评估智能体

本页说明 Agent 评估的接入边界。npm CLI @xerrors/yuxi 的当前命令面向认证、Agent 目录、Public Thread 对话、消息附件和知识库只读查询，没有 yuxi agent eval 或 Langfuse Dataset experiment 命令。使用方法见CLI 教程，命令以CLI 实现为准。

知识库检索评估仍见知识库评估。如果需要构建自定义 Agent 评估器，应直接使用智能体 Public API创建 Thread、提交 Input、观察事件并回读 Turn 结果；评估脚本需要自行拥有 Dataset、并发、超时、评分和结果存储语义。

Langfuse tracing 是 API/worker 的观测能力，不代表 npm CLI 支持 Dataset experiment。相关配置与服务端观测边界见Langfuse 集成。