正在整理你需要的资料…
Agent 拿到你的 Skill 或 CLI 压根不调用。开源的 Gauge 命令行工具用真实 Agent 调用反馈来评测并爬坡 Skill、CLI、SDK、MCP、API 与文档:真跑一遍会话,捕捉它卡在哪、够到了哪个废弃命令,再让你自己的编码助手先试修复再发布。整圈跑在本地 Docker 里,不用注册账号。
适合发布自己的 Agent Skill 或工具前,想先量化它在真实模型调用中表现如何的人;全流程本地跑,用你已有的 Agent 订阅或 API key。
下面是把仓库 README 逐节读完后归纳出的中文要点。
开源命令行工具,用爬山式迭代提升智能体体验:跑真实智能体操作你的产品、记录卡点,再让自家智能体验证修复。
常见发现包括:交互式命令卡住智能体、用了已废弃的命令或过时接口写法、该用的 Skill 没用上、凭空断言有局限、多条命令的流程理不清。
需 Node.js 22.13 以上、npm 与能跑 Linux 容器的 Docker,并准备好要测的智能体凭据;支持 Claude Code、Codex、Pi 和 OpenCode。
闭环是:定义评测任务、在全新 Docker 会话里跑当前产品、由智能体读证据判定结果、产出结构化发现、改完再重测受影响用例。
评测分两种:本地保存的 eval 存在 .gauge/gauge.sqlite,共享用例放 gauge-cases/,项目输入由 gauge.json 声明,两种都能本地或托管执行。
Agent Experience 衡量智能体能否用好你的产品,Agent Preference 观察它为任务挑了哪些工具以及原因,命令行负责落地,托管版补上共享测量。
npm install -g @withgauge/cli
gauge local runtime pull| 主要语言 | TypeScript | 许可 | MIT |
|---|---|---|---|
| 创建时间 | 2026-10-20 | 最近提交 | 2026-11-13 |
| 站内采集 | 2026-11-07 起,连续观察 9 天 | 最近一次 | 2026-11-15 |
最近 9 次采集
2026-11-07 124 ★ → 2026-11-15 151 ★ (累计 +27)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。