开源评测工具 skillEd 发布,助力 agent skill 回归测试

开发者发布了 Apache-2.0 开源评测工具 skillEd,内置本地 stdio MCP 服务器,用于验证 agent skill 的评测与对比策略回归报告。该工具主要解决「答案看似合理却违反书面政策」的回归问题:仓库示例中的退款 skill 就曾出现只退运费、取整方向错误等情况。适用于 skill 反复执行某类策略、需要持续保障合规与稳定性的场景。

2026-10-23 ~ 2026-10-23 · 2 条相关

• 开源 skillEd:用 MCP 服务器给 agent skill 做回归评测与报告对比 — MiserableFlatworm337 · 2026-10-23
• 开源 skillEd:给政策驱动 agent skill 做回归测试的评测工具 — MiserableFlatworm337 · 2026-10-23