ak eval ui-benchmark

Đo các tín hiệu UI đã được gắn nhãn độc lập, hoàn toàn offline.

Dùng ak eval ui-benchmark với đối số và tùy chọn dưới đây. Phần help nguyên bản giữ nguyên thuật ngữ, cú pháp, tác động và điều kiện thực thi của CLI để đối chiếu chính xác.

Contract và help của lệnh

Measure independently labeled UI signals offline

Synopsis

Replays bound typed responses against independent assertion labels. Synthetic fixtures validate integration, not production quality or savings. Actual provider, reasoning and vision calls are zero; recorded measurements require provenance.

Effects: Reads local records; no network calls or writes.

Exit status: 0 valid benchmark; inspect useful, missed, and unknown counts 1 invalid corpus or replay

ak eval ui-benchmark <corpus.json|-> [flags]

Examples

  ak eval ui-benchmark corpus.json --json
  ak eval ui-benchmark - --json

Options

  -h, --help             help for ui-benchmark
      --json             Emit machine-readable JSON (implies --no-interactive)
      --no-interactive   Disable interactive prompts (CI-safe)
  -q, --quiet            Suppress non-error output on stderr
  -V, --verbose          Extra diagnostic output on stderr (loses to --quiet)
  -y, --yes              Assume yes for all prompts

SEE ALSO

• ak eval - Run controlled skill and agent evaluations