知己AISkill Forge Benchmark · AgriciDaniel/skill-forge
衡量與比較技能表現
對技能進行多次試運行，統計通過率、耗時與token用量，並與前一版本或基線比較，協助判斷改動是否真正帶來提升。
適合做什麼
- 記錄技能通過率與耗時
- 比較新舊版本技能表現
- 追蹤技能改進是否有效
- 分類
- 自然科學
開源技能由原作者維護，知己AI 依原樣收錄並註明來源。效果取決於任務與資料是否相符。
試試這樣開始
幫我比較這個技能改版前後的通過率與耗時變化。
Skill Forge Benchmark · AgriciDaniel/skill-forge
對技能進行多次試運行，統計通過率、耗時與token用量，並與前一版本或基線比較，協助判斷改動是否真正帶來提升。
開源技能由原作者維護，知己AI 依原樣收錄並註明來源。效果取決於任務與資料是否相符。
幫我比較這個技能改版前後的通過率與耗時變化。