了解您的代理技能是否真正有效

项目简介

您编写一个规范，一个描述“工作”含义的 YAML 文件。要么手写，要么让 /grill-skill 为您生成。 --ablate 运行相同的任务，但删除了该技能，而 caliper compare 则逐个任务地区分这两个运行：

表格在每个屏幕上保持对齐。再生： python 文档/renderreadmesamples.py -->

代理人的技能很难测试。今天在您的计算机上在此提示下有效的一项技能可能会在模型更新或单行提示编辑后明天失败。 Caliper 使可靠性变得可衡量：定义成功是什么样子，重复运行技能，并获得可以随着时间推移跟踪的成功率。