RRepoGEO

REPOGEO 报告 · LITE

rdi-berkeley/agents-last-exam

默认分支 main · commit 122fa43b · 扫描时间 2026/6/17 07:22:40

星标 686 · Fork 26

AI 可见性总分
35 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 rdi-berkeley/agents-last-exam 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Reposition README's opening to clarify purpose and counter misinterpretation

    原因：

    当前
    Agents' Last Exam aims to build the broadest-coverage agent evaluation benchmark to date...
    复制粘贴的修复
    Agents' Last Exam is the leading open evaluation framework and benchmark for AI agents, *not* a course-specific assessment. It aims to build the broadest-coverage agent evaluation benchmark to date...
  • hightopics#2
    Add specific topics to improve AI categorization

    原因：

    复制粘贴的修复
    ai-agents, agent-evaluation, ai-benchmark, llm-agents, evaluation-framework, real-world-tasks, long-horizon-tasks, economic-value
  • mediumabout#3
    Update repository description for clarity and better categorization

    原因：

    当前
    Agents' Last Exam
    复制粘贴的修复
    An open evaluation framework and benchmark to challenge and measure AI agents on economically valuable, real-world tasks.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 rdi-berkeley/agents-last-exam
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
MLflow
在 2 个问题中被推荐 2 次
竞品排行
  1. MLflow · 被推荐 2 次
  2. OpenAI Evals · 被推荐 2 次
  3. Scale AI · 被推荐 1 次
  4. Appen · 被推荐 1 次
  5. Surge AI · 被推荐 1 次
  • 品类问题
    How can I effectively evaluate and benchmark AI agent performance on complex, real-world tasks?
    你：未被推荐
    AI 推荐顺序：
    1. Scale AI
    2. Appen
    3. Surge AI
    4. MLflow
    5. LangChain
    6. LlamaIndex
    7. LangSmith
    8. OpenAI Evals
    9. Weights & Biases
    10. Galileo

    AI 推荐了 10 个替代方案，却始终没点名 rdi-berkeley/agents-last-exam。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What framework helps measure AI agent capabilities across diverse industries with verifiable outcomes?
    你：未被推荐
    AI 推荐顺序：
    1. MLflow
    2. Weights & Biases (W&B)
    3. Arize AI
    4. Fiddler AI
    5. OpenAI Evals
    6. scikit-learn
    7. pandas
    8. numpy
    9. matplotlib
    10. seaborn

    AI 推荐了 10 个替代方案，却始终没点名 rdi-berkeley/agents-last-exam。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of rdi-berkeley/agents-last-exam?
    pass
    AI 明确点名了 rdi-berkeley/agents-last-exam

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts rdi-berkeley/agents-last-exam in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 rdi-berkeley/agents-last-exam

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo rdi-berkeley/agents-last-exam solve, and who is the primary audience?
    pass
    AI 明确点名了 rdi-berkeley/agents-last-exam

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 rdi-berkeley/agents-last-exam 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/rdi-berkeley/agents-last-exam.svg)](https://repogeo.com/zh/r/rdi-berkeley/agents-last-exam)
HTML
<a href="https://repogeo.com/zh/r/rdi-berkeley/agents-last-exam"><img src="https://repogeo.com/badge/rdi-berkeley/agents-last-exam.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

rdi-berkeley/agents-last-exam — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3