RohanT766/skill-test-generator

skill-test-generator とは？

このスキルは、AIエージェント（Claude Code、Cursor、Codexなど）向けのスキルベンチマークを自動生成・難易度調整するためのパイプラインを提供します。開発者は、エージェントが特定のタスクをどれだけ正確に実行できるかをテストするための評価セットを効率的に作成できます。本パイプラインは、テストケースの生成、難易度のチューニング、ベンチマーク結果の収集を自動化し、エージェントのパフォーマンスを定量的に測定することを可能にします。これにより、手動でのテスト設計の手間を省き、エージェントの能力向上を体系的に追跡できます。