エージェント評価を使用したスクリプト化されたマルチターン会話による仮想エージェントのベンチマーク
対象エージェントに対して同時にスクリプト化された会話を実行し、タスクを維持できるか、正しく応答できるか、再現可能なテストケースで耐えられるかを測定します。
前提条件
Python環境、対象エージェントのエンドポイントまたは統合、オプションでBedrockやSageMakerなどのAWSサービス
インストール
ソースに基づくインストールや使用手順を自動抽出できませんでした。機密性の高いワークフローでこのスキルを実行する前に、上流のプロジェクトを確認してください。