“benchmarks” 相关开源项目

一个 Python 框架，在模型权重固定的前提下，递归优化智能体的 harness（提示词、工具与编排），以应对未见过的任务。

《AI Agents：权威指南》配套代码仓库，以 Jupyter Notebook 演示智能体的模式、工具、评估、记忆与安全。