smartness-eval-open-source
Skillby yh22e
clawhub⭐ 07/10
OpenClaw 智能度综合评伌技能。围绕 14 个维度（含规划能力、幻觉控制）输出综合评分、证据、风险与趋势。对齐 CLEAR/T-Eval/Anthropic 行业标准。
基于14维度的开源AI智能度综合评估框架，涵盖规划能力、幻觉控制等核心指标，对标行业标准，提供量化评分与风险分析。
📊 商业分析
商业模式
freemium
独特价值
多维度AI智能度评估，覆盖规划能力与幻觉控制等关键指标
竞品
OpenCompass（开源基准）、Hugging Face Eval（通用评估）、Claude Evals（官方工具）
🎯 应用场景
目标用户
AI研究机构大模型开发团队企业AI采购方学术研究者
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 7/10
- 子分类
- AI模型评估与基准测试
- 可商业化
- ✅ 是
AI 标签
AI评估基准测试模型评价智能度量化质量保证
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