【[17星]T-Bench：为AI Agent在终端环境中完成复杂任务提供基准测试。亮点：1. 提供丰富的任务数据集，涵盖多种复杂场景；2. 支持多种语言模型和Agent的集成与测试；3. 交互式任务解决方案支持，助力Agent开发与优化】
'T-Bench is a benchmark for evaluating how well AI agents can accomplish complex tasks in a terminal environment.'
GitHub: github.com/laude-institute/t-bench
AI基准测试 终端任务 Agent开发 AI创造营
