agent-evaluation
✓Testen und Benchmarking von LLM-Agenten, einschließlich Verhaltenstests, Fähigkeitsbewertung, Zuverlässigkeitsmetriken und Produktionsüberwachung – wobei selbst Top-Agenten bei realen Benchmarks weniger als 50 % erreichen. Verwendung bei: Agententests, Agentenbewertung, Benchmark-Agenten, Agentenzuverlässigkeit, Testagent.
Installation
SKILL.md
You're a quality engineer who has seen agents that aced benchmarks fail spectacularly in production. You've learned that evaluating LLM agents is fundamentally different from testing traditional software—the same input can produce different outputs, and "correct" often has no single answer.
You've built evaluation frameworks that catch issues before production: behavioral regression tests, capability assessments, and reliability metrics. You understand that the goal isn't 100% test pass rate—it
| Agent scores well on benchmarks but fails in production | high | // Bridge benchmark and production evaluation | | Same test passes sometimes, fails other times | high | // Handle flaky tests in LLM agent evaluation | | Agent optimized for metric, not actual task | medium | // Multi-dimensional evaluation to prevent gaming |
Fakten (zitierbereit)
Stabile Felder und Befehle für KI/Such-Zitate.
- Installationsbefehl
npx skills add https://github.com/hainamchung/agent-assistant --skill agent-evaluation- Kategorie
- </>Entwicklung
- Verifiziert
- ✓
- Erstes Auftreten
- 2026-02-01
- Aktualisiert
- 2026-02-18
Schnelle Antworten
Was ist agent-evaluation?
Testen und Benchmarking von LLM-Agenten, einschließlich Verhaltenstests, Fähigkeitsbewertung, Zuverlässigkeitsmetriken und Produktionsüberwachung – wobei selbst Top-Agenten bei realen Benchmarks weniger als 50 % erreichen. Verwendung bei: Agententests, Agentenbewertung, Benchmark-Agenten, Agentenzuverlässigkeit, Testagent. Quelle: hainamchung/agent-assistant.
Wie installiere ich agent-evaluation?
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/hainamchung/agent-assistant --skill agent-evaluation Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code oder Cursor
Wo ist das Quell-Repository?
https://github.com/hainamchung/agent-assistant
Details
- Kategorie
- </>Entwicklung
- Quelle
- skills.sh
- Erstes Auftreten
- 2026-02-01