我們應該對AI Agent進行混沌測試嗎？

要點

• EvalMonkey 提供基準測試和混沌工程，驗證AI Agent的彈性和可靠性。
• 支持11種主流框架，包括CrewAI、LangChain、LlamaIndex等。
• 內置19個標準基準測試（如GSM8K、MMLU）和23種混沌注入。
• 自動生成改進評估文件，可直接用於Claude Code或Cursor。