از تعریف وظیفه تا ارزیابی عملکرد عاملها در سناریوهای واقعی.
وقتی Agent میسازیم، باید مرز اختیاراتش را مشخص کنیم: چه کاری را خودش انجام میدهد و کجا نیاز به تایید انسانی دارد.
شاخص ارزیابی Agent فقط دقت نیست؛ زمان اجرا، هزینه توکن و نرخ خطا هم باید همزمان اندازهگیری شود.
برای استفاده عملی، از سناریوهای ساده شروع کنید و بعد بهتدریج ابزارها و تصمیمگیری چندمرحلهای را اضافه کنید.