home/categories/sales-marketing/sickn33-antigravity-awesome-skills-plugins-antigravity-awesome-skills-claude-skills-agent-evaluation-skill-md
sales-marketingbusiness
agent-evaluation
Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on real-world benchmarks
maintainer
sickn33
আপডেট হয়েছে 4/7/2026
স্টার
32093
ফর্ক
5340
quick start
Installation and usage
Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on real-world benchmarks
ইনস্টলেশন
$ install --globalskills.sh
ব্যবহার
ইনস্টল করার পর, টার্মিনালে নিচের কমান্ড চালিয়ে আপনি এই স্কিল ব্যবহার করতে পারবেন:
skills use agent-evaluation