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

agent-evaluation

Estrelas1
Forks1
Atualizado27 de maio de 2026 às 00:39

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

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
3 arquivos
SKILL.md
readonly