AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities

AgentCompass 是轻量开源评测基础设施，目标是减少 agent benchmark 管线碎片化和重复工程。abstract 强调现有评测高度耦合，妨碍复现，因此它提供统一接口组织 agent、任务环境、指标和实验运行。它的贡献偏工程底座：让不同能力评测能被同一框架装配、比较和复跑。