agent-evaluation-pro

使用结构化指标、回归测试、红队测试和CI/CD集成来评估、观察并提升AI代理/大语言模型（LLM）的输出质量。适用于衡量代理正确性、设置提示词回归测试、大规模调试代理故障，或构建生产环境代理的评估流水线。请勿用于通用软件测试（请使用testing-pro）或构建代理本身（请使用ai-integration-pro）。触发词：“评估代理”、“LLM测试”、“提示词回归”、“代理可观测性”、“追踪代理”、“红队测试LLM”、“代理质量”、“评估流水线”、“黄金数据集”、“输出评分”、“LLM基准测试”、“比较提示词”、“A/B测试代理”。

模型生成摘要（rules/v1 · 2026-11-15 06:20）：使用结构化指标、回归测试、红队测试和CI/CD集成来评估、观察并提升AI代理/大语言模型（LLM）的输出质量
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 06:20	cc40d53b	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。