我们应该对AI Agent进行混沌测试吗？

要点

• EvalMonkey 提供基准测试和混沌工程，验证AI Agent的弹性和可靠性。
• 支持11种主流框架，包括CrewAI、LangChain、LlamaIndex等。
• 内置19个标准基准测试（如GSM8K、MMLU）和23种混沌注入。
• 自动生成改进评估文件，可直接用于Claude Code或Cursor。