evals

当用户希望“运行评估”、“评估我的 ADK agent”、“编写 evalset”、“调试 eval scores”、“比较 eval results”，或需要有关 ADK (Agent Development Kit) 评估方法论及 eval-fix 循环的指导时，应使用此技能。涵盖 eval metrics、evalset schema、LLM-as-judge、tool trajectory scoring 以及常见失败原因。属于 Google ADK (Agent Development Kit) 技能套件的一部分。请勿用于 API 代码模式（请使用 google-agents-cli-adk-code）、部署（请使用 google-agents-cli-deploy）或项目脚手架（请使用 google-agents-cli-scaffold）。

包含质量门禁、评估机制和恢复控制的持续自主智能体循环模式。