Stille Agent-Regressionen durch Diffing von Ausgaben und Tool-Traces in CI mit eval-view erkennen
Erfasst das Agentenverhalten, vergleicht Ausgaben und Tool-Call-Pfade und blockiert Releases, wenn eine Modell- oder Prompt-Änderung das Verhalten unbemerkt verändert.
Voraussetzungen
Python-Umgebung, eval-view-Installation, wiederholbare Agenten-Szenarien oder Tests, CI-Runner oder lokale Shell, unterstützter Agent-Stack unter Test
Installation
Hinweise zur grundlegenden Verwendung oder Einstieg:
-
Der Kreislauf schließt sich: Erkennung → Untersuchung → bewertetes Urteil → Quarantäne-Governance → Broadcast. Du wachst auf, führst Fortschritt durch, triagierst mit Drift, bestätigst mit check --statistical, und das Team sieht die Zusammenfassung, bevor...
-
| 📉 DRIFTEND | Trend gleitend mit bewerteter Konfidenz (niedrig/mittel/hoch) | Führe evalview drift aus |
-
| 🔎 UNTERSUCHEN | Bewertungsebene möchte statistische Wiederholung | Führe evalview check --statistical 5 aus |
-
Aus den Upstream-Dokumenten extrahiert: https://raw.githubusercontent.com/hidai25/eval-view/HEAD/README.md