Skip to main content
Jeden Skill in Manus ausführen
mit einem Klick

agent-evaluation

Sterne14
Forks1
Aktualisiert25. Mai 2026 um 13:43

Tests and benchmarks LLM agents covering behavioral testing, capability assessment, reliability metrics, and production monitoring. Use when evaluating agent quality, designing eval suites, building regression tests, or measuring real-world reliability beyond benchmark scores.

Installation

Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.

Datei-Explorer
11 Dateien
SKILL.md
readonly