smevals：用uvx即可运行的轻量级AI评测框架
JeremyCMorgan · x · 2026-08-06
smevals 是一个轻量级的评测框架，可通过 uvx 直接运行。它支持用 YAML 定义任务，跨多个模型运行，将评分与执行分离，并生成静态 HTML 报告。该工具旨在提供合理的评测词汇，避免平台锁定，适合快速构建和运行评测套件。
「编程与Agent」频道最新
- TLA+ 自动化工具 Specula 结合 AI 发现数百个深层 Bug — tianyin_xu · 2026-08-06
- ChipAgents 发文探讨 AI 赋能芯片形式化验证 — WilliamWangNLP · 2026-08-06
- Prime Agent 实践：单 iPython 工具实现图灵完备调用 — TheZachMueller · 2026-08-06
- 不要逐步审查 Agent：资深开发者分享智能体工作流最佳实践 — msg · 2026-08-06
- Hermes Desktop更新：Agent可自主操控内置浏览器浏览网页 — Teknium · 2026-08-06
- 独立开发者的困惑：为何还要用代码审查机器人？ — mattrickard · 2026-08-06