【💰】有没有 skill 迭代的评测环境推荐？

目前是看到了
https://github.com/anthropics/skills/tree/main/skills/skill-creator
https://github.com/alibaba/skill-up
https://github.com/microsoft/waza

我的想法是

然后让 agent 写了一版评测环境，但是太复杂了，很多 agent 人格/判定程序/测试用例，看不懂。而且测试用例包含 试卷+答案，不限制 sub-agent 权限的话直接就透题了。

问问大家意见。