NVIDIA 出的 AI 代理技能评测框架:先跑质量门禁,再做语义重叠检测、合成评测数据集,最后实测技能对任务效果的真实提升。pip install skillevaluator 即用,Tier 1 检查免 API key,也能接 CI。自己写代理技能开源或变现的人拿它做质检,普通用户暂时用不上。
你给 Claude Code、Codex 写的技能(skill)到底有没有用?NVIDIA 的 SkillEvaluator 专门回答这个问题:先做质量检查(Tier 1,无需 API key),再做语义重叠检测、生成合成评测数据集,最后跑真实代理对比「带技能」和「不带技能」的任务结果,量化技能的实际增益。它是 NVIDIA Verified Skills 流水线的一环。三种用法、同一个 CLI、结果一致:① pip install skillevaluator 后直接 skillevaluator validate ./my-skill --tiers 1;② skillevaluator ci init 接入 GitHub/GitLab CI,每个 PR 自动检查改动的技能;③ 把 SkillEvaluator 技能装进代理(npx skills add NVIDIA/SkillEvaluator),然后直接问「我的技能行不行」。适合在把自研代理技能产品化、想拿数据证明技能有效而不是凭感觉发布的开发者;不写技能、只装别人技能的普通用户用不上。
NVIDIA/SkillEvaluator · 创建于 5 个月前
2026-11-22 榜单 · ★ 3,738(进页自动刷新) · 本期涨星 +312 · Fork 231 · 语言 Python
标签:agent-evaluation / agent-plugins / agent-security / agent-skills / agentic-ai / benchmark / claude-code / codex / evaluate / evaluation / plugin / plugin-evaluation
做AI项目,先看AI雷达 - AiRadar.com.cn · 全部GitHub热榜 →