microsoft/thinkingbox：多场景工具Agent的执行与评测框架

thinkingbox 是微软新建的仓库，定位为面向多场景工具 Agent 的可复用执行与评测框架，统一解决 Agent 调用工具时的执行环境和效果评估问题。执行与评测一体化的设计便于形成迭代闭环，也便于在不同场景间复用同一套基础设施。仓库处于创建初期，支持的工具类型与评测口径需以代码为准。