ClawMark: Evaluating OpenClaw Agents in Omni Setting

立即访问 收藏

资源简介

ClawMark是用于同事代理的基准——涵盖13个专业领域的100个任务，采用完全基于规则的评分。没有LLM作为裁判。

标签

ClawMark multimodal benchmark AI agent Coworker Agent LLM evaluation MCP Claude OpenClaw