agentbench
Skillby exe215
clawhub⭐ 17/10
在40个真实任务中基准测试您的OpenClaw代理。测试文件创建、研究、数据分析、多步骤工作流、记忆和错误处理等能力。
为OpenClaw Agent提供40个真实任务基准测试框架,覆盖文件操作、数据分析、多步工作流、记忆管理、错误处理等维度,快速诊断Agent性能瓶颈。
📊 商业分析
商业模式
freemium
独特价值
专针对OpenClaw Agent的40个真实任务基准,覆盖文件、研究、数据、工作流、记忆、容错等全链路评估
竞品
OpenAI Evals(功能单一),Hugging Face Benchmarks(通用性强),LangChain Agent评估工具(集成度高)
🎯 应用场景
目标用户
AI Agent开发者企业自动化团队AI产品经理
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 1
- 价值评分
- 7/10
- 子分类
- AI Agent基准测试与评估
- 可商业化
- ✅ 是
AI 标签
Agent评估基准测试性能诊断OpenClaw工作流自动化
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6