知己AIAgent Evaluation · seb1n/awesome-ai-agent-skills
设计AI代理评估方案
帮助为AI代理设计可复现的评估方案，包括任务集、评分标准、评分方式和回归门槛，用于比较提示词或模型、衡量工具调用可靠性，以及判断是否可以上线。
适合做什么
- 为AI代理构建测试用例集
- 客观比较两个提示词版本
- 上线前设定回归测试门槛
- 分类
- 开发
开源技能由原作者维护，知己AI 按原样收录并注明来源。效果取决于任务与资料是否匹配。
试试这样开始
帮我为客服代理的新版本设计带评分标准和回归门槛的评估方案。