专题：trajectory-evaluation

Strands Evals 是一个专为AI代理设计的系统化评估框架，通过案例、实验与LLM驱动的评估工具，解决传统测试无法处理的非确定性问题。它支持轨迹分析、多轮对话评估与在线/离线两种模式，帮助开发者量化代理的准确性、辅助性与行为合理性，适用于开发、测试与生产环境的质量保障。