suyoumo / ClawProBenchGitHubOpenClawランタイム内でLLMエージェントを評価する、実環境優先のベンチマークハーネス。決定論的な採点と反復試行による信頼性指標を備えています。AI・機械学習#agent#benchmark#evaluation#llm#openclaw82854RustApache-2.0更新 2 か月前