Skip to main content

AMAP-ML/LongHorizon-Harness

SkillsMP ha recopilado 6 skills de AMAP-ML/LongHorizon-Harness. Abre una skill para revisar su origen y sus detalles.

Última actividad de origen registrada
Catálogo de SkillsMP actualizado
skills recopiladas
6
Estrellas en GitHub
832
Forks en GitHub
96

Skills en este repositorio

Mostrando 6 de 6 skills recopiladas.

ocupación
Desarrolladores de software
descripción

Check OSWorld tasks. Validate the evaluation function, verify that the instruction is feasible given the task setup and agent-visible files, inspect setup artifacts when needed, and produce both markdown and structured JSON reports.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Analyze OSWorld-V2 agent trajectory logs and task results to produce actionable insights. Use this skill whenever the user wants to understand agent performance on OSWorld tasks — including analyzing trajectories, reviewing task results, finding error…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Migrate an agent from upstream OSWorld into this OSWorld-V2 repository, add matching evaluation entrypoints, and verify the integration.

Idioma del texto original: inglés

actualizado
ocupación
Administradores de redes y sistemas informáticos
descripción

Provision and verify an OSWorld-V2 checkout after clone. Use when the user asks for OSWorld-V2 setup, installation, onboarding, AWS provider setup, Docker provider setup, mocked website server setup, GitLab server setup, gated task download, CUA-Harness…

Idioma del texto original: inglés

actualizado
ocupación
Administradores de redes y sistemas informáticos
descripción

Provision and verify an OSWorld-V2 checkout after clone. Use when the user asks for OSWorld-V2 setup, installation, onboarding, AWS provider setup, Docker provider setup, mocked website server setup, GitLab server setup, gated task download, CUA-Harness…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Reproduce CUA-Harness experiments on WeaveBench from a GitHub checkout. Use when the user wants an AI coding agent to set up dependencies, download WeaveBench assets, prepare the 120G VM, configure Qwen/Anthropic-compatible APIs, run smoke tests, launch full…

Idioma del texto original: inglés

actualizado
Mostrando 6 de 6 skills recopiladas.