第六章：Agent Eval 工程

建议课时： 12 课时
项目里程碑： M6 · Agent Eval Platform

章节目标

建立能够比较版本、定位失败和阻止质量退化的 Agent Eval 工程体系。

内容模块

1. Eval 设计
2. 指标体系
3. Eval 方法
4. Trace Analysis 与失败分类
5. 自动化 Eval Pipeline
6. 在线评估

里程碑交付

完成 Golden Dataset、批量 Eval Runner、多类评测器、Trace 分析、版本对比和质量门禁。