Agent 或产品是否为请求选择了正确的能力？
AI 功能评测
查看 Ask Antares 和 Antares 独立 AI Skills 的表现。进入任一评测对象，可以检查每次运行、每条用例和对应证据。
- 8
- 个 AI 产品
- 1
- 已有基线
- 78
- 条用例
Ask Antares
同一个 Agent，分两层评测：完整使用体验，以及它会加载的每个内部 Skill。
Agent 整体端到端检查路由、检索、工具调用、回答、资源、多轮上下文和耗时。
6 个内部 Skills分别检查 Ask Antares 在完成任务时会加载的每个 Skill。
独立 AI Skills
Ask Antares 之外单独发布的 AI 产品。每个 Skill 都有自己的基准、执行器和分数。
独立 AI Skill
Eynap
AI 产品经理需要的一切
37/37静态检查--还没有基线尚未运行
独立 AI Skill
Agent Memory Hub
ChatGPT、Claude、Codex 和 Claude Code 共用的记忆
--还没有基线尚未运行
独立 AI Skill
/devloop
无人值守地帮你清空 issue 队列的开发循环
--还没有基线尚未运行
独立 AI Skill
/iterate
让其他技能持续改进的循环，由人把关
--还没有基线尚未运行
独立 AI Skill
/ai-pm-resume
像 AI 产品经理面试官一样读简历
--还没有基线尚未运行
独立 AI Skill
/interview-sim
读起来像真实录音转写的模拟访谈
--还没有基线尚未运行
独立 AI Skill
Claude Credit Watchdog
额度一恢复，就接着跑你的 Claude Code 任务
--还没有基线尚未运行
功能维度
功能维度用来帮助用户构思有价值的用例，并不是评测对象。
回答是否使用了正确来源，并避免没有证据的说法？
是否调用了正确的工具，并避免无关或重复调用？
文件和链接是否正确、可用且没有重复？
回答是否直接、完整、范围正确且表达清楚？
追问是否保留了正确上下文，同时不会泄漏上一轮输出？
第一段有效输出和完整回答是否足够快？
在不同语言、表达和重复运行下，行为是否持续正确？