跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
openai/MultiLangBench · An eval based on SQLite that benchmarks language models in multiple languages.
MultiLangBench 是 OpenAI 发布的评测项目，要求语言模型依据 SQLite 3.40.1 文档，用指定编程语言实现一个 SQLite 兼容程序，并通过由 TCL 测试转换而来的测试套件进行验证。测试由初始数据库、用户查询和校验查询三部分组成，评分以（API 成本、测试通过率）二元组表示；完整测试共 24k 条，README 建议先运行以 00、01、02 开头的 272 条测试。
openenv/OpenEnv · An interface library for RL post training with environments.
OpenEnv 是一个用于创建、部署和使用隔离执行环境的端到端框架，面向智能体强化学习后训练。它提供 Gymnasium 风格的 reset/step/state API（支持同步与异步，通过 WebSocket 连接），每个环境以 Docker 镜像形式在本地、云沙箱或 Hugging Face Space 上运行，并提供 40+ 个现成环境（游戏、代码沙箱、浏览器、金融、模拟器等）。项目支持与 TRL、Unsloth、SkyRL、ART、Oumi、torchforge、Miles 等训练框架配合，内置奖励组合与 Inspect AI 评测能力，同时可通过 CLI 脚手架创建、校验和推送自定义环境。
agentskills/agentskills · Specification and documentation for Agent Skills
Agent Skills 是一个轻量级开放格式，用于为 AI 智能体扩展专门知识与工作流。每个技能是一个包含 SKILL.md 的文件夹，其中写明名称、描述与操作指令，还可附带脚本、参考资料和模板等资源。智能体按“发现—激活—执行”的渐进式披露机制按需加载技能，从而降低上下文占用，并支持跨产品复用、可版本化管理的领域知识与多步骤流程。项目最初由 Anthropic 开发并作为开放标准发布，获得多种智能体客户端支持。