メニュー
Evaluation framework for measuring code agent effectiveness. v8.0: Added Agent Teams collaboration quality metrics.
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/WenJunDuan/Rlues --skill eval-harnessコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| name | eval-harness |
| description | Evaluation framework for measuring code agent effectiveness. v8.0: Added Agent Teams collaboration quality metrics. |
| 维度 | 指标 | 目标 |
|---|---|---|
| 任务完成率 | done/todo 比例 | >95% |
| 验证通过率 | 首次验证通过比例 | >80% |
| 方案偏离度 | plan vs 实际实现差异 | <10% |
| 返工率 | 需要修复的任务比例 | <15% |
| 寸止响应质量 | 用户一次确认通过比例 | >90% |
| 维度 | 指标 |
|---|---|
| 并行效率 | 实际加速比 vs 理论加速比 |
| 协调开销 | 协调 token / 总 token |
| 冲突率 | 文件冲突次数 |
| 合并质量 | 合并后测试通过率 |
