onlymuneeb38-glitch/ios-agent-skills-evaluator

ios-agent-skills-evaluator とは？

この評価スキルは、2026年向けiOSエージェントのスキル性能を体系的に評価するための包括的なテストスイートです。11の基本タスク、260以上の多様なシナリオ、850以上のアサーションを用いて、3つの異なるAIモデル上でエージェントの正確性と堅牢性を検証します。主にClaude Code、Cursor、CodexなどのiOS開発向けAIエージェントプラットフォームで利用でき、エージェントが指定された操作を正しく実行できるか、エッジケースや例外状況に対処できるかを評価します。このスキルは、各タスクに対して詳細な前提条件、操作手順、期待されるアサーションを含むSKILL.mdドキュメントを基に動作し、開発者がエージェントスキルの品質を客観的に測定し、改善点を特定するのに役立ちます。