agent-evaluation
✓在评估代理绩效、构建测试框架、衡量质量或询问“代理评估”、“LLM-as-judge”、“代理测试”、“质量指标”、“评估标准”、“代理基准”时使用
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 |
在评估代理绩效、构建测试框架、衡量质量或询问“代理评估”、“LLM-as-judge”、“代理测试”、“质量指标”、“评估标准”、“代理基准”时使用 来源：eyadsibai/ltk。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/eyadsibai/ltk --skill agent-evaluation- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-17
- 更新时间
- 2026-02-18
快速解答
什么是 agent-evaluation？
在评估代理绩效、构建测试框架、衡量质量或询问“代理评估”、“LLM-as-judge”、“代理测试”、“质量指标”、“评估标准”、“代理基准”时使用 来源：eyadsibai/ltk。
如何安装 agent-evaluation？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/eyadsibai/ltk --skill agent-evaluation 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/eyadsibai/ltk
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-17