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。
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。
npx skills add helloJamest/SkillBenchInstalled? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →
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。
Send and manage iMessages via BlueBubbles, including attachments, tapbacks, edits, replies, and groups.
Control Eight Sleep pods (status, temperature, alarms, schedules).
BluOS CLI (blu) for discovery, playback, grouping, and volume.
Create, search, and manage Bear notes via grizzly CLI.
Capture frames or clips from RTSP/ONVIF cameras.
Search GIF providers with CLI/TUI, download results, and extract stills/sheets.