01 / TOOLING · EVALUATIONGitHub
skillfit
在相同任务上比较 Skill、规则和 MCP 配置,同时看任务质量、触发行为与 Token 成本。
相同任务 · 配对运行
A基线配置
/B新配置
任务质量触发行为Token 成本
01 / 项目
两个关于 Agent 如何执行、如何被评测,以及结果能说明什么的项目。
在相同任务上比较 Skill、规则和 MCP 配置,同时看任务质量、触发行为与 Token 成本。
用于评测中文工具调用 Agent 的实验环境。操作会改变后续状态,评测同时检查最终结果与执行轨迹。
02 / OPEN SOURCE
给自己使用和关注的开源项目做的一些贡献。