ما الذي تفعله هذه المهارة

توفر هذه المهارة تقييمًا احترافيًا لبنية اختبار وكيل الذكاء الاصطناعي لديك. تفحص إعدادات التقييم، ومجموعات البيانات النموذجية، وخطافات CI/CD، وفحوصات السياسات، لتحديد الثغرات الحرجة في بوابات الإصدار. تحوّل الديون التقنية إلى خطة معالجة منظمة، مما يضمن أن وكلاءك التجريبيين جاهزون فعلًا لبيئة الإنتاج.

لماذا تستخدم هذه المهارة

التقييم اليدوي لمجموعة الاختبارات هو عمل ثانوي كثيرًا ما يُتجاهل. تُؤتمت هذه المهارة هذه العملية بتحليل سطح الاختبار الحالي لديك مقارنةً بأفضل الممارسات في الصناعة. وخلافًا للأوامر البسيطة، تُقاطع تعريفات النجاح في نظامك مع السجلات والإعدادات الموجودة للكشف عن "النتائج الإيجابية الزائفة" وحالات الحافة المفقودة التي قد تؤدي إلى أعطال في الإنتاج.

الأدوات المدعومة

• الأطر: يدعم أي إعداد تقييم مبني على JSON (Promptfoo، LangSmith، وغيرها)
• البيئات: PowerShell، Python 3.x
• المخرجات: يُنشئ تقارير Markdown جاهزة للمستوى التنفيذي وملفات JSON قابلة للقراءة آليًا لتكامل CI/CD