Community程式設計與開發github.com

helloJamest/SkillBench

SkillBench 是一個開源框架,用於評估和演進 Codex 技能,包含評估案例生成、僅評判者/完整代理評分、可追蹤儀表板、CI 閘道,以及用於改進技能文件的 GEPA 風格反饋循環。

SkillBench 是什麼?

SkillBench 是一個開源框架,專為評估和演進 Codex 技能而設計。它支援評估案例生成,讓使用者能建立多樣化的測試場景。框架提供「僅評判者」和「完整代理」兩種評分模式:前者由評判者根據結果直接評分,後者則讓代理執行任務後再進行評估。透過可追蹤的儀表板,使用者能視覺化分析技能表現,並將結果整合至 CI/CD 管線,以閘道機制確保技能品質。此外,GEPA(生成式評估與回饋循環)風格的反饋迴路能系統性地改進技能文件,形成持續優化的創新生態。此框架主要支援 Codex 平台,適用於需要量化技能效能並反覆迭代的開發者。

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

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

SkillBench 是做什麼的?

SkillBench 是一個開源框架,用於評估和演進 Codex 技能,包含評估案例生成、僅評判者/完整代理評分、可追蹤儀表板、CI 閘道,以及用於改進技能文件的 GEPA 風格反饋循環。

相關技能