agent-evaluation
✓Test et analyse comparative des agents LLM, y compris les tests comportementaux, l'évaluation des capacités, les mesures de fiabilité et la surveillance de la production, où même les meilleurs agents obtiennent moins de 50 % sur les références du monde réel. À utiliser dans les cas suivants : test d'agent, évaluation d'agent, agents de référence, fiabilité d'agent, agent de test.
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 |
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/sebas-aikon-intelligence/antigravity-awesome-skills --skill agent-evaluation- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que agent-evaluation ?
Test et analyse comparative des agents LLM, y compris les tests comportementaux, l'évaluation des capacités, les mesures de fiabilité et la surveillance de la production, où même les meilleurs agents obtiennent moins de 50 % sur les références du monde réel. À utiliser dans les cas suivants : test d'agent, évaluation d'agent, agents de référence, fiabilité d'agent, agent de test. Source : sebas-aikon-intelligence/antigravity-awesome-skills.
Comment installer agent-evaluation ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/sebas-aikon-intelligence/antigravity-awesome-skills --skill agent-evaluation Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/sebas-aikon-intelligence/antigravity-awesome-skills
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01