文章
已发布的全部文章。
Golden Dataset：从 3 个可信案例开始
设计输入、期望、元数据、切分和版本，防止数据泄漏与只测简单案例。
Eval 对象与分层：从组件到业务结果
区分模型、检索、工具、轨迹和最终 Outcome，为每层选择确定性测试、人工或 Judge。
Agent Evaluation 零基础路线：先定义“好”，再谈优化
从三个订单样本开始，循序学习 Golden Dataset、RAG、Tool、Judge、在线和多模态评测。
MDX 详细使用指南
通过可复制的代码和实时 Demo，学习在 Elaine Blog 中使用 MDX 表达式、数据、Astro 组件、Props、插槽、表格和样式。
博客生成细则
Elaine Blog 的文章创建、目录组织、Frontmatter 配置和发布检查规范。