Skip to main content
Exécutez n'importe quel Skill dans Manus
en un clic

agent-evaluation

Étoiles4
Forks0
Mis à jour19 avril 2026 à 13:17

Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on real-world benchmarks

Installation

Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.

SKILL.md
readonly