SkillEvaluator

给 Agent 技能做体检：查冲突、测安全、验效果

开源 unknown 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 561

维护状态活跃

是否开源是

定价模式 unknown

项目预览

项目数据

分类评测安全

开发团队NVIDIA

所属国家

官网地址https://docs.nvidia.com/skills/skillevaluator

GitHubhttps://github.com/NVIDIA/SkillEvaluator

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Apache-2.0

主要语言Python

技术栈/模型agent-evaluation,agent-security,agent-skills,agentic-ai,benchmark,claude-code,codex,evaluate,evaluation,security-scanner,skill-eval,skill-evals,skill-evaluation,skill-evaluator,skills

GitHub 星标★ 561

30天Star增速

HF 下载量

上线时间2026-06-24 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-13

浏览次数0

项目介绍

SkillEvaluator 是一个面向 AI Agent 技能（skills）的多层级评测框架，目标是回答一个实际问题：你给 Agent 装的技能到底有没有用、安不安全、会不会互相冲突。它通过质量门禁（quality gates）对技能做静态检查，用语义重叠检测发现多个技能之间的功能重复或指令冲突，还能自动生成合成评测数据集，避免人工造数据的成本。更关键的是它支持实时 Agent 评测，把技能加载进真实 Agent 后观察行为变化，量化技能对 Agent 决策和输出的影响。项目同时覆盖 agent-security 扫描，可识别技能中潜在的危险指令或越权操作。技术栈为 Python，适配 Claude Code、Codex 等主流 Agent 环境，适合在技能上架前做准入评估，或在技能迭代后做回归对比。