편집자 노트

dmsobtl/dsh-agent-eval

dmsobtl/dsh-agent-eval is a DeepSeek Harness ecosystem project for tools and capabilities. Review its public README for features, setup, and usage details.

이것은 DeepSeek Harness(DSH) 플러그인입니다. 이 사이트는 GitHub README, 설치 정보, 유지보수 상태, 공개 보안 시그널을 모아 보여줍니다.

dsh-agent-eval

DSH 插件:Agent 能力评估框架 — 定义任务、跑 benchmark、评分、跟踪改进。

为什么需要

换了 model?改了 prompt?加了新 skill?怎么知道 Agent 变强了还是变弱了?

本插件提供一个自托管的 eval 框架:定义一组任务 + 预期结果,headless 跑完自动评分,对比前后差异。

工具

工具功能
eval_run运行一个 eval suite,输出评分报告
eval_compare对比两次运行结果,找出回归和改进

快速开始

1. 定义 eval 任务

创建 eval/tasks/basic.json

[
  {
    "id": "hello-world",
    "name": "Create hello world script",
    "prompt": "Create a file hello.js that prints 'Hello, World!' to stdout",
    "expectedOutcome": { "type": "file_contains", "path": "hello.js", "content": "Hello, World!" },
    "tags": ["basic"]
  },
  {
    "id": "fix-bug",
    "name": "Fix the add function",
    "prompt": "add.js has a bug: it subtracts instead of adding. Fix it.",
    "expectedOutcome": { "type": "command_succeeds", "command": "node -e \"if(require('./add.js').add(2,3)!==5) throw 'FAIL'\"" },
    "tags": ["basic"]
  }
]

2. 运行 eval

Agent: → eval_run({ suite: "basic", model: "deepseek-v4-flash" })

结果:
{
  "score": "75%",
  "passed": "3/4",
  "results": [
    { "task": "Create hello world", "passed": "✓", "duration": "8s" },
    { "task": "Fix the add function", "passed": "✓", "duration": "12s" },
    { "task": "Find TODO comments", "passed": "✓", "duration": "5s" },
    { "task": "Run tests and report", "passed": "✗", "details": "npm not installed" }
  ]
}

3. 换模型后对比

Agent: → eval_compare({ baseline: "eval/results/basic-old.json", current: "eval/results/basic-new.json" })

{
  "verdict": "improved",
  "scoreDelta": "+25%",
  "improvements": ["Fix the add function: was FAIL, now PASS"],
  "regressions": []
}

支持的预期结果类型

类型说明示例
file_exists文件是否被创建{ "path": "output.txt" }
file_contains文件是否包含特定内容{ "path": "app.js", "content": "express" }
command_succeeds执行命令是否成功(exit 0){ "command": "npm test" }
output_containsAgent 输出是否包含关键词{ "substring": "All tests passed" }
output_matchesAgent 输出是否匹配正则{ "pattern": "\\d+ tests? passed" }
custom自定义评判逻辑(未来支持 LLM-as-judge){ "judge": "..." }

目录结构

eval/
├── tasks/           # eval 任务定义(JSON)
│   ├── basic.json
│   ├── coding.json
│   └── testing.json
└── results/         # 运行结果(自动生成)
    ├── basic-1692000000.json
    └── basic-1692100000.json

配置

- insert:
    - id: agent-eval
      name: dsh-agent-eval
      config:
        fixturesDir: ./eval/tasks
        resultsDir: ./eval/results
        defaultTimeout: 120000    # 每个任务最长 2 分钟

典型用途

  1. Model 选型:同一套任务,跑 Flash vs Pro,看谁分数高
  2. Prompt 调优:改完 system prompt 后跑 eval 确认没回归
  3. Skill 验证:加了新 skill 后跑 eval 看是否提升相关任务分数
  4. CI 集成:每次 prompt/config 变更后自动跑 eval,分数下降则阻断

License

MIT

REPOSITORY SIGNALS

보안 및 설치 증거

이 점수는 공개 저장소 메타데이터와 이 사이트에 등록된 설치 증거에만 기반하며, 코드 보안 감사와 다릅니다.

출처 추적 가능

공개 플러그인 카탈로그에서 왔으며, 공개 GitHub 저장소로 연결됩니다.

라이선스

GitHub 메타데이터에서 라이선스가 감지되지 않았습니다.

유지보수 활동

최근 180일 내 코드 업데이트가 있습니다.

설치 증거

재현 가능한 정확한 설치 메타데이터가 아직 등록되지 않았습니다. 저장소 설명에 따라 직접 확인하세요.

설치 라이프사이클 스크립트

검사한 패키지 메타데이터에 설치 라이프사이클 스크립트가 선언되지 않았습니다.

주의 사항missing-license