搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接
全部技能

bmad-eval

运行技能的评测,并报告基线、变体、质量和触发结果,附具体证据。

适合什么时候用

当你已有技能的评测用例或触发查询,需要判断它是否胜过裸模型、是否在正确提示上触发时。

举个例子

你对 AI 说

用 bmad-eval 对 ./skills/pdf-summarizer 的技能运行基线和触发评测,告诉我它是否胜过裸模型。

你会拿到
  • 带时间戳的运行文件夹
  • 含 harness 命令的 run.json
  • 各用例记录与评分

它会怎么做

  • 每个用例在项目外的干净环境中运行,避免主机配置和已装技能干扰结果。
  • 每个用例至少运行 3 次才算定论,少于 3 次只报告为快速查看。

安装前须知

触发模式和描述优化需要技能定制中已记录 harness 命令;若没有,需先运行 bmad-customize。

这个技能带 11 个脚本,助手使用时可能会在你的电脑上运行它们。