工具介绍与任务方法
Kitaru
Kitaru 把智能体运行轨迹组织为会话，可用录制的工具响应重放真实代码，结合人工判断校准评估器，并比较一次改动带来的改善或回归。
Kitaru 能做什么
Kitaru 把智能体运行轨迹组织为会话，可用录制的工具响应重放真实代码，结合人工判断校准评估器，并比较一次改动带来的改善或回归。
- 语言模型与智能体质量评估及回归检查
- 智能体运行与模型调用追踪监测
如何使用 Kitaru
用已有轨迹检验一次智能体改动
准备输入
- 智能体代码及可导入的历史调用轨迹
- 准备检验的一项提示词、模型或工具改动
操作步骤
- 在智能体项目环境安装 Kitaru，连接本地或团队服务，接入已有轨迹并配置助手。
- 让助手围绕目标改动开展调查，先查看原始轨迹再给出判断，确认后运行回放比较并核对改善与回归。
预期交付物
- 基于固定会话样本的回放比较和评估记录
回放会使用录制的工具响应，执行发生在所配工作环境；启动付费回放或创建资源前需确认，历史样本结果不能代表所有新任务。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
