总概求职全流程分为五个阶段，每个阶段都有明确的输入、输出和关键动作：每个 Skill 可独立调用：只想改简历？直接 /job-resume-engineer。只需准备面试？/interview-tech-prep编排器自动串联：/job-hunt start 一键走完全流程，自动传递上下文反馈闭环：复盘数据可回流向定位和简历阶段做策略调整状态机管理：IDLE → POSITIONING → RESUME → APPLYING → INTERVIEWING → NEGOTIATING → ACCEPTED入口索引 / 快速导航 --- name: job-hunt-pro description...

遇到一个民科乐子，最难绷的一集。

一、为什么 Agent 评测比 LLM 评测更难？ 传统 LLM 评测（现在当然更复杂维度更多元化）关注的是文本生成质量——回答是否流畅、事实是否正确、格式是否合规。但 Agent 是一个完整的系统，它要自主决策、调用工具、与环境交互、在多轮对话中保持状态。这意味着：  不能只看最终输出，还要看中间过程是否合理（中间过程非常重要） 不能只看单次执行，还要看重复执行是否稳定 不能只看功能正确性，还要看性能、成本、并发能力 不能只在单一场景测试，还要覆盖工具调用、长上下文、多轮对话等维度（工具调用的能力评测也是目前的难点与重点）  LLM 评测像测发动机，Agent 评测像测整车——必须综合考察在...