Agent Skills
› Purewhiter/mobilegym
Purewhiter/mobilegym
GitHub规范 bench_env 任务设计流程，要求在编写代码前完成功能审计表、数据充足性检查及预判测试问题，确保评估逻辑严谨，防止因设计缺陷导致误判。
Install All Skills
npx skills add Purewhiter/mobilegym --all -g -y
Skills in Collection (3)
规范 bench_env 任务设计流程，要求在编写代码前完成功能审计表、数据充足性检查及预判测试问题，确保评估逻辑严谨，防止因设计缺陷导致误判。
设计新的基准环境任务套件
向现有套件添加新任务
评审移动端 Gym App 的任务集提案
npx skills add Purewhiter/mobilegym --skill designing-bench-task -g -y
规范 bench_env 离线评测任务的测试用例编写，要求正例使用自然语言，负例覆盖具体失败模式，涵盖查询、操作及混合任务的多维度边界情况。
添加新的评测任务
修改或收紧评测覆盖率
npx skills add Purewhiter/mobilegym --skill testing-bench-task -g -y
指导编写和审查基准测试环境中的任务判定器（Judge），通过CRUD模型分类任务并严格选择验证策略，以消除误判漏洞。
新增或修改任务判定逻辑
审查判定方法的正确性
诊断判定器的假阳性或假阴性问题
npx skills add Purewhiter/mobilegym --skill writing-bench-task-judge -g -y
