正在打开每日关注
正在打开每日关注
视频介绍阿里巴巴开源的 Skill-up，主张以评测、诊断、修复和重跑闭环持续改进 Agent Skill。
移 skil-up asearcn xsxk 指南 参考 ~ GiHub> 人 区 v k 人 工作 原理 Skill-up 将 Agent Skill 的 评测 与 演进 合 为 一 个 闭环 : 通过 声明 式 YAML 评测 、 隔 离 的 多 引擎 运行 、 灵 活 的 Judge 和 结构 化 报告 ， 让 质量 可 度量 ; 再 由 skill-upper 把 失败 转化 为 改进 ， 自 动 修复 或 补充 eval 用 例 ， 并 与 你 持续 重 跑 和 迭代。 同一 套 流 程 既 可 在 本 地 运行 ， 也 可 接 入 Cl; 同
Skill-up 是视频展示的面向 Agent Skill 开发者的评测与演进工具。转写称其可让开发者在完成 Skill 后通过持续测试迭代；OCR 进一步显示，它以声明式 YAML 评测、隔离的多引擎运行、Judge 策略和结构化报告来度量质量。
视频强调将一次测试扩展为“评测 > 诊断 > 修复 > 重跑”的闭环，并提到可在本地或 CI 中运行。OCR 还声称其支持 Claude Code、Codex、Qoder CLI 等 Agent Engine，能导入 Anthropic 兼容的 evals.json，并输出 JSON、JUnit XML 与 HTML 报告。
对自定义 Skill 而言，先把预期行为写成可重复的用例，再将失败样例沉淀为回归集，比仅靠主观试用更利于持续改进。结构化报告和 CI 接入也有助于把 Skill 质量纳入工程流程。
视频没有给出评测集质量、判定准确性、成本、真实修复效果或不同引擎兼容性的独立证据；“自动修复”应仍由人工审核。OCR 对命令和部分名称存在识别误差，具体安装方式、能力范围与仓库信息需人工复核后再采用。