agent-evaluation

Testes e benchmarking de agentes LLM incluindo testes comportamentais, avaliação de capacidade, métricas de confiabilidade e monitoramento em produção—onde até os melhores agentes alcançam menos de 50% em benchmarks do mundo real.

O conteúdo deste skill está em seu idioma original (geralmente inglês).

Não foi possível carregar SKILL.md. Você pode instalá-lo diretamente do repositório original.