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

harness-evals

Estrellas3
Forks0
Actualizado10 de junio de 2026 a las 08:47

Golden task eval harness — 20 deterministic tasks with checks.py, 5-run protocol, judge calibration, CI gate on >0.3 regression vs baseline. SWE-smith for auto-generation.

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.

SKILL.md
readonly