Skip to main content
Execute qualquer Skill no Manus
com um clique

agent-benchmark

Estrelas10
Forks2
Atualizado4 de junho de 2026 às 21:12

Run agent tasks across multiple LLMs in parallel tmux sessions, score results with a weighted rubric, track improvements over time in JSONL, and generate harness improvement recommendations. Use when comparing model performance, evaluating harness changes, or identifying agent failure patterns at scale.

Instalação

Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.

Explorador de arquivos
6 arquivos
SKILL.md
readonly