Depo ayrıntısı

alexgreensh/eval-genius

Teach your agent to work with evals: WHEN you actually need an eval or benchmark, HOW to build one that holds up, and how to read what it tells you. Deterministic-first, tool-agnostic.

Python Apache-2.0 10 Eylül 2026 son push 22 Eylül 2026 4 fork

agent-skill ai-agents benchmark-framework benchmarks claude claude-code-plugin claude-skills eval eval-harness evals evaluation-framework evaluation-harness jev jev-model llm llm-as-a-judge llm-evaluation

GitHub'da aç Site

Yıldız

24+9 · 38 gün

Commit · 28g

—

son 28 günde

Yazar · 28g

—

farklı katkıcı

Detaylı değerlendirme

Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.