- GitHub 仓库
- NVIDIA/SkillEvaluator
- 总 Stars
- ★ 1,680
- 今日新增
- +122
- 主要语言
- Python
结论先说:SkillEvaluator 是 NVIDIA 开源的 Agent 技能评估框架,1,680 星,Python 编写,Apache-2.0 协议,2026 年 6 月 24 日建库,2026 年 11 月 15 日还有提交,11 月 16 日登上 GitHub 日榜、当日新增 122 星。它回答的是一个很实在的问题:给 Agent 装的技能到底有没有用——用多层评估、质量门、语义重叠检测、合成评估数据集与真机实测来打分。
它是什么:专门评测 AI Agent 技能的开源框架,不只看技能能不能跑,还看它对 Agent 实际表现的影响。
能干嘛:给技能设质量门,不合格的挡在外面;检测技能之间语义重叠,避免装了一堆重复技能;生成合成评估数据;实测技能装上前后 Agent 表现的变化。
适合谁:给团队搭 Agent 技能库的人、技能越装越多开始失控的开发者、想给技能定准入标准的团队。
注意点:项目 2026 年 6 月才建库,1,680 星不算多,评估方法还在长;它评的是技能,不是模型本身,别指望它替你选模型;先拿两三个技能跑通评估流程再全量上。
技能评估为什么值得单独做一套框架?
技能一多就容易出问题:重复的、过时的、互相打架的,全凭感觉挑迟早翻车。SkillEvaluator 把质量门、重叠检测、实测对比做成流程,技能进库之前先过一遍筛。只装两三个技能用不上它,技能库上了规模才需要。
站长点评:我挑它是因为技能正在变成 Agent 时代的新依赖,而依赖一多,评估就是刚需。NVIDIA 出手做这件事,方向我认。我的建议是先拿手头最常用的几个技能跑一遍评估,看看分数跟你的实际感受对不对得上,再决定要不要把它接进流程。
⬇ 下载区(本站中转)
本站服务器实时中转 GitHub 文件,国内网络也可稳定下载;也可使用右侧官方链接。 本项目遵循 Apache-2.0 许可证。
要下载其他 GitHub 项目?试试本站的 GitHub 加速下载工具,粘贴链接即可中转。
