slowdini/eval-magic

eval-magic 是什么？

slowdini/eval-magic 是一个统一的命令行工具，旨在简化跨多个 AI 智能体平台（harness）的技能评估流程。该工具的核心价值在于，它提供了一个通用的评估框架，让开发者无需为不同的智能体平台（如 Claude Code, Cursor, Codex 等）分别编写和管理评估脚本。通过一条命令，开发者即可在任意支持的平台上运行结构化的、可重复的评估测试，从而系统化地衡量智能体技能的准确性、鲁棒性和一致性。该技能尤其适合需要持续集成、质量保证或对比不同平台表现的团队。其工作机制是基于 SKILL.md 中定义的评估标准，自动适配不同 harness 的接口，并输出标准化的评估结果。这显著降低了评估门槛，提高了开发效率，并确保了评估过程的可观测性和可复现性。