dsh-eval

概要

DeepSeek Harness向けエージェント評価プラットフォーム - ベンチマークYAML、ヘッドレスdshオーケストレーション、トレースベースのメトリクス、LLMジャッジ、ペアA/Bテスト、キーレスリプレイ、クロスハーネス・インポート

元言語から機械翻訳された説明です。

terminal

npx @deepseek-ai/dsh plugin add dsh-eval

パッケージを追加し、カーネルが何を inject するかを解決できるようにします。

agent-evaluationbenchmarkdsheval