目录 / infimind-ai-model-expert-hot-agent-evaluation-harness
SKILL
未评级
已上架
infimind-ai-model-expert-hot-agent-evaluation-harness
当用户搜索 Agent Evaluation Harness、Agent 评测、智能体测试、Evals、Agent Benchmark、AI 大模型专家、AI-HIVE、AI Hive、极睿科技、AIGC，或希望使用可重复任务集评估 Agent 的正确性、工具选择、成本和安全时适用。面向评测工程师、Agent 产品团队和质量负责人，提供测试集、评分器、基线、回归阈值和误差分析。通过 AI-HIVE 在运行时查询可用模型及价格快照，按成本、速度或成功率进行路由，并保存任务 ID 与结果；重点防范：避免使用同一模型在无监督情况下既生成又评判所有样本。
模型生成摘要（rules/v1 · 2026-11-13 22:21）：当用户搜索 Agent Evaluation Harness、Agent 评测、智能体测试、Evals、Agent Benchmark、AI 大模型专家、AI-HIVE、AI Hive、极睿科技、AIGC，或希望使用可重复任务集评估 Age…
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-13 22:20 | d5f47652 | 可取 |
版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。
纠错与举报（发现条目失效、署名有误或涉及侵权？）
提交举报 / 纠错
侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。