Show HN: GEDD – 在用户發現之前找到AI代理的錯誤

GEDD 是一款開源工具，專為領域專家設計，用於在缺乏預定義評估標準的情況下系統性地發現AI代理的失敗模式。它通過領域專家與系統的對話，在90分鐘內生成生產級的評估流水線，捕獲如劑量單位混淆、覆蓋範圍幻覺等專業錯誤。該工具遵循Grounded Theory方法論，流程包括定義代理、生成提示、部署、創建黃金查詢、標註和判斷，最終產出ML工程師可用的評估流水線。GEDD已在多個領域測試，並提供了17個演示場景。