目录标签

#terminal-bench

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。

5 条记录

标签为“terminal-bench”按健康指数排序

PyPI · npm

93卓越健康指数

harbor-framework/harbor

Framework for evaluating and improving agents

Python★ 4,6942026年8月27日

Apache-2.02026年8月27日 · 指标 2.10.0

PyPI · npm

92优秀健康指数

UiPath/coder_eval

Playwright for coding agents. Test that your skills, MCP servers, and CLIs actually work when an agent uses them — sandboxed YAML suites, A/B experiments, CI gates.

Python · TypeScript★ 152↓ 7,982/月2026年10月19日

Apache-2.02026年10月19日 · 指标 2.10.0

npm

78良好健康指数

itayinbarr/little-coder

A harness optimized to smaller LLMs

TypeScript★ 2,582↓ 11.1K/月2026年9月13日

Apache-2.02026年9月13日 · 指标 2.10.0

Go · npm

62中等健康指数

scitix/Agent-Sandbox

Fast, Multi-Cloud Sandbox Engine for AI Agents

Go · TypeScript · Python★ 112026年9月14日

Apache-2.02026年9月14日 · 指标 2.10.0

PyPI

53中等健康指数

danaug23/harness-arena

Your model, many harnesses, many benchmarks.

Python · HTML★ 2↓ 205/月2026年10月20日

Apache-2.02026年10月20日 · 指标 2.10.0