技能台
- 作者仓库星标 1,209
- 作者仓库 skillsbench
- 领域
- 人工智能
- 作者声明的智能体
- 未找到明确声明;不据此推断已兼容或已测试
- 静态检查
- 88 / 100 · 启发式扫描,不代表运行安全
- 运行环境证据
- 未执行;当前没有隔离运行测试证据
- 作者 / 版本 / 许可证
- @benchflow-ai · 未声明许可证
- 上下文用量评级
- 低消耗
- 接入复杂程度
- 即装即用
- 是否需要外部接口密钥
- 不需要
- 兼容的系统
- 未声明(默认跨平台)
- 运行环境要求
- 未检出明确要求
- 检测到的文件与系统行为
-
- 只读
- 允许写入 / 修改
- 网络行为
- 仅限本地
- 安装命令数
- 无(仅作为资料)
需要注意: 未声明工具权限范围;实际权限由运行环境决定。
# SkillsBench
Benchmark evaluating how well AI agents use skills.
## Official Resources
- **GitHub**: https://github.com/benchflow-ai/skillsbench
- **BenchFlow SDK**: https://github.com/benchflow-ai/benchflow
## Quick Workflow
```bash
# 1. Install and initialize a task
pip install 'benchflow>=0.3.0a7'
bench tasks init <task-name>
# 2. Write files (see CONTRIBUTING.md for templates)
# 3. Validate
bench tasks check tasks/my-task
bench eval create -t tasks/my-task -a oracle # Must pass 100%
# 4. Test with agent (with skills)
bench eval create -t tasks/my-task -a claude-agent-acp -s tasks/my-task/environment/skills/
# 5. Test WITHOUT skills (omit -s)
bench eval create -t tasks/my-task -a claude-agent-acp
# 6. Submit PR (see PR template)
```
## Task Requirements
- Realistic workflows people actually do
- Measurably easier with skills than without
- instruction.md, solve.sh, and task.toml must be human-authored
- Deterministic, outcome-based verification
- Skills must be generalizable and reusable
## References
- Full guide: [CONTRIBUTING.md](../../../../CONTRIBUTING.md)
- Task quality rubric: [task-review skill](../task-review/) (workflow + policy/implementation rubrics)
- Finding tasks: [CONTRIBUTING.md#finding-good-task-ideas](../../../../CONTRIBUTING.md#finding-good-task-ideas)
章节与文件索引
按说明文件中的顺序排列。
官方资源
任务要求
参考文献
文件/命令 -> github.com/benchflow-ai/skillsbench · github.com/benchflow-ai/benchflow · CONTRIBUTING.md · tasks/my-task · tasks/my-task/environment/skills · instruction.md · ../../../../CONTRIBUTING.md · ../task-review
内容校验值 -> c9aed5f7871c
当前原文的自动摘译,尚未人工审校。
官方资源
GitHub:https://github.com/benchflow-ai/skillsbench BenchFlow SDK:https://github.com/benchflow-ai/benchflow
任务要求
人们实际执行的现实工作流程 使用技能比没有指令明显更容易。md、solve.sh 和 task.toml 必须由人工编写 确定性、基于结果的验证 技能必须是可推广和可重用的
参考文献
完整指南:CONTRIBUTING.md 任务质量评分标准:任务审核技能(工作流程 + 政策/实施评分标准) 查找任务:CONTRIBUTING.md#finding-good-task-ideas