rustyorb

专业LLM Agent评估框架，解决基准测试与生产环境脱节问题，通过统计测试、行为契约和对抗测试提升可靠性，适合AI质量工程师和Agent开发者。

基于 AI 编排技术的多代理系统性能优化指南，提供Profiling、成本控制和协调策略，助力提升系统吞吐量与可靠性。

来自vibeship-spawner-skills的LLM代理评估框架，提供行为测试、基准设计和可靠性指标方法论，帮助团队在生产前发现代理缺陷。