Copied


NVIDIA/SkillEvaluator 在 GitHub 上以 953 颗星获得动力,耗时 24 小时

realtime news   Nov 17, 2026 12:12 1 Min Read


在 2026-11-16,NVIDIA 的开源项目 SkillEvaluator 在 GitHub 上经历了显著的受欢迎程度, 在短短 24 小时内获得了 953 颗星。 这使其总数达到了 2,453 颗星和 316 次 Fork。该代码库主要用 Python 编写,作为一个多层次框架,用于评估 AI 代理的技能和插件,包含质量门、语义重叠检测、合成评估数据集生成和实时代理评估。

SkillEvaluator 的关键特性

SkillEvaluator 旨在评估 AI 代理的技能并衡量其对任务结果的影响。该框架通过三级管道运行:

  • 第 1 层:验证 - 确保技能是安全的、结构良好的,并且与代理技能规范兼容。它包括确定性模式检查、使用 SkillSpector 等工具进行的安全扫描,以及可选的基于 LLM 的评分。
  • 第 2 层:去重 - 使用嵌入相似性分析识别技能内部或多个技能之间的语义重叠。
  • 第 3 层:实时评估 - 测试技能在现实场景中如何影响代理行为,利用由 Harbor 框架支持的沙盒化环境。

每个层级独立运行,使用户能够根据特定需求定制评估。该框架是 NVIDIA 的经验证技能管道的一部分,旨在规范和提升 AI 代理的能力。

实际实施和使用

开发者可以通过多种方法将 SkillEvaluator 集成到他们的工作流程中:

  • 命令行接口 (CLI)
  • 持续集成 (CI) 管道
  • 与 Claude Code 或 Codex 等 AI 代理的直接集成

使用 Python 的 pip 包管理器进行安装非常简单:

pip install skillevaluator

对于更高级的设置,用户可以利用 NVIDIA 的 uv 工具进行 Python 3.13 的配置和依赖管理。一个无需 LLM 的快速入门示例展示了该框架生成 88.8/100 (B 级) 确定性质量分数的能力。

社区和支持

SkillEvaluator 根据 Apache 许可证 2.0 发布,目前被归类为“实验性”,社区支持通过 GitHub Issues 提供。由于其强大的能力和与 NVIDIA 更广泛 AI 生态系统的一致性,该项目已引起了重大关注。

欲了解更多详细信息,用户可以查阅 官方文档 或在 GitHub 上浏览该代码库。


Read More