github链接：https://github.com/MSzgy/Evaluating-AI-Agents
Introduction
Evaluation in the time of LLMs
Agents可能会有一些如下的错误：
像传统的软件一样需要单元测试、集成测试，而对于Agent来讲，也需要一些测试去评估效果以及质量：
Decomposing agents
Building your agent
本节实现了一个分析sales report的agent，详情看代码
Tracing agents
Tracing your agent
在这节代码实现了如何用Phoenix框架进行agent的tracing。
Adding router and skill evaluations
Code-Based
LLM-Judge
Annotations
Evaluating
Adding trajectory evaluations
Convergence
Adding structure to your evaluations
Improving your LLM-as-a-judge
Monitoring agents
problems in production env and solutions
