评估AI发布

评估AI发布 是做什么的？

使用RAGOps作为确定性评估器。将其结果视为发布证据，而非系统普遍正确或安全的证明。

工作流程

1. 确定场景、候选响应或跟踪、已接受的基线以及策略阈值。不要虚构缺失的固定数据。
2. 在选择RAGOps命令或解释退出代码时，阅读references/commands.md。
3. 在运行评估前检查输入中是否包含机密或个人信息。除非用户批准分享，否则保持生成的报告私密。
4. 从本技能目录通过python3 scripts/run_ragops.py ...运行最窄适用的命令。
5. 将退出代码0解释为通过，退出代码2解释为已评估的阻止，而非执行失败。将其他非零代码视为操作错误。
6. 报告决策、失败的检查点、重要的指标差异、来源局限性以及最小的下一步操作。

防护措施

• 不得削弱阈值、替换已接受的基线或省略失败案例以获得通过。
• 不得在仅运行词法或引用检查时声称语义正确性。
• 除非用户明确提供并授权提供商配置，否则不得运行基于提供商的评估。
• 不得仅基于此技能的输出进行发布、合并、标记或部署。
• 在最终证据中保留输入工件和命令参数，以便另一位审阅者可以重现结果。

输出

返回一个简洁的发布建议，包含：decision、evidence、failed_gates、limitations 和 next_action。