Agent Eval

io.github.RudrenduPaulv0.1.8更新于 Sep 24, 2026

Statistical regression testing for LLM agents: p-value, effect size, and CI on behavior change.

安装

Desktop only，通过 STDIO。 STDIO 服务会启动本地进程，因此需要 SourceWeft 桌面宿主。

参照仓库中的启动说明。

工具元数据尚未被收录。