Skip to main content

agent-evaluation

Test and benchmark LLM agents with behavioral contract testing, capability assessment, statistical/adversarial evaluation, regression pipelines, and production monitoring. USE WHEN you need to measure, benchmark, or regression-test an LLM agent's real-world reliability.

Ir a la instalación

Datos de origen

Repositorio
Sheshiyer/skill-clusters
Última actividad en el origen
5 de junio de 2026 a las 17:21
Idioma detectado de SKILL.md
inglés
Estrellas
0
Forks
1

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.