Was macht agent_eval?
Ein quelloffener Benchmark für Claude Code Skill-Bündel (.claude/skills/) und CLAUDE.md-Konfigurationen. Pass@k + Kosten + Zuverlässigkeit, inhaltsadressiertes Leaderboard, läuft auf Anthropic / OpenAI / Google.
Ein quelloffener Benchmark für Claude Code Skill-Bündel (.claude/skills/) und CLAUDE.md-Konfigurationen. Pass@k + Kosten + Zuverlässigkeit, inhaltsadressiertes Leaderboard, läuft auf Anthropic / OpenAI / Google.
bettyguo/agent_eval ist ein quelloffener Benchmark, der speziell für die Bewertung von Claude Code Skill-Bündeln (definiert in `.claude/skills/`) und CLAUDE.md-Konfigurationen entwickelt wurde. Es ermöglicht Entwicklern, die Leistung ihrer Agenten-Setups anhand von Metriken wie Pass@k (Erfolgsquote), Kosten pro Durchlauf und Gesamtzuverlässigkeit zu messen. Das Tool erstellt ein inhaltsadressiertes Leaderboard, sodass verschiedene Konfigurationen reproduzierbar und nachvollziehbar verglichen werden können. Es unterstützt sowohl Claude-Modelle auf Anthropic als auch Modelle von OpenAI und Google, was es zu einer plattformübergreifend nützlichen Lösung für die Optimierung von KI-Agenten-Skills macht. Durch die Ausführung auf mehreren Anbietern können Nutzer die Trade-offs zwischen Kosten und Leistung für ihre spezifischen Anwendungsfälle erkunden.
npx skills add bettyguo/agent_evalInstalled? Explore more Schreiben & Editieren skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →
Ein quelloffener Benchmark für Claude Code Skill-Bündel (.claude/skills/) und CLAUDE.md-Konfigurationen. Pass@k + Kosten + Zuverlässigkeit, inhaltsadressiertes Leaderboard, läuft auf Anthropic / OpenAI / Google.
Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.
The agent engineering platform.
Use this skill when the user requests to generate, create, or produce podcasts from text content. Converts written content into a two-host conversational podcast audio format with natural dialogue.
Analyze and optimize tweets for maximum reach using Twitter's open-source algorithm insights. Rewrite and edit user tweets to improve engagement and visibility based on how the recommendation system ranks content.
Extracts and analyzes competitors' ads from ad libraries (Facebook, LinkedIn, etc.) to understand what messaging, problems, and creative approaches are working. Helps inspire and improve your own ad campaigns.
Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors