Agent Evaluation skill

Testa e mede agentes de IA: comportamento, capacidade, confiabilidade e monitoramento em produção

instalações: 636
estrelas no GitHub: 32,9 mil
No skills.sh desde: janeiro de 2026
Licença: MIT

Atualizada no GitHub em 26 de outubro de 2026. Dados conferidos em 26 de outubro de 2026, no skills.sh e no GitHub.

davila7
agent-evaluation
Testa e mede agentes de IA: comportamento, capacidade, confiabilidade e monitoramento em produçãoAuditada636 instalações, grátis

Nas palavras de quem fez

Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents…

davila7, no SKILL.md

Segurança

Gen Agent Trust Hub, Socket e Snyk leem o código da skill atrás de comando perigoso, dado vazando e instrução escondida. Alerta não é reprovação: quer dizer que vale ler o que a skill faz antes de instalar.

Gen Agent Trust HubPassou
SocketPassou
SnykPassou

Perguntas

Como instalar a Agent Evaluation no Claude Code?

Toca em Levar, aqui nesta página, e deixa seu nome, e-mail e WhatsApp (é uma vez só). Aparece uma frase pronta: cola ela no Claude Code, que ele mesmo instala a Agent Evaluation, e a skill passa a valer na próxima conversa. A mesma frase serve no Codex. Se preferir fazer na mão, o passo a passo está em como instalar skills no Claude Code.

Levar essa skill

1x agent-evaluationR$ 0,00

TotalR$ 0,00

Levar precisa do JavaScript ligado. O código da skill está no GitHub: github.com/davila7/claude-code-templates

Aprenda a usar

Modelos do Claude: Opus 5.5 vs Sonnet 5.5 e Haiku
Comparativo entre Claude Opus 5.5, Sonnet 5.5, Haiku 5.5 e Fable 5.1: diferenças de raciocínio, gasto da janela de 5 horas, planos e como trocar no /model.