下载

Skill UI

浏览并发现 6034+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 LLM测试，共找到 4 条记录

默认排序最新上传最多下载

LLM 代理评估

agent-evaluation

sickn33/antigravity-awesome-skills

基于行为合约、统计分布和对抗测试的 LLM 代理评估，发现基准未暴露的生产风险，聚焦可靠性与能力。

Langfuse评估与打分流程

langfuse-core-workflow-b

jeremylongshore/claude-code-plugins-plus-skills

使用Langfuse核心流程B收集用户反馈、自动化评估函数、LLM裁判评分，并对比提示以实现AI产出质量打分和AB测试。

LangSmith LLM 观测平台

langsmith-observability

Orchestra-Research/AI-Research-SKILLs

LangSmith 是用于调试、评估与监控 LLM 应用的观测平台，可追踪调用、构建评测数据集、监控生产指标与成本，助力回归测试与运维协作。

类型安全的AI代理

sickn33/antigravity-awesome-skills

PydanticAI 将 Pydantic 的类型校验带到 LLM 代理中，通过结构化输出、依赖注入与多模型接入，让 Python 团队在构建、测试和复用智能客服或流程机器人时保持正确性与可测性。

1

语言