Agent Skills
› meituan-longcat/WBench
meituan-longcat/WBench
GitHub运行 WBench 22指标评估流水线,对模型视频进行评分。支持预计算、GPU/VLM指标计算及报告生成,自动适配导航/非导航案例,输出详细评测报告。
Install All Skills
npx skills add meituan-longcat/WBench --all -g -y
Skills in Collection (3)
运行 WBench 22指标评估流水线,对模型视频进行评分。支持预计算、GPU/VLM指标计算及报告生成,自动适配导航/非导航案例,输出详细评测报告。
用户要求评估或打分模型
请求运行指标计算
生成评测报告
指定特定维度如video_quality
npx skills add meituan-longcat/WBench --skill wbench-evaluate -g -y
为注册模型生成 WBench 视频。支持文本、相机及动作模型,按类型筛选测试用例(文本全量,相机/动作仅导航)。提供单例冒烟测试与后台断点续跑功能,确保输出多轮拼接视频。
生成模型视频
运行视频生成任务
用 wan/kling 生成 case
npx skills add meituan-longcat/WBench --skill wbench-generate -g -y
将模型结果打包为WBench提交包,生成meta.json、turns.json及视频文件。支持自评估或仅提交视频供官方评测,并可上传至HuggingFace数据集。
准备提交模型结果
构建meta.json或turns.json
上传视频到WBench HuggingFace数据集
npx skills add meituan-longcat/WBench --skill wbench-submit -g -y


