google-agents-cli-eval
5-stage Agent Quality Flywheel evaluation skill for ADK agents using the agents-cli toolchain.
ソース情報
- リポジトリ
- palladius/adk-sre-benjamin
- ソースの最終更新活動
- 2026年8月25日 08:58
- 検出された SKILL.md の言語
- 英語
- スター
- 2
- フォーク
- 0
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- google-agents-cli-eval
- description
- 5-stage Agent Quality Flywheel evaluation skill for ADK agents using the agents-cli toolchain.
- metadata
- {"version":"1.0.0"}
# Google Agents CLI Eval Skill
This skill encodes the 5-stage Agent Quality Flywheel for ADK agents built with the `agents-cli` toolchain, as detailed in the Google Developers Blog ("Driving the Agent Quality Flywheel from Your Coding Agent").
## The 5 Flywheel Stages
1. **Prepare Data**:
- Synthesize synthetic scenarios via `agents-cli eval dataset synthesize` or compile traces from OTel logs / hand-crafted test cases.
- Example:
```bash
agents-cli eval dataset synthesize -n 5 --max-turns 8 --model gemini-2.5-flash \
--instruction "$(cat eval_instruction.txt)" \
-o traces_dataset.json
```
2. **Run Inference**:
- Execute agent models over the evaluation dataset to produce conversation traces (skip if traces already exist).
3. **Grade**:
- Score traces using adaptive AutoRaters (`multi_turn_task_success`, `multi_turn_trajectory_quality`) or custom categorical rubrics.
- Example:
```bash
agents-cli eval grade --traces traces_merged.json --config eval_config.yaml
```
4. **Analyze Failures**:
- Read rubric verdicts to determine root causes. For $\ge 10$ failures, trigger Automatic Loss Analysis.
5. **Optimize & Iterate**:
- Propose targeted prompt or tool routing fixes, re-run grading, and compare against baseline metrics.
GitHubで見る