Eval Harness

Evaluation framework for measuring code agent effectiveness. v8.0: Added Agent Teams collaboration quality metrics.

wenjunduan 5f489a0 759 B Updated

File contents

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

wenjunduan/rlues/tree/main/vibeCoding/old-version/claude/config-agent_v8.0/.claude/skills/eval-harness commit 5f489a0e9a

Frequently asked questions

npx skillmds@latest add wenjunduan/eval-harness