Agent模型性能评估

agent_reasoning_benchmark是一个多框架下Agent模型的基准测试工具，专门用于评估不同Agent系统在自定义推理基准上的表现。该工具支持并行处理以加速结果获取，并能够生成详细的性能评估报告。其设计易于集成到现有项目中，帮助开发者和研究人员快速、准确地测试和对比Agent模型的推理性能。