 wanjia
|
42ec02e4f0
|
feat: 添加评测配置和运行脚本
评测配置：
- evals/product-design-module/: 产品设计 skill 评测场景和自定义检查
- evals/web-creator/: 网页生成 skill 评测场景和自定义检查
- evals/web-design-summary/: 网页设计摘要 skill 评测场景和自定义检查
运行脚本：
- run_llm_eval_web.py: Web skill LLM 评测（支持 web-creator/web-design-summary）
- run_llm_eval_v2_full.py: 产品设计 skill LLM 评测（完整版）
- run_llm_eval_v2.py: 产品设计 skill LLM 评测（v2）
- run_llm_eval.py: 产品设计 skill LLM 评测（初版）
- run_eval.py: 框架内置评估运行器
- run_real_eval.py: 真实 sub-agent 评估脚本
- benchmark_report.py: Benchmark 报告生成
Agent 定义：
- skills/product-design-agent.md: 产品设计 Agent 角色定义
|
2026-06-12 16:25:25 +08:00 |