Community编程与开发github.com

helloJamest/SkillBench

SkillBench 是一个开源框架,用于评估和演进 Codex 技能,支持测试案例生成、仅评判/全智能体评分、可追溯仪表板、CI 门控以及 GEPA 风格的反馈循环,以改进技能文档。

SkillBench 是什么?

SkillBench 是一个面向 Codex 技能的开源评估与演进框架,专为希望系统化提升 AI 智能体技能质量和可靠性的开发者设计。该框架提供自动生成评估测试案例的能力,支持两种评分模式:仅使用评判模型进行快速评估,或由全智能体模拟用户交互进行全面评测。通过可追溯的仪表板,用户可以清晰查看每个技能在不同测试案例上的表现历史,便于追踪改进。此外,SkillBench 集成了 CI 门控机制,确保技能在持续集成流程中达到预设质量标准。其核心创新在于 GEPA(生成-评估-分析-演进)风格的反馈循环,该循环会分析评估结果、识别技能文档中的常见缺陷(如不准确的描述、缺失的用例或模糊的边界条件),并生成具体的改进建议,从而帮助开发者迭代优化技能行为。该框架支持主流 AI 智能体平台(如 Codex),并可作为独立工具或集成到现有开发工作流中使用。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add helloJamest/SkillBench

Installed? Explore more 编程与开发 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

SkillBench 是做什么的?

SkillBench 是一个开源框架,用于评估和演进 Codex 技能,支持测试案例生成、仅评判/全智能体评分、可追溯仪表板、CI 门控以及 GEPA 风格的反馈循环,以改进技能文档。

相关技能