run-evals - 运行现有技能评估
使用现有测试用例执行和迭代技能评估
标签
更新于: 2026-03-23能力
典型输入
典型输出
该技能可以做什么
- 运行评估命令
- 读取评估配置
- 读取基准结果
- 创建反馈文件
- 修改评估配置
- 比较评估结果
- 生成改进建议
- 验证阈值条件
- 比较技能版本
输入
- evals/evals.json 文件
- 技能目录
- 旧技能路径
- CI 阈值
输出
- benchmark.json 文件
- feedback.json 文件
- 评估报告
- 比较报告
- CI 退出码
要求
- 现有的 evals/evals.json
- @github/copilot-sdk
- npx snapeval CLI
- Copilot CLI 认证
- Node.js 环境