dsh-agent-eval

DSH 插件：评估智能体在定义任务上的表现，支持运行基准测试、结果评分以及跟踪提示词/模型变更后的改进。

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。

Agent 协作

包名: dsh-agent-eval
版本: 0.1.0
最近更新: 2026年8月14日

安装

此插件尚未提供可验证的 bundle，或兼容性检查未通过。请先阅读仓库说明。阅读完整 README ↗

说明文档

阅读完整 README ↗

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