#Agent Skills evals

共 4 篇相关文章

深入解析AI测试落地难题，手把手教你编写可复用的Skill技能包，掌握Agent测试与大模型评测方法。涵盖SKILL.md六维法则、skill-creator、EvalScope评测框架及数据集选择，助测试人转型高薪AI测试岗位。

AI Agent通过离线测试并不等于线上表现可靠。本文深入解析在线评估（Online Evals）的核心概念、与离线评估的区别，以及基于规则检查、LLM-as-a-Judge、用户反馈、人工审核四种实践方法，帮助团队建立生产级AI监控体系。

Base44产品团队亲历分享：如何借助Claude Code，从单人创始工程师扩张到80人工程团队。涵盖AI辅助入职、代码审查、用户评估、QA自动化四大实战方法，适合AI时代快速成长团队参考。

深度解析AI Agent Skills核心概念：从SKILL.md文件结构、四大组成模块，到与提示词的本质区别，再到前端生成、PPT制作等实战场景，帮助开发者快速掌握Agent技能配置方法。