Amazon Bedrock AgentCore Evaluations 智能体评估实践指南

Amazon Bedrock AgentCore Evaluations 通过内置评估器、DeepEval、AutoEval 和自定义评估器，为智能体建立覆盖任务完成、工具调用、对话质量与安全性的评估体系。文章建议先定义业务结果，再拆解为可观察行为并映射到 trace 或 session 级评估器，同时介绍多维评分、按需、在线和批量三种评估模式。