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

agent-evaluation

Sterne35
Forks23
Aktualisiert11. März 2026 um 13:02

Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on re...

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.

SKILL.md
readonly