tool-evaluation

标签

Cards List
#tool-evaluation

Agent Seer:从规范理解合成场景

arXiv cs.CL · 2026-08-28 缓存

Agent Seer 是一个管道,它从工具规范中合成真实的 AI 代理评估场景,无需手动整理,从而提高多轮对话中工具调用的正确性和对话连贯性。

0 人收藏 0 人点赞
#tool-evaluation

我评估了36个热门MCP服务器的代理可用性,三分之一得了D或F

Hacker News Top · 2026-07-22 缓存

一位开发者创建了mcpgrade,这是一个用于评估MCP服务器的评分工具,并发现三分之一的流行服务器在AI代理的文档和可用性方面表现不佳,大多数错误源于缺少参数描述。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈