最新资讯
dev.to 让模型改写文档前,先量化事实保真度 dev.to 回放 153 个 Claude Code 与 Codex 会话,审计 Agent 的生产影响范围 dev.to 银行 77 意图分类最便宜 LLM:GPT-6.1 Terra 每次成功任务 $0.000727 theinformation.com Chesky的副业:Airbnb向CEO新设AI实验室出售IP theverge.com OpenAI 宣布数据中心项目不再与公职人员签署保密协议 dev.to NVIDIA 发布四个开放 Cosmos 3 仿真模型 dev.to 真实 MCP 客户端击穿我们服务器的五种方式 theverge.com Airbnb 正在开发 AI 旅行 agent,计划 2027 年上半年推出 wechat 这可能是美国AI最魔幻的一天。 nytimes.com 美众议院共和党领袖要求 Nvidia 黄仁勋闭门简报 pub.towardsai.net 忘掉我:为记忆而设计的系统中的删除难题 marktechpost.com Google 发布 Gemini Omni 1.2 Flash:15 秒视频,每秒 0.07 美元
多元动态
登录 注册
智能体 skills.sh ·

Google agents-cli 评估技能

原文 我的收藏

Google agents-cli 的 eval 技能,用于评估,安装量 9,682。

AI推荐理由 评估技能对 Agent 开发有价值,但摘要未提供具体方法。

60 安装 354 榜单名次 2

正文

google-agents-cli-eval 安装 命令提示符 $ npx skills add https://github.com/google/agents-cli --skill google-agents-cli-eval 摘要 使用指标、评估集和迭代式评估-修复循环来评估ADK代理。 使用agents-cli eval run运行评估,可配置标准(工具轨迹、响应匹配、基于评分标准的评分、幻觉检测、安全检查)和匹配类型(EXACT、IN_ORDER、ANY_ORDER) 构建包含多轮对话案例、预期工具轨迹、中间响应和会话状态覆盖的评估集 迭代5-10+个评估-修复周期:诊断失败、修复代理指令或工具逻辑、重新运行,并使用任务列表跟踪进度 避免常见陷阱:不要降低阈值来隐藏失败,使用IN_ORDER匹配处理额外的工具调用,确保应用名称与目录匹配,并使用回调初始化状态以防止KeyError崩溃 SKILL.md 代理评估指南 要求:agents-cli(uv tool install google-agents-cli)——如果需要,先安装uv。 脚手架项目?如果你使用了/google-agents-cli-scaffold,你已经拥有agents-cli eval run(链式生成+评分)、tests/eval/datasets/和tests/eval/eval_config.yaml。从执行eval run开始,并在此基础上迭代。 参考文件 文件 内容 references/dataset_schema.md 规范EvaluationDataset模式——所有字段类型、单轮/多轮/多代理的JSON示例、常见错误 references/metrics-guide.md 完整指标参考——所有内置指标、匹配类型、自定义指标、评判模型配置 references/user-simulation.md 动态对话测试——评估数据集合成标志、场景是什么、兼容指标 references/builtin-tools-eval.md google_search和模型内部工具——轨迹行为、指标兼容性 references/advanced-commands.md 可选命令:eval analyze、eval optimize、eval submit / eval results references/multimodal-eval.md 多模态输入——评估数据集模式、内置指标限制、自定义评估器模式 显示更多 安装量 155.4K 仓库 google/agents-cli GitHub星标 5.8K 首次出现 2026年4月21日 安全审计 Gen Agent Trust Hub通过 Socket通过 Snyk警告
查看原文(中文正文为 AI 翻译)
google-agents-cli-eval Installation CommandPrompt $ npx skills add https://github.com/google/agents-cli --skill google-agents-cli-eval Summary Evaluate ADK agents with metrics, evalsets, and the iterative eval-fix loop. Run evaluations with agents-cli eval run using configurable criteria (tool trajectory, response matching, rubric-based scoring, hallucination detection, safety checks) and match types (EXACT, IN_ORDER, ANY_ORDER) Build evalsets with multi-turn conversation cases, expected tool trajectories, intermediate responses, and session state overrides Iterate through 5-10+ eval-fix cycles: diagnose failures, fix agent instructions or tool logic, rerun, and track progress with task lists Avoid common pitfalls: don't lower thresholds to hide failures, handle extra tool calls with IN_ORDER matching, ensure app name matches directory, and initialize state with callbacks to prevent KeyError crashes SKILL.md Agent Evaluation Guide Requires: agents-cli (uv tool install google-agents-cli) — install uv first if needed. Scaffolded project? If you used /google-agents-cli-scaffold, you already have agents-cli eval run (chains generate + grade), tests/eval/datasets/, and tests/eval/eval_config.yaml. Start with executing eval run and iterate from there. Reference Files File Contents references/dataset_schema.md Canonical EvaluationDataset schema — all field types, JSON examples for single-turn / multi-turn / multi-agent, common mistakes references/metrics-guide.md Complete metrics reference — all built-in metrics, match types, custom metrics, judge model config references/user-simulation.md Dynamic conversation testing — eval dataset synthesize flags, what scenarios are, compatible metrics references/builtin-tools-eval.md google_search and model-internal tools — trajectory behavior, metric compatibility references/advanced-commands.md Opt-in commands: eval analyze, eval optimize, eval submit / eval results references/multimodal-eval.md Multimodal inputs — eval dataset schema, built-in metric limitations, custom evaluator pattern Show more Installs 155.4K Repository google/agents-cli GitHub Stars 5.8K First Seen Apr 21, 2026 Security Audits Gen Agent Trust HubPass SocketPass SnykWarn

来源报道 · 2 篇 · 以下链接均前往原始媒体

skillssh_trending:skills.sh (trending) Google agents-cli 评估技能 09-03 · 原文发布
skillssh_hot:skills.sh (hot) Google agents-cli 评估技能 09-03 · 原文发布
← 返回精选动态 原文

更多内容