harbor - 用于智能体评估的 Harbor 框架运行 harbor 命令并管理智能体评估任务标签更新于: 2026-02-24评估框架基准测试测试自动化能力典型输入典型输出该技能可以做什么运行 harbor 命令验证任务结构执行智能体任务列出数据集检查任务结果管理本地工作区输入任务文件API密钥数据集名称智能体名称模型标识符输出执行日志奖励文件测试详情要求安装 harbor任务目录结构用于云端执行的API密钥来源规范: SKILL.md