GitHub 新星仓库·· 22 分钟前精选AI 评分79
开源智能体配置评测工具 agent-eval-harness
balasaikunapareddi/agent-eval-harness
AI 导读
agent-eval-harness 用可重复场景测试智能体的提示词、工具与技能配置,并对比变更前后的运行结果以暴露回归。框架无关的开源工具支持 YAML/JSON 场景、SQLite 运行记录、差异比较和 CI 门禁,示例中同一组 9 个场景在配置调整后由 9/9 通过降至 4/9 通过。
推荐理由
项目把智能体配置变更纳入类似单元测试的评测流程,并提供差异定位与 CI 门禁机制,便于复用到现有工作流。
来源:GitHub 新星仓库 · github.com