用途概括该技能使用 `agents-cli eval` 命令（generate、grade、compare、synthesize、analyze、optimize）引导迭代式 agent 评估。提供 5 阶段质量飞轮、指标选择和失败修复映射。价值：通过可追溯、评分和对比的评测运行，系统性提升 agent 质量。
业务领域
Coding
技能形态
Cli ManualWorkflow
业务领域
技能形态
技能解析
剖析技能的工作原理和产出物，快速判断你的场景与价值。
当你需要使用 agents-cli 通过 Agent Platform Eval Service 评估并改进 AI agent 质量时，尤其是在脚手架生成项目或编写评测数据集之后。
agents-cli eval 子命令。一个结构化的评测循环，产出轨迹、评分结果（JSON/HTML）、失败分析和经过 5–10+ 次迭代优化的 agent。
使用场景
开发者使用 /google-agents-cli-scaffold 生成项目后想验证 agent 质量。他们运行 `agents-cli eval run` 生成轨迹并评分，然后查看 HTML 报告。利用失败修复表调整提示词并重跑，通过 `eval compare` 确认改进。这能尽早发现目标完成和安全合规问题。
团队缺少多轮对话评测数据。他们用 `agents-cli eval dataset synthesize` 模拟用户并生成轨迹，然后 `eval grade` 和 `eval analyze` 做基于 LLM 的失败聚类。这能在不手写数据集的情况下扩展评测覆盖，并揭示分类失败模式以针对性修复。
技能关系
依赖关系读作「上一格指向下一格」。当前 Skill 位于第二格，上下分别是影响它与被它影响的 Skill。
第一层 · 这些 Skills 用了我
第二层 · 当前 Skill
第三层 · 我用了这些 Skills
在所属技能集的全局上下文中浏览当前 Skill 的关系。点击节点切换右侧详情,搜索框可快速定位技能。
技能文件