agno v2.3.21版本发布详解：AgentOS全面支持Agent As Judge评测与多项稳定性增强
1. 功能概述
“Agent as Judge”是一种先进的评估范式，它使用一个专门的智能体（Judge Agent）来评估另一个智能体（或团队）在给定任务上的输出质量。这通常用于衡量响应的准确性、相关性、完整性等主观性较强的指标。与传统的基于规则或简单字符串匹配的评估方式相比，Agent as Judge能够利用大语言模型的理解能力，进行更接近人类判断的评估。
2. 集成详情
在v2.3.21之前，开发者可能已经能够在Agno框架内创建Agent as Judge评估逻辑，但管理和运行这些评估可能不够便捷。本次更新后，这一功能在AgentOS中获得了完整的官方支持：
• 配置与触发：用户现在可以直接在AgentOS的Evals（评估）页面中，配置新的Agent as Judge评估任务并触发其运行。这为评估工作流提供了统一的图形化界面。
• 统一管理：Agent as Judge评估的运行记录将与现有的准确性、性能、可靠性等评估结果一同，集中展示在Evals页面中。这实现了对所有类型评估的集中监控和管理，极大地提升了操作效率。
• API端点增强：对应的GET API端点也已更新，现在可以返回Agent as Judge评估的相关数据，确保了控制平面与后端服务的数据一致性。
1. 功能概述
“Agent as Judge”是一种先进的评估范式，它使用一个专门的智能体（Judge Agent）来评估另一个智能体（或团队）在给定任务上的输出质量。这通常用于衡量响应的准确性、相关性、完整性等主观性较强的指标。与传统的基于规则或简单字符串匹配的评估方式相比，Agent as Judge能够利用大语言模型的理解能力，进行更接近人类判断的评估。
2. 集成详情
在v2.3.21之前，开发者可能已经能够在Agno框架内创建Agent as Judge评估逻辑，但管理和运行这些评估可能不够便捷。本次更新后，这一功能在AgentOS中获得了完整的官方支持：
• 配置与触发：用户现在可以直接在AgentOS的Evals（评估）页面中，配置新的Agent as Judge评估任务并触发其运行。这为评估工作流提供了统一的图形化界面。
• 统一管理：Agent as Judge评估的运行记录将与现有的准确性、性能、可靠性等评估结果一同，集中展示在Evals页面中。这实现了对所有类型评估的集中监控和管理，极大地提升了操作效率。
• API端点增强：对应的GET API端点也已更新，现在可以返回Agent as Judge评估的相关数据，确保了控制平面与后端服务的数据一致性。
