NVIDIA 开源 SkillEvaluator:多层框架评估 AI agent 技能
NVIDIA · github · 2026-11-15
NVIDIA 在 GitHub 发布 SkillEvaluator,一个用于评估 AI agent 技能(skills)的多层框架,上线即获 1333 star。功能包括:质量门控(quality gates)、语义重叠检测、合成评估数据集生成,以及对运行中的 agent 做实时评估,衡量技能对 agent 行为的实际影响。项目基于 Python,topics 涵盖 agent 安全、Claude Code、Codex、插件评估与 benchmark 等,定位是给 agent 技能生态补上系统化的评估与安全扫描层。
「编程与Agent」频道最新
- 把研究 Agent 从 12 个工具砍到 3 个,成功率从 52% 升到 84% — Such_Reflection8996 · 2026-11-15
- 用「老领导」绕过 Opus 5.5 逆向拦截，multi-agent 暴露 confused deputy 漏洞 — rickasaurus · 2026-11-15
- Claude-BugHunter 走红:82 个技能的 Claude Code 漏洞挖掘包获 5.9k star — elementalsouls · 2026-11-15
- Anthropic 发布 Claude 选型指南：多数任务该用 Opus 5.5 而非 Fable 5.2 — blaizedsouza · 2026-11-15
- 春季到深秋三次转变：一篇 2026 年 11 月个人 AI 使用实录 — TheTuringPost · 2026-11-15
- Every 团队用 Claude Fable 5.2 建视频编辑器与写作教练 — every · 2026-11-15