它的核心思路是将待测 Agent 与运行环境通过插件彻底解耦：在配置文件中修改一行，同一份 dataset 就能在不同环境、不同 Agent 间自由切换运行。做 Agent 评测，开发者常遇到两个痛点：一是换个 Agent 或换套环境就得重写一遍适配脚手架。Agent 运行时插件（Executor）：默认支持通过 ACP 接入通用 coding agent（如 pi、Codex、Claude Code、OpenCode 等），同时也原生收录了各类特化执行栈（如 DeepSeek 官方 dsh、NVIDIA nooa、SWE-agent miniswe）。