Skip to main content

agent-evaluation

Estrelas10
Forks2
Atualizado10 de março de 2026 às 08:52

Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring. Covers evaluation frameworks, benchmark design, metrics collection, A/B testing, and continuous evaluation pipelines for AI agent systems.

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.

SKILL.md
readonly