SkillFeeder › 全部 Skill › Bug与质量 › evaluation
系统化评估智能体性能，捕获回归并验证上下文工程效果
evaluation
evaluation 是 SkillFeeder 收录的Agent Skill，来自 GitHub 仓库 muratcankoylan/Agent-Skills-for-Context-Engineering，★ 18,321。系统化评估智能体性能，捕获回归并验证上下文工程效果。适合Agent工程师与评测负责人。场景是Bug与质量 · 测试验证。能做的事包括生成多维评分报告、建立可复现的回归测试套件、设置生产环境质量门禁。打开 GitHub 自行安装。
能做什么
- 生成多维评分报告
- 建立可复现的回归测试套件
- 设置生产环境质量门禁
原文简介
This skill should be used when building agent evaluation systems: deterministic checks, regression suites, multi-dimensional rubrics, quality gates, production monitoring, baseline comparison, and outcome measurement for agent pipelines.
同场景推荐
- finishing-a-development-branch所在仓库 obra/superpowers，仓库 ★ 314,917自动验证测试、识别环境、提供并执行合并策略，完成开发分支收尾
- test-driven-development所在仓库 obra/superpowers，仓库 ★ 314,917先写失败测试，再写最小实现代码，确保每次交付都经测试验证
- verification-before-completion所在仓库 obra/superpowers，仓库 ★ 314,917运行验证命令并确认输出后，才声明任务完成或修复成功。
- writing-plans所在仓库 obra/superpowers，仓库 ★ 314,917根据需求规格生成可直接执行的工程师级实现计划
- writing-skills所在仓库 obra/superpowers，仓库 ★ 314,917用测试驱动方式编写、修改和验证 agent 技能文档
- agent-runtime-gateway-smoke-test所在仓库 affaan-m/ECC，仓库 ★ 300,014端到端验证本地 agent API、临时网关隧道与远程沙箱回调链路
- ai-regression-testing所在仓库 affaan-m/ECC，仓库 ★ 300,014自动检测AI自写自审引入的回归缺陷，无需数据库即可运行沙箱测试。
- api-connector-builder所在仓库 affaan-m/ECC，仓库 ★ 300,014按项目现有风格快速生成合规的 API 连接器