让改进有迹可循：Storage Agent Family Eval 工程实践

让改进有迹可循：Storage Agent Family Eval 工程实践

摘要

云存储Agent质量保障依赖持续评测闭环：离线回归结合LLM与Code双评估器，覆盖任务完成、数据真实与操作安全。通过Trace定位Skill、CLI或框架缺陷，修复后验证通用性。线上真实会话经筛选脱敏回流至评测集，驱动版本迭代，量化提升任务完成率。