تقييمات Amazon Bedrock AgentCore لاختبار ومراقبة جودة وكيل الذكاء الاصطناعي. 13 مقيمًا مدمجًا بالإضافة إلى أنماط LLM-as-Judge المخصصة. يُستخدم عند اختبار الوكلاء، أو مراقبة جودة الإنتاج، أو إعداد التنبيهات، أو التحقق من صحة سلوك الوكيل.
ثبّت مهارة الذكاء الاصطناعي bedrock-agentcore-evaluations بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: adaptationio/skrillz.
AgentCore Evaluations transforms agent testing from "vibes-based" to metric-based quality assurance. Test agents before production, then continuously monitor live interactions using 13 built-in evaluators and custom scoring systems.
Purpose: Ensure AI agents meet quality, safety, and effectiveness standards
| # | Evaluator | Purpose | Score Range |
تقييمات Amazon Bedrock AgentCore لاختبار ومراقبة جودة وكيل الذكاء الاصطناعي. 13 مقيمًا مدمجًا بالإضافة إلى أنماط LLM-as-Judge المخصصة. يُستخدم عند اختبار الوكلاء، أو مراقبة جودة الإنتاج، أو إعداد التنبيهات، أو التحقق من صحة سلوك الوكيل. المصدر: adaptationio/skrillz.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/adaptationio/skrillz --skill bedrock-agentcore-evaluationsتقييمات Amazon Bedrock AgentCore لاختبار ومراقبة جودة وكيل الذكاء الاصطناعي. 13 مقيمًا مدمجًا بالإضافة إلى أنماط LLM-as-Judge المخصصة. يُستخدم عند اختبار الوكلاء، أو مراقبة جودة الإنتاج، أو إعداد التنبيهات، أو التحقق من صحة سلوك الوكيل. المصدر: adaptationio/skrillz.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/adaptationio/skrillz --skill bedrock-agentcore-evaluations بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/adaptationio/skrillz