PyPI · npm
UiPath/coder_eval
Test that your Claude Code skills, MCP servers, and CLIs actually work when an agent uses them — sandboxed YAML suites, activation checks, A/B experiments, CI gates.
Apache-2.02026年8月19日 · 指标 2.10.0
全部标签
目录标签
#skillsbench
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
2 条记录
PyPI
benchflow-ai/benchflow
Research infra for creating RL environments, post-training, and evals.
Apache-2.02026年8月9日 · 指标 2.10.0