Chạy trọn cuộc thi giữa các agent chỉ một lệnh
run
Chạy liền các bước khởi tạo, chạy chuẩn, tạo agent, chấm và gộp kết quả của AgentHub. Là lệnh /hub:run.
Tải miễn phí. Theo dõi Skilnexa một lần là mở khoá mọi lượt tải trên web.
Nó là gì
Dành cho lập trình viên dùng AgentHub: skill chạy trọn vòng đời cuộc thi giữa các agent bằng một lệnh, gồm khởi tạo, đo baseline, chạy agent, đánh giá rồi gộp kết quả thắng. Nó chỉ gộp khi bạn xác nhận.
Hoạt động ra sao
Bạn đưa nhiệm vụ, số agent, lệnh đánh giá và chỉ số cần tối ưu. AI khởi tạo phiên, ghi baseline nếu có lệnh đo, chạy các agent song song rồi xếp hạng kết quả. Trước khi gộp, nó hỏi bạn xác nhận; bạn cũng có thể chọn agent khác hoặc đánh giá lại bằng LLM judge.
Ví dụ ứng dụng
- Tình huống
- Đội kỹ thuật muốn giảm độ trễ trang thanh toán, cho ba agent thử ba cách rồi chọn cách tốt nhất.
- Bạn đưa vào
- Lệnh /hub:run với nhiệm vụ 'Reduce p50 latency', 3 agent, chỉ số p50_ms và hướng lower.
- Bạn nhận được
- Bảng xếp hạng ba agent có chênh lệch so với baseline và câu hỏi có muốn gộp agent thắng không.
Ví dụ minh họa theo quy trình trong tài liệu gốc, chưa phải kết quả thử chạy.
Dùng khi nào
Khi muốn chạy hết một cuộc thi AgentHub mà không gõ từng bước.
Các phần chính trong hướng dẫn
- Khởi tạo
- Ghi nhận mốc chuẩn
- Tạo các agent
- Chờ và theo dõi
- Chấm điểm
- Xác nhận và gộp kết quả
- Quy tắc quan trọng
Xem mô tả gốc của tác giả (tiếng Anh)
One-shot lifecycle command that chains init → baseline → spawn → eval → merge in a single invocation. Use when the user runs /hub:run or asks to execute a full AgentHub competition end-to-end.
Chi tiết tính năng
- Execute these steps sequentially:
- Run
/hub:initwith the provided arguments: - Display the session ID to the user.
- If
--evalwas provided: - Run the eval command in the current working directory
- Extract the metric value from stdout
- Display:
Baseline captured: {metric} = {value} - Append
baseline: {value}to.agenthub/sessions/{session-id}/config.yaml
Ví dụ yêu cầu
- | Parameter | Required | Description |
- |-----------|----------|-------------|
- |
--task| Yes | Task description for agents | - |
--agents| No | Number of parallel agents (default: 3) | - |
--eval| No | Eval command to measure results (skip for LLM judge mode) | - |
--metric| No | Metric name to extract from eval output (required if--evalgiven) |
Cùng nhóm Khác
- Đánh giá an ninh cho hệ thống AIKiểm tra hệ thống AI về tấn công bằng câu lệnh độc (prompt injection), vượt rào, lộ dữ liệu huấn luyện, đầu độc dữ liệu; đối chiếu MITRE ATLAS và gợi ý biện pháp chặn.
- Chạy kiểm thử trên nhiều trình duyệt qua BrowserStackChạy bộ kiểm thử Playwright trên đám mây BrowserStack để thử web trên Safari, Firefox, Chrome và nhiều phiên bản khác.
- Tóm tắt tình hình kinh doanh trong một trangGom số liệu từ các công cụ đã kết nối (tiền mặt QuickBooks, doanh thu PayPal/Square, khách tiềm năng HubSpot, lịch, Gmail/Slack) thành một trang và chỉ ra việc quan trọng nhất hôm nay.
- Làm bài đăng mạng xã hội từ bản kế hoạch nội dungTừ bản kế hoạch đã duyệt, lập lịch đăng, tạo thiết kế Canva cho bài mạng xã hội, viết chú thích và thư email. Mỗi bước đều chờ chủ shop đồng ý.
- Dự báo dòng tiền 30, 60, 90 ngàyĐọc khoản phải thu, phải trả, chi phí cố định từ QuickBooks, PayPal, Stripe, Square hoặc tệp CSV, rồi lập dự báo dòng tiền, cảnh báo rủi ro và xuất bảng tính XLSX.
- Trả lời cực ngắn để tiết kiệm lượt dùngChuyển trợ lý sang kiểu nói rất cộc, bỏ lời thừa và câu chào, giảm khoảng 75% lượng chữ nhưng vẫn giữ đúng nội dung kỹ thuật.
Phần giải thích do Skilnexa viết sau khi đọc toàn bộ tài liệu gốc của tác giả và đã đối chiếu lại với nội dung gốc. Chưa phải kết quả thử chạy, nên hãy thử bằng dữ liệu giả trước khi dùng cho việc thật.