课程章节介绍
同学们，我们来看一下自定义评估这个功能。简单说，它就是让我们能够精确地检查Agent生成的测试输出里的某个具体值，看看是不是符合预期。
怎么做到呢？首先你运行测试的时候，加一个--verbose参数，这样系统就会把生成的数据详细打印出来。拿到数据后，你就能看到里面的结构，然后写一个JSONPath表达式，这个表达式就像是一个路径，能直接定位到你关心的那个数据点。
接着，你就可以用比较运算符，比如“等于”或者“不等于”，来判断这个值是不是正确的。
这里还有一个很重要的能力——它支持多轮对话的测试。也就是说，我们不是只测一句孤立的问答，而是可以把整个对话上下文带进去测试。测试用例里可以包含角色的消息对，而且我们还能让代理消息指定它使用的是哪个子代理，也就是哪个主题或技能。这对那些依赖上下文的复杂对话流程来说，真的特别关键。
这样一来，我们就能更真实地模拟用户和Agent的交互，确保对话逻辑走得通。好，这部分就是自定义评估的核心要点。