MSAgent-Bench的benchmark有没有具体的评估脚本？

[YinSonglin1997]

modelscope中MSAgent-Bench-中文Agent数据集提到，实验评估包含四个维度：

1. 插件调用的准确率：识别api_name后面的是否正确，
2. 插件url的准确率：url的地址是否正确
3. 插件传入参数的准确率：parameters对应的参数是否正确
4. 插件整体的准确率：生成的 function calling是否完全正确，整个json可以被load的格式
   请问具体如何实现呢？有没有脚本参考？