Agent 或工具使用场景的测试集生成

评估 agent 或工具使用工作流可能具有挑战性，因为它涉及多个步骤和交互。创建一个覆盖所有可能场景和边缘情况的测试套件尤其困难。我们正在开发一套工具来生成合成测试数据，用于评估 agent 工作流。

与创始人交流，共同探讨此内容并了解未来版本的新功能。