myclaw-bench 是评测安全领域的开源项目，由 LeoYeAI 开发，是 2026 年新上线的项目。
它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 223。
项目仍在小幅维护中，最近一次代码更新于 2026-08-21。从国内网络环境看，可直接访问。
它主要面向的使用场景是：OpenClaw智能体开发者在发布前进行性能验收。同类可对比的替代方案包括 AgentBench、GAIA、tau-bench。
myclaw-bench
给 OpenClaw 智能体打分，45 个任务看清实力
myclaw-bench 是一个针对 OpenClaw 智能体的基准测试项目，由 MyClaw.ai 提供支持。它旨在解决 AI 智能体在真实任务中缺乏标准化评估的问题，通过 45 个任务、4 个难度等级，系统性地衡量智能体的规划、工具调用、推理和错误恢复等核心能力。项目提供清晰的测试框架和任务分类，帮助开发者量化智能体性能、定位薄弱环节，并支持跨版本对比。其核心能力包括任务分级管理、自动化评估流程、结果可视化，以及面向 OpenClaw 生态的深度集成。作为早期项目，它填补了 OpenClaw 智能体评测领域的空白，为开发者提供了可复现、可扩展的测试基线。
开源
unknown
智能体
GitHub 星标
★ 223
维护状态
维护中
是否开源
是
定价模式
unknown
项目数据
分类智能体
开发团队LeoYeAI
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agent-testing,ai-agent,ai-benchmark,benchmark,llm-evaluation,myclaw,openclaw
GitHub 星标★ 223
30天Star增速
HF 下载量
上线时间2026-03-09 00:00:00
最近更新2026-08-21 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 任务分级设计，从简单到复杂覆盖 4 个难度，能细致区分智能体能力差异
- 聚焦 OpenClaw 生态，与 MyClaw.ai 深度集成，测试场景贴合实际应用
- 提供自动化评估流程，减少人工干预，结果可复现，便于版本迭代对比
不足之处
- 仅支持 OpenClaw 智能体，对其他框架的通用性不足
- 文档/社区待观察
适用场景
- OpenClaw 智能体开发者在发布前进行性能验收
- 对比不同版本或配置的智能体能力变化
- 研究机构评估 LLM 在智能体任务中的综合表现
替代项目
AgentBench、GAIA、tau-bench
项目介绍
下一篇：agent-audit
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
Tracely-ai
开源
把生产事故变成回归测试，合并前自动拦截 AI 故障
Trace-native CI/CD for AI agents — production failures become regression tests that···