Détection de régressions silencieuses d'agent par comparaison des sorties et traces d'outils dans l'IC avec eval-view
Capturez le comportement d'un agent, comparez les sorties et les chemins d'appel d'outils, et bloquez les mises en production lorsqu'un changement de modèle ou de prompt modifie subtilement le comportement.
Prérequis
Environnement Python, installation d'eval-view, scénarios d'agent reproductibles ou tests, exécuteur CI ou shell local, pile d'agent supportée sous test
Installation
Notes d'utilisation de base ou de prise en main :
-
La boucle se ferme : détection → investigation → verdict gradué → quarantaine → diffusion. Vous vous réveillez, suivez la progression, triez les dérives, confirmez avec check --statistical, et l'équipe voit le digest avant...
-
| 📉 DÉRIVE | Tendance glissante avec confiance graduée (faible/moyenne/élevée) | Exécutez evalview drift |
-
| 🔎 INVESTIGUER | La couche de verdict demande un rejeu statistique | Exécutez evalview check --statistical 5 |
-
Source : https://github.com/hidai25/eval-view
-
Extrait de la documentation amont : https://raw.githubusercontent.com/hidai25/eval-view/HEAD/README.md