想测你的 agent 好不好用？LangChain 这个新技能库让你直接用 Codex 或 Claude Code 跑 eval 任务，还能自动检查验证器准不准。
LangChain 发布了 langchain-skills 代码库，可用于在 Codex 或 Claude Code 中安装并评估 agent 行为。用户打开对应仓库后，只需输入提示词即可开始评估。评估过程通过 Harbor 框架生成 eval 任务和实际目标运行，并自动检查验证器是否准确测量了预期行为。该工具目前已在 GitHub 上开放。
Available today in the langchain-ai/langchain-skills repo: https://t.co/P3AOjCZPjV 💻 Install in Co...
Available today in the langchain-ai/langchain-skills repo: github.com/langchain-ai/l… 💻 Install in Codex or Claude Code, open the repo w/ the agent you want to evaluate, start with a prompt ✨ Get a @Harborframework task under evals/, an actual target run, and a review of whether the verifier measured the intended behavior correctly. Viv @Vtrivedy10 x.com/i/article/2079… 🔗 View Quoted Tweet 💬 2 🔄 0 ❤️ 10 👀 1356 📊 3 ⚡