Eval Harness Skill
评估维度
| 维度 | 指标 | 目标 |
|---|---|---|
| 任务完成率 | done/todo 比例 | >95% |
| 验证通过率 | 首次验证通过比例 | >80% |
| 方案偏离度 | plan vs 实际实现差异 | <10% |
| 返工率 | 需要修复的任务比例 | <15% |
| 寸止响应质量 | 用户一次确认通过比例 | >90% |
Agent Teams 评估 (v8.0 新增)
| 维度 | 指标 |
|---|---|
| 并行效率 | 实际加速比 vs 理论加速比 |
| 协调开销 | 协调 token / 总 token |
| 冲突率 | 文件冲突次数 |
| 合并质量 | 合并后测试通过率 |
Evaluation framework for measuring code agent effectiveness. v8.0: Added Agent Teams collaboration quality metrics.
npx skillmds@latest add wenjunduan/eval-harness | 维度 | 指标 | 目标 |
|---|---|---|
| 任务完成率 | done/todo 比例 | >95% |
| 验证通过率 | 首次验证通过比例 | >80% |
| 方案偏离度 | plan vs 实际实现差异 | <10% |
| 返工率 | 需要修复的任务比例 | <15% |
| 寸止响应质量 | 用户一次确认通过比例 | >90% |
| 维度 | 指标 |
|---|---|
| 并行效率 | 实际加速比 vs 理论加速比 |
| 协调开销 | 协调 token / 总 token |
| 冲突率 | 文件冲突次数 |
| 合并质量 | 合并后测试通过率 |
wenjunduan/rlues/tree/main/vibeCoding/old-version/claude/config-agent_v8.0/.claude/skills/eval-harness commit 5f489a0e9a