作者 onejune2018 · Agent 工具 · ★ 658
最后更新： · 由 Agent Skills Hub 收录 · 每 8 小时同步一次
42 条规则都没有命中：没有凭证窃取，没有数据外泄，没有 curl | sh 式安装。按慢雾（SlowMist）agent 安全分类法建立的 42 条公开规则扫描，每 8 小时更新一次。 完整审计 →
质量分综合九项启发式检查：完整度、清晰度、具体程度、示例、结构、对 agent 的友好度、分步内容、指令质量和安全提示。它衡量的是项目把自己讲清楚的程度，不是代码质量。
| Star 数 | 658 |
| Fork 数 | 98 |
| 分类 | Agent 工具 |
| 许可证 | MIT |
| 质量分 | 59/100 |
| 未关闭的 Issue | 59 |
| 最后更新 | 2025-11-24 |
| 创建时间 | 2023-04-26 |
| 支持平台 | aws |
| 估计 Token 数 | ~1132k |
Awesome LLM Eval English | 中文 Awesome-LLM-Eval: a curated list of tools, datasets/benchmark, demos, leaderboard, papers, docs and models, mainly for Evaluation on Large Language Models and exploring the boundaries and limits of Generative AI. The is the official project of our survey: Beyond Benchmark: LLMs Evaluation with an Anthropomorphic and Value-oriented Roadmap.
想找 Awesome-LLM-Eval 的替代品？在 Agent Skills Hub 收录的 Agent 工具里，下面 6 个项目和它最接近，按话题重合度、星数和社区热度排序。
🦙 Integrating LLMs into structured NLP pipelines
User friendly CLI tool for AI tasks. Stop thinking about LLMs and prompts, start getting results!
A set of tools that gives agents powerful capabilities.
The SmythOS Runtime Environment (SRE) is an open-source, cloud-native runtime for agentic AI. Secure, modular,
Agent samples built using the Strands Agents SDK.
ClawProBench is a live-first benchmark harness for evaluating LLM agents in the OpenClaw runtime with determ
其他热门的 Agent 工具：
评级来自基于 SlowMist agent 安全分类法的规则扫描：42 条公开规则，覆盖凭证窃取、数据外泄、curl | sh 安装等。它是第一层扫描，不是人工审计 — 我们如实说明，不夸大。
问题规模有独立研究佐证：Liu et al. (2026) 对 31,132 个 agent skill 的研究发现，26.1% 含有安全漏洞。我们自己的全目录普查已作为可引用的开放数据集发布。
信源与负责人：