技術 [Day27] LangSmith 評估器實作：用程式與 LLM-as-Judge 自動審查 AI Agent

這篇講 LangSmith 的評估器（Evaluator），並實際跑一輪 Experiment，讓分數自動算出來。 人工看 vs 評估器自動審查 人工看： 輸...

技術 [Day26] LangSmith 是什麼？QA 入門：Tracing、Dataset、Experiment 一次看懂

這篇先認識 LangSmith 是什麼、有哪些功能，以及最重要的兩個基本功：**Tracing（看執行軌跡）**跟 Dataset（建測試題庫）。 LangS...

技術 [Day25] AI Agent 測試案例怎麼寫？預期結果從「答案」變成「方向」

這篇把它落實成測試案例，講 AI Agent 的測試案例跟傳統 TC 到底差在哪、預期結果該怎麼寫、驗收標準怎麼定。 傳統 TC vs Agent TC 以前...

技術 [Day24] AI Agent 測試種類有哪些？五種測試類型、九大評估面向與 EDD

前面提到傳統 QA 有冒煙測試、回歸測試、功能測試…… AI Agent 測試也有自己的一套分類，但很容易把兩件事混在一起： 在回答什麼 例子...