常见问题

DSH-Eval 是面向 Agent 与插件生态的公开评测平台。我们在固定环境中执行真实任务，并把结论与测试条件、可公开的证据和适用边界一起发布。

我们评测 Agent 或插件完成具体任务的表现。每次测试会单独说明对象版本、任务范围、运行环境和指标，不用一个总分概括所有能力。

同一测试中的对象使用相同题目、运行环境、模型配置、超时设置和评分规则。必须改变的变量会在方法与结果中单独说明。

公开报告提供结果数据、评测代码、版本与环境信息，并说明可复查的范围。部分题面、标准答案和完整日志未公开，无法仅凭公开数据重跑全部测试；是否完成独立环境复测，会通过验证等级明确标注。

等级表示证据和验证进展，不表示能力高低：从已收录、可运行、已完成测试、已提交自测，到关键结果已在独立环境复测。

不会。框架、处理器或环境故障会单独记录；缺少关键证据时会标记无法评测，避免把评测系统的问题误写成对象能力不足。

Top100 是 DSH-Eval 旗下的插件与 Skills 发现栏目，帮助用户浏览榜单、比较项目并找到安装入口。DSH-Eval 的公开评测则验证项目在明确条件下的真实表现。收录或排名不表示已经通过能力评测，具体结论以公开报告为准。

请在对应公开报告所链接的代码仓库中提交 Issue，并注明项目版本、争议数据、复现环境和相关证据。我们会把更正与复测状态保留在公开记录中。