skill-up

skill-up 是一个面向 AI Agent 技能开发者的命令行评估框架，用于标准化、可复现地评测 Agent 技能效果。它支持通过 YAML 声明式定义评估环境、测试用例与评分策略，兼容多引擎（如 Qoder、Claude Code、Codex），提供规则判断、脚本判分和 Agent 自评等灵活评判方式，并输出结构化报告（含 grading.json、JUnit XML 与 HTML）。适用于 AI Agent 技能研发、持续集成中的自动化评测及技能效果基准对比场景。