alibabacloud-agentloop-evaluation
阿里云AgentLoop评估工作流编排工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：alibabacloud-agentloop-evaluation。 它的用途是：阿里云AgentLoop评估工作流编排工具 完整的 Skill 内容见：https://321skill.com/skills/alibabacloud-agentloop-evaluation/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我创建一个新的评估器，评估我的客服机器人的回复质量，使用traces数据集进行批量运行。' 它会先通过Aliyun CLI dry-run预览要创建的评估器配置和API调用序列，确认后执行创建，并自动启动批量运行，最后返回评估结果和低分案例摘要。
介绍
这个Skill解决了在阿里云上编排AgentLoop评估工作流时流程繁琐、容易出错的问题。开发者需要频繁创建或更新评估器、启动评估任务、监控运行状态并分析结果，手动调用AgentLoop API不仅效率低，还容易遗漏步骤。该Skill将多个API调用封装为一条自然语言指令，大幅降低操作门槛。
使用方式很简单，你只需要配置好Aliyun CLI（>=3.3.3）并安装aliyun-cli-agentloop插件，同时安装SLS插件用于结果分析。之后就可以通过自然语言指令来创建、更新评估器，运行一次性样本测试或批量数据集评估，支持dry-run安全预览，确认无误后通过--execute执行。评估完成后，还可以自动从SLS拉取低分案例进行分析。
它非常适合需要频繁评估AI Agent性能的团队或个人，尤其是那些已经使用阿里云AgentLoop服务进行智能体开发、迭代的开发者。测试工程师和运维工程师也可以用它来批量执行回归评估，并快速定位质量问题。
建议在已有Aliyun CLI环境且版本符合要求时统一使用此工具。需要注意的是，它主要依赖阿里云CLI及插件，首次使用需完成认证配置，且不要直接在会话中暴露AK/SK。该Skill的Python脚本仅依赖Python 3.8+标准库，无需额外安装第三方包。
常见问题
如何安装这个Skill？
确保Aliyun CLI >= 3.3.3，然后运行 `aliyun plugin install --name aliyun-cli-agentloop` 安装AgentLoop插件，再安装SLS插件 `aliyun plugin install --name aliyun-cli-sls`。最后通过ClawHub安装此Skill：`claw install alibabacloud-agentloop-evaluation`。
如何查看评估结果？
评估完成后，Skill会自动从SLS的evaluation_detail Logstore拉取结果，包括低分案例。你可以通过自然语言询问“显示上次评估的低分案例”来获取详细分析。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/alibabacloud-agentloop-evaluation/raw/index.md 读取 alibabacloud-agentloop-evaluation 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/alibabacloud-agentloop-evaluation/raw/index.md（查看排版版本）