agent-evaluation
✓在評估代理績效、建立測試框架、衡量品質或詢問「代理評估」、「LLM-as-judge」、「代理測試」、「品質指標」、「評估標準」、「代理基準」時使用
SKILL.md
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 |
在評估代理績效、建立測試框架、衡量品質或詢問「代理評估」、「LLM-as-judge」、「代理測試」、「品質指標」、「評估標準」、「代理基準」時使用 來源：eyadsibai/ltk。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/eyadsibai/ltk --skill agent-evaluation- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-17
- 更新時間
- 2026-02-18
快速解答
什麼是 agent-evaluation？
在評估代理績效、建立測試框架、衡量品質或詢問「代理評估」、「LLM-as-judge」、「代理測試」、「品質指標」、「評估標準」、「代理基準」時使用 來源：eyadsibai/ltk。
如何安裝 agent-evaluation？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/eyadsibai/ltk --skill agent-evaluation 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/eyadsibai/ltk
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-17