소스 정보
- 저장소
- ag2ai/resource-hub
- 최근 소스 활동
- 2026년 3월 19일 04:42
- 감지된 SKILL.md 언어
- 영어
- 스타
- 4
- 포크
- 3
설치 방법
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
소스 파일 검토
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
메뉴
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
SOC 직업 분류 기준
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/ag2ai/resource-hub --skill run-eval명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
REST and WebSocket endpoint patterns, error handling, and Pydantic schema conventions for the backend
Architecture, directory layout, communication protocol, and conventions for the full-stack multi-agent application
Step-by-step guide to add a new REST or WebSocket endpoint to the backend
| name | run-eval |
| description | How to run the Agent Eval Benchmark dataset with ag2 test eval |
| license | Apache-2.0 |
The agent-eval-bench dataset contains evaluation cases for testing AG2 agent capabilities. It is designed for use with the ag2 test eval command.
Run the sample split (included inline, no download required):
ag2 test eval --dataset agent-eval-bench
This runs the sample split by default, which contains 10 cases across four categories: tool-use, reasoning, coordination, and safety.
The full benchmark (12MB) is hosted remotely and will be downloaded on first use:
ag2 test eval --dataset agent-eval-bench --split full-bench
The file is cached at ~/.ag2/cache/datasets/agent-eval-bench/ after the first download.
Run only a specific category of tests:
ag2 test eval --dataset agent-eval-bench --filter category=tool-use
ag2 test eval --dataset agent-eval-bench --filter category=safety
ag2 test eval --dataset agent-eval-bench --filter difficulty=hard
Each test case defines assertions that the eval runner checks automatically:
| Type | Description |
|---|---|
contains | Response must contain the specified text |
not_contains | Response must not contain the specified text |
tool_called | The agent must have called the specified tool |
matches | Response must match a regex pattern |
Add new cases to data/sample.yaml following this format:
- name: "my-custom-test"
input: "The prompt sent to the agent"
category: "tool-use"
difficulty: "medium"
assertions:
- type: contains
value: "expected output"
- type: tool_called
value: "Read"
The eval runner outputs a summary table after each run:
A healthy agent should pass all easy cases and most medium cases. The hard cases test advanced capabilities and a lower pass rate is expected.