タグ1件のツール
エージェント評価向け無料AIツール
エージェント評価に関連する無料・フリーミアムAIツールを1件掲載しています。
エージェント評価向け無料AIツール
エージェント評価に関連する無料AIツールを見つけよう—全て無料クレジットまたは無料プラン付き。
オープンソースの信頼性テストハーネス。Claude Code、Codex、PiバックエンドでAIエージェントスキルのpass@kスコアを計算します。
エージェント評価 AIツールで何ができる？
エージェント評価とタグ付けされたAIツールの最も一般的なユースケース。
スキルが実際にエージェントのパフォーマンスをベースラインより向上させるかを検証モデル更新やプロンプト変更に伴う信頼性の追跡どのエージェントバックエンドがスキルをより確実に実行するかを比較測定可能な改善を伴うスキルプロンプトの反復改善
エージェント評価 AIツールの主な機能
エージェント評価とタグ付けされたAIツールに最もよく見られる機能。
pass@k信頼性スコアリング（kを設定可能）スキルなしのベースライン比較でデルタを証明LLM判定（expect:）と決定論的Pythonアサーション（assert:）複数バックエンド対応：Claude Code、Codex、Pi、Claude API、OpenAI API並列タスク実行（ワーカー数設定可能）ワークフロー内で使用可能なエージェントスキル（evaluate-skill、grill-skill）履歴追跡のためのJSON結果保存grill-skillによるインタラクティブな仕様生成
エージェント評価のAIツールカテゴリ
エージェント評価とタグ付けされたAIツールは、以下のカテゴリに分類されています。
「エージェント評価」タグのツール一覧
オープンソースの信頼性テストハーネス。Claude Code、Codex、PiバックエンドでAIエージェントスキルのpass@kスコアを計算します。
エージェント評価無料AIツールのよくある質問
エージェント評価に関連する無料・フリーミアムAIツールを1件掲載しています。