Используйте при оценке производительности агента, построении рамок тестирования, измерении качества или вопросах об «оценке агента», «LLM как судья», «тестировании агента», «показателях качества», «рубриках оценки», «тестах агента».
Быстро установите AI-навык agent-evaluation в вашу среду разработки через командную строку
Источник: eyadsibai/ltk.
Agent evaluation requires different approaches than traditional software. Agents are non-deterministic, may take different valid paths, and lack single correct answers.
Research on BrowseComp found three factors explain 95% of variance:
| Token usage | 80% | More tokens = better performance | | Tool calls | 10% | More exploration helps | | Model choice | 5% | Better models multiply efficiency |
Используйте при оценке производительности агента, построении рамок тестирования, измерении качества или вопросах об «оценке агента», «LLM как судья», «тестировании агента», «показателях качества», «рубриках оценки», «тестах агента». Источник: eyadsibai/ltk.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/eyadsibai/ltk --skill agent-evaluationИспользуйте при оценке производительности агента, построении рамок тестирования, измерении качества или вопросах об «оценке агента», «LLM как судья», «тестировании агента», «показателях качества», «рубриках оценки», «тестах агента». Источник: eyadsibai/ltk.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/eyadsibai/ltk --skill agent-evaluation После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/eyadsibai/ltk