代理商评价

适用人群

适合：要检查测试失败或静态检查问题的人、要整理需要修复的代码质量项的人、要先完成一轮代理商评价再继续推进的人。

技能介绍

这个技能适合对 LLM 代理进行测试和基准测试，包括行为测试、能力评估、可靠性指标和生产监控，即使是顶级代理在实际基准上的成绩也低于 50% 使用场合：代理测试、代理评估、基准代理、代理可靠性、测试代理。

它适合在测试或检查刚失败时先做一轮定位，把高优先级问题和修复顺序整理出来。

业务背景和落地案例

当团队遇到回归失败、覆盖不足或代码检查不通过时，会先用测试修复整理问题，再安排具体改动和回归。

能做什么

• 检查测试失败或静态检查问题。
• 整理需要修复的代码质量项。
• 输出回归验证建议。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 代理商评价 的 Skill。
如果安装时需要精确名字，就用 skills-collections-agent-evaluation。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install skills-collections-agent-evaluation

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的代理商评价，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

这条 Skill 没有整理出稳定的命令行安装写法，建议优先用方式 1 或方式 2。

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用代理商评价帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 失败用例、Lint 结果或测试报告。
• 相关代码片段或仓库路径。
• 你希望优先修复的范围。

你会看到什么结果

• 测试失败原因和修复建议。
• 需要回归的关键点。
• 可继续执行的代码修改方向。

风险提示

• 涉及 API Key、Token 或其他凭证时，先确认保存方式和权限边界。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/boisenoise/skills-collections-agent-evaluation
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/boisenoise/skills-collections-agent-evaluation/download