Agent Skills
› meituan-longcat/WBench
meituan-longcat/WBench
GitHub用于运行 WBench 22指标评测流水线，对模型视频进行多维度评分并生成报告。支持预计算、GPU/ VLM 指标计算及结果汇总，适用于评估/打分模型或生成评测报告的场景。
Install All Skills
npx skills add meituan-longcat/WBench --all -g -y
Skills in Collection (3)
用于运行 WBench 22指标评测流水线，对模型视频进行多维度评分并生成报告。支持预计算、GPU/ VLM 指标计算及结果汇总，适用于评估/打分模型或生成评测报告的场景。
用户要求评估或打分某个模型
用户要求运行评测指标
用户要求生成模型评测报告
npx skills add meituan-longcat/WBench --skill wbench-evaluate -g -y
用于为注册视频模型生成评测视频。支持文本、相机及动作模型，涵盖289个全量或158个导航用例。提供单例测试、断点续跑及输出验证流程，确保生成符合规范的合并多轮视频文件。
用户请求生成特定模型的评测视频
需要运行视频生成任务进行模型评估
npx skills add meituan-longcat/WBench --skill wbench-generate -g -y
将模型评测结果打包为WBench提交包，生成meta.json和turns.json等文件，并支持上传至HuggingFace数据集。
准备提交评测结果
构建meta.json或turns.json
上传视频到WBench
npx skills add meituan-longcat/WBench --skill wbench-submit -g -y
