evaluation

Name: evaluation
Author: muratcankoylan

@muratcankoylan · 来源 VoltAgent/awesome-agent-skills · ★ 18,313

这个技能能做什么

搭建代理系统的评测框架，包括指标、用例与流程，适合迭代优化前后对比效果，产出可复用的评测方案。

原始描述：Build evaluation frameworks for agent systems

安装后，可以对 Agent 说：『给这个代理搭一套评测方案，方便对比改动效果』，它会设计指标、用例与流程，产出可复用的评测框架。

npx skills add https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering --skill evaluation

在支持 Agent Skills 的工具中执行；完整说明与文件结构请查看 GitHub 仓库。

通用标准

遵循 Agent Skills 开放标准，支持该标准的工具（Claude Code、Codex、Cursor、Gemini CLI 等）通常都可安装；具体以技能仓库说明为准。

技能会读取文件或执行命令，安装前请查看仓库中的 SKILL.md 与脚本，确认权限范围；本站只做索引，不保证第三方技能安全性。

安全状态：未审计License：MIT仓库更新：2026-10-12

@anthropics

介绍如何编写扩展 Claude 能力的技能，涵盖技能结构、触发描述和资源组织，适合新建或改进自定义技能时参考。

@anthropics

提供创建新技能的基础模板，包含目录与文件的基本结构，适合作为起点搭建自定义技能，减少从零配置的工作量。

@muratcankoylan

介绍面向长时间会话的上下文压缩策略及评估方法，适合需要持续多轮交互的代理，帮助在保留关键信息的同时控制长度。

@muratcankoylan

梳理上下文失效的典型模式，如中间信息丢失、污染、干扰与冲突，适合排查代理表现下降的原因并针对性调整输入组织。

@muratcankoylan

解释代理系统中上下文的概念、作用与构成，适合在设计或调试代理时建立基础认识，帮助判断哪些信息应进入上下文。

@muratcankoylan

讲解压缩、掩码与缓存等上下文优化手段，适合上下文接近上限或成本敏感的场景，用于提升长任务的稳定性。