agent-eval-harness은(는) 무엇을 하나요?
라이브 오픈소스 벤치마크로, 실제 GitHub 이슈를 기반으로 AI 코딩 에이전트를 비교합니다.
실제 GitHub 이슈를 기반으로 AI 코딩 에이전트를 비교하는 라이브 오픈소스 벤치마크
이 스킬은 AI 코딩 에이전트의 성능을 실제 GitHub 이슈 해결 능력을 기준으로 평가하고 비교할 수 있는 오픈소스 벤치마크 도구입니다. 기존의 정적 벤치마크와 달리, 실제 오픈소스 저장소의 이슈를 사용하여 에이전트의 실질적인 문제 해결 능력을 측정합니다. Claude Code, Cursor, Codex 등 다양한 AI 코딩 에이전트를 동일한 조건에서 테스트하고 점수를 비교할 수 있습니다. 주요 사용 사례로는 새로운 에이전트 출시 전 성능 검증, 에이전트 구성 변경에 따른 영향 분석, 그리고 지속적인 모니터링을 위한 CI/CD 파이프라인 통합이 포함됩니다. 저장소를 복제하고 설정 파일을 작성한 후 에이전트를 실행하면 자동으로 결과가 집계됩니다.
npx skills add linny006/agent-eval-harnessInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
라이브 오픈소스 벤치마크로, 실제 GitHub 이슈를 기반으로 AI 코딩 에이전트를 비교합니다.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.