dsh-agent-eval

DSH plugin: evaluate agent performance on defined tasks — run benchmarks, score outcomes, track improvement over prompt/model changes.

AI 分析

核心用途是量化评估智能体任务执行能力。适合需要对智能体进行基准测试、调优提示词或对比模型效果的开发者。

エージェント

パッケージ: dsh-agent-eval
バージョン: 0.1.0
最終更新: 2026/08/14

インストール

検証済み bundle がないか、互換性チェックに失敗しています。先にリポジトリの説明を読んでください。 README 全文を読む ↗

ドキュメント

README 全文を読む ↗

配置

- id: agent-eval
  plugin: dsh-agent-eval
  config:
    fixturesDir: ./eval/tasks
    resultsDir: ./eval/results
    defaultTimeout: 120000    # 每个任务最长 2 分钟