Community研究与数据分析github.com

NVIDIA/SkillEvaluator

一个多层框架,用于评估AI智能体技能,包含质量门控、语义重叠检测、合成评估数据集生成和实时智能体评估,以衡量技能如何影响智能体行为。

SkillEvaluator 是什么?

NVIDIA/SkillEvaluator 是一个专为评估 AI 智能体(如 Claude Code、Cursor、Codex 等)技能而设计的多层框架。它提供质量门控、语义重叠检测、合成评估数据集生成以及实时智能体评估功能,能够系统化地衡量技能对智能体行为的影响。该框架支持开发者进行技能质量验证、避免功能重复,并通过自动化生成测试用例和运行真实智能体交互来确保技能的可靠性和一致性。基于 SKILL.md 文档,它定义了标准的评估流程和输出格式,适用于 CI/CD 流程和多智能体场景。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add NVIDIA/SkillEvaluator

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · 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

简单

说明

阅读用户的笔记,并返回一个简洁的行动事项列表。如果笔记中没有明确的行动项,则显示未找到行动项。

示例

用户:“明天与 Maya 跟进启动清单。”

助手:“行动项:明天与 Maya 跟进启动清单。”

相关技能