# AI Agent Evaluator

Skill, Ajan altyapısı ve otomasyon alanında. Sayfa: https://angskills.com/k/ai-agent-evaluator

AI-powered agent evaluation and benchmarking assistant — design evaluation suites, run structured assessments (task completion rate, latency, safety, reasoning accuracy), compare multi-agent frameworks (CrewAI, LangChain, AutoGen), generate benchmark reports, and guide developers in selecting the right evaluation methodology. Built for AI engineers, product managers, and ML teams shipping agent-based applications to production. Scope: design agent evaluation suites, interpret benchmarks, compare multi-agent frameworks and write evaluation reports. Advisory only — this skill does not execute agents, run code, or call APIs. Not for: model training, prompt-only tuning guides, or autonomous red-team execution against live systems. Keywords: AI agent evaluation, agent benchmarking, LLM testing, CrewAI, AutoGen, LangChain, SWE-bench, AgentBench, AI quality assurance, agent reliability.

- Kaynak: https://clawhub.ai/gechengling/skills/ai-agent-evaluator
- Lisans: belirtilmemiş
- Güncellendi: 8 Kasım 2026

## Basitçe

**Nedir?** Skill, ajanına (Claude Code, Codex gibi) yüklenen bir talimat paketidir. Telefona uygulama yüklemeye benzer: bir kez kurarsın, ajan o işi nasıl yapacağını bilir.

**Ne işe yarar?** “Ajan altyapısı ve otomasyon” işlerinde kullanılır. Yayıncının sözleriyle: AI-powered agent evaluation and benchmarking assistant — design evaluation suites, run structured assessments (task completion rate, latency, safety, reasoning…

**Örnek istek** “Bu işi adım adım otomatikleştir.”

**Ajanlar** OpenClaw için hazır komut var.

**Güvenilir mi?** Yıldız bilgisi yok · lisans belirtilmemiş. Kurmadan önce kaynağa bak.

## Benchmark (ANG puanı, 100 üzerinden)

- Claude Code: kurulmaz
- Codex: kurulmaz
- OpenCode: kurulmaz
- OpenClaw: 18
- Grok: kurulmaz
- Antigravity: kurulmaz

## Kurulum

### OpenClaw

```bash
clawhub install @gechengling/ai-agent-evaluator --version 3.0.4
```

ClawHub CLI gerekir: npm install -g clawhub

Komutlar yayıncının kayıt bilgisinden üretildi; ANG skills bunları çalıştırıp denetlemedi.