知己AISkill Forge Benchmark · AgriciDaniel/skill-forge
衡量与对比技能表现
对技能进行多次试运行，统计通过率、耗时和token消耗，并与上一版本或基线对比，帮助判断改动是否真正带来提升。
适合做什么
- 记录技能通过率与耗时
- 对比新旧版本技能表现
- 追踪技能改进是否有效
- 分类
- 自然科学
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
帮我对比这个技能改版前后的通过率和耗时变化。
Skill Forge Benchmark · AgriciDaniel/skill-forge
对技能进行多次试运行，统计通过率、耗时和token消耗，并与上一版本或基线对比，帮助判断改动是否真正带来提升。
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。
帮我对比这个技能改版前后的通过率和耗时变化。