Subagent Evaluator

分享海报

@user_f37e97ba/subagent-evaluator

基于 AgentBench、AgentBoard、Agent-as-a-Judge 等 12 篇学术论文，提供子智能体多维度评估能力。覆盖任务完成率、上下文泄露检测、协作效率分析与归因诊断，支持 pass@k / 准确率 / F1 等 13 项指标，可输出 Markdown 或 JSON 评估报告。零外部依赖，仅需 Python 3.8+。