Skip to main content

agent-evaluation-harness

Design an evaluation harness for an LLM agent before shipping it. Use when the user is building or rewriting an agent, deciding ship/no-ship, debugging regressions, or mentions golden sets, eval suites, regression tests, trace-level evals, LLM-as-judge, scoring rubrics, or asks "how do I test this agent?" / "how do I know if my agent got better?".

Ir a la instalación

Datos de origen

Repositorio
cobusgreyling/agent-skills
Última actividad en el origen
19 de mayo de 2026 a las 09:41
Idioma detectado de SKILL.md
inglés
Estrellas
14
Forks
4

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.