下载

Skill UI

浏览并发现 11165+ 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 A/B测试，共找到 1370 条记录

默认排序最新上传最多下载

LLM成本基准测试

该技能用于运行结构化和对抗性语料库的全面基准测试。它测量了增强器（booster）模型与主流LLM基线（如Gemini、Anthropic）的性能和成本效率。结果以可验证的JSON报告持久化，是发布和审计模型性能声明的关键环节。

基准测试性能漂移分析

该技能用于分析存储的历史基准测试运行数据。它能追踪并报告关键性能指标（如胜率、平均延迟、P99延迟和LLM成本）随时间变化的趋势。这对于发现标准烟雾测试可能遗漏的性能衰退或回归至关重要，确保系统在每次发布或数据集扩展时保持稳定性。

C++单元测试与开发流程

本指南提供了一套基于GoogleTest和CMake/CTest的全面C++测试工作流，适用于现代C++（C++17/20）项目。内容涵盖了TDD循环、使用Mocking和Fixture进行组件隔离、设置CI/CD集成，以及利用内存和线程Sanitizers进行深度调试和代码覆盖率分析。核心用途是确保代码质量和防止功能回归。

C# .NET 综合测试模式与实践

本指南提供了针对C#和.NET应用的全面测试模式。涵盖了使用xUnit、FluentAssertions等最佳实践，包括单元测试、参数化测试、依赖项模拟（Mocking）以及使用Testcontainers进行真实的集成测试。适用于提升代码质量和测试覆盖率的开发场景。

骨架化领域聚合根

该工具用于根据领域驱动设计（DDD）原则，自动为指定的边界上下文骨架化一个完整的聚合根。它会自动生成实体、值对象、仓库接口、领域事件和单元测试桩代码，帮助开发者快速建模新的业务概念，并确保领域不变量得到维护。

Django测试驱动开发全指南

本指南全面介绍了使用pytest、factory_boy和Django REST Framework进行测试驱动开发（TDD）的最佳实践。内容涵盖了从项目配置到模型、视图和API测试的完整流程，帮助开发者构建高质量、可维护的Django应用。

Django项目部署验证流程

django-verification

这是一个全面的Django项目质量验证流程，特别适用于持续集成/持续部署（CI/CD）环境。它涵盖了代码质量检查、类型安全、数据库迁移、单元测试覆盖率、安全漏洞扫描以及性能分析等多个阶段，旨在确保代码在发布或合并到主分支前达到高质量标准。

Playwright端到端测试最佳实践

本指南详细介绍了使用Playwright构建健壮、可靠且易于维护的端到端（E2E）测试套件。内容涵盖Page Object Model（POM）实践、Playwright高级配置、CI/CD集成、以及处理不稳定（Flaky）测试的策略，旨在确保测试系统的稳定性和可维护性。

AI能力评估与回归测试框架

这是一个用于AI辅助代码生成会话的正式评估框架。它遵循开发驱动评估（EDD）原则，使用户能够定义功能能力和回归测试标准。系统支持代码、模型和人工三种评估方式，并通过pass@k等高级指标跟踪可靠性，确保AI智能体的质量和稳定性。

F#测试模式与最佳实践

本技能包提供了针对F#应用的全面测试模式和最佳实践。它涵盖了单元测试（xUnit, FsUnit）、属性测试（FsCheck）、依赖模拟（NSubstitute）以及完整的集成测试（WebApplicationFactory）。适用于提升代码覆盖率、验证复杂业务逻辑，并构建健壮的.NET测试基础设施。

GAIA智能体基准对比与差距分析

gaia-architecture-comparison

本技能详细对比了GAIA智能体评估框架（如ruflo和HAL），旨在帮助开发者和研究人员识别大型语言模型（LLM）智能体在性能测试中的能力差距。它涵盖了从真实代码执行沙箱到全功能网页浏览等关键技术点，为提升智能体基准测试的准确性和鲁棒性提供路线图。

GAIA基准失败调试工具

本技能提供了一个系统化的工作流，用于诊断GAIA基准运行中的模型失败。用户可以分析任务运行痕迹，分类失败模式（如工具缺失、推理错误），找出根本原因，并应用针对性修复，从而系统性地提升AI智能体的性能和测试模型的可靠性。

上一页 1 2 3...107 108 109110111 112 113 114 115 下一页

语言