Agent Skills
› aaif-goose/goose
aaif-goose/goose
GitHub对比两个Harbor评估运行在单一任务上的表现差异，通过脚本定位试验目录并提取奖励、耗时、成本及错误类型等关键指标，深入分析结果不同的原因。
Install All Skills
npx skills add aaif-goose/goose --all -g -y
Skills in Collection (1)
对比两个Harbor评估运行在单一任务上的表现差异，通过脚本定位试验目录并提取奖励、耗时、成本及错误类型等关键指标，深入分析结果不同的原因。
需要比较不同模型或配置在特定基准测试任务上的性能差异
需要分析评估运行中单个任务的具体指标和失败原因
npx skills add aaif-goose/goose --skill compare-tasks -g -y
