Skip to main content
Ejecuta cualquier Skill en Manus
con un clic

bench

Estrellas7
Forks2
Actualizado21 de junio de 2026 a las 13:59

Run benchmark-style evaluations on AI agents or tools using parent-child session delegation. Use when the user wants to test an agent's performance on a set of problems (e.g. SWE-bench style, tool capability benchmark, coding challenge evaluation). The parent session orchestrates: spawns child sessions to solve individual problems, collects answers via checkSession, and generates a consolidated report with pass/fail scores and analysis. Triggers on: "bench 테스트 해줘", "SWE-bench 돌려줘", "agent benchmark", "tool evaluation".

Instalación

Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.

Explorador de archivos
3 archivos
SKILL.md
readonly