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_contains | Agent 输出是否包含关键词 | { "substring": "All tests passed" } |
output_matches | Agent 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
- Model 选型:同一套任务,跑 Flash vs Pro,看谁分数高
- Prompt 调优:改完 system prompt 后跑 eval 确认没回归
- Skill 验证:加了新 skill 后跑 eval 看是否提升相关任务分数
- CI 集成:每次 prompt/config 变更后自动跑 eval,分数下降则阻断
License
MIT
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 사항
missing-license