Обзор оценки¶
Агент Атом проверяет вашего агента за вас. После каждой сборки он оценивает результат; после первой сборки агента и потом всякий раз, когда вы попросите, проверяет, делает ли агент то, о чём вы просили; а после запуска следит за тем, как агент справляется с реальными разговорами, — так вы видите, где агент слаб и что исправить дальше.
Два представления¶
Оба находятся на вкладке агента Оценка.
-
Билдер
Каждая сборка получает оценку от 0 до 100, а агент проверяется на соответствие тому, о чём вы просили билдер, — сам после первой сборки, позже когда вы прогоните оценку ещё раз, — так вы знаете, насколько далеко продвинулась сборка и что ещё не работает.
-
Агент
Сигналы качества из реальных разговоров после запуска — где люди сдаются, как часто сбоят инструменты, как быстро отвечает агент.
Как это читать¶
Оценка и проверки — это быстрая проверка состояния, а не гарантия. Проверки задач — это несколько проверок, составленных по тому, о чём вы просили билдер, и выполненных на временной копии вашего агента, поэтому зелёные проверки означают, что работают именно эти вещи, а не что работает каждый сценарий. Самый надёжный тест — по-прежнему пользоваться агентом так, как будут пользоваться ваши пользователи.