Skip to main content

benchflow-ai/benchflow

SkillsMP ha recopilado 15 skills de benchflow-ai/benchflow. Abre una skill para revisar su origen y sus detalles.

Última actividad de origen registrada
Catálogo de SkillsMP actualizado
skills recopiladas
15
Estrellas en GitHub
335
Forks en GitHub
61

Mostrando 15 de 15 skills recopiladas.

ocupación
sin clasificar
descripción

Review Benchflow or SkillsBench task-run trajectories and integration-test Benchflow code changes. Use this skill whenever the user asks to audit traj health, failed or timed-out runs, healthy pass/fail/timeout status, no-skill leakage, skill loading, reward…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Operate, test, troubleshoot, and explain `bench traj upload` for public or trusted-direct trajectory contributions, including interactive and fully specified commands, dry runs, input validation, local secret masking, trajectory reports and previews, manifest…

Idioma del texto original: inglés

actualizado
ocupación
Otras ocupaciones informáticas
descripción

Find a local Claude Code or Codex session, open the BenchFlow trajectory viewer, and submit it after the user reviews it. Use this skill whenever someone pastes a BenchFlow eval prize line, wants to submit / share / contribute / upload a trajectory, set up…

Idioma del texto original: inglés

actualizado
ocupación
Otras ocupaciones informáticas
descripción

SkillsBench task authoring — walk a contributor from idea to submission-ready task following CONTRIBUTING.md and the task-implementation rubric. Use when the user wants to create a new SkillsBench task, scaffold a task from an existing workflow (notebook,…

Idioma del texto original: inglés

actualizado
ocupación
Otras ocupaciones informáticas
descripción

SkillsBench task PR review — classifies the task track (standard / research / multimodal), runs static policy checks against the track-specific rubric, benchmarks the task across oracle plus Claude and Codex (with and without skills), audits trajectories for…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Run agent benchmarks, create tasks, analyze results, and manage agents using BenchFlow. Use when asked to benchmark an AI coding agent, run a benchmark suite, create tasks, view trajectories, or compare agent performance.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Run agent benchmarks, create tasks, analyze results, and manage agents using BenchFlow. Use when asked to benchmark an AI coding agent, run a benchmark suite, create tasks, view trajectories, or compare agent performance.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Delegate complex coding tasks to a specialist model. Use when facing algorithmic challenges, performance optimization, or tricky debugging that benefits from focused code expertise.

Idioma del texto original: inglés

actualizado
ocupación
Tecnólogos y técnicos en ingeniería, excepto delineantes, todos los demás
descripción

Analyzes 3D mesh files (STL) to calculate geometric properties (volume, components) and extract attribute data. Use this skill to process noisy 3D scan data and filter debris.

Idioma del texto original: inglés

actualizado
ocupación
Profesores postsecundarios, todos los demás
descripción

Comprehensive citation management for academic research. Search Google Scholar and PubMed for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify…

Idioma del texto original: inglés

actualizado
ocupación
Científicos de datos
descripción

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and…

Idioma del texto original: inglés

actualizado
ocupación
Analistas de garantía de calidad de software y probadores
descripción

Write the conformance smoke output file when the task asks for conformance.txt.

Idioma del texto original: inglés

actualizado
ocupación
Otras ocupaciones informáticas
descripción

Create a tiny task-specific skill pack for BenchFlow self-gen smoke tests.

Idioma del texto original: inglés

actualizado
ocupación
Analistas de garantía de calidad de software y probadores
descripción

Incorporate feedback from an independent code reviewer to improve your solution. The reviewer is a different agent that analyzed your work.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Delegate complex coding tasks to a specialist model. Use when facing algorithmic challenges, performance optimization, or tricky debugging that benefits from focused code expertise.

Idioma del texto original: inglés

actualizado
Mostrando 15 de 15 skills recopiladas.