Agent Skills
› meituan-longcat/WBench
meituan-longcat/WBench
GitHub用于运行 WBench 22项指标评估流水线。支持对模型视频进行预计算、GPU/VLM指标计算及报告生成,自动处理导航与非导航案例,输出详细评分与聚合报告。
Install All Skills
npx skills add meituan-longcat/WBench --all -g -y
Skills in Collection (3)
用于运行 WBench 22项指标评估流水线。支持对模型视频进行预计算、GPU/VLM指标计算及报告生成,自动处理导航与非导航案例,输出详细评分与聚合报告。
用户要求评估或打分模型
用户请求运行评测指标
用户希望生成评估报告
npx skills add meituan-longcat/WBench --skill wbench-evaluate -g -y
用于为注册模型生成 WBench 视频。支持文本、相机及动作模型,按类型自动匹配对应用例(全部或仅导航类)。提供从环境配置、单例测试到后台全量运行的完整流程,确保输出符合规范的多轮合并视频文件。
用户要求为特定模型生成视频
用户提到运行 video generation 或 produce videos
用户询问如何跑通 wbench 视频生成任务
npx skills add meituan-longcat/WBench --skill wbench-generate -g -y
用于打包模型结果并提交至WBench排行榜。支持构建meta.json、turns.json及视频包,提供自评估或官方评估两种路径,并可选上传至HuggingFace数据集。
准备提交结果
构建 meta.json/turns.json 包
上传视频到 WBench-examples HF 数据集
npx skills add meituan-longcat/WBench --skill wbench-submit -g -y


