ユーザーが「エージェントのパフォーマンスを評価する」「テストフレームワークを構築する」「エージェントの品質を測定する」「評価ルーブリックを作成する」といった要求をしたり、LLMを審査役として用いること（LLM-as-judge）、多次元評価、エージェントのテスト、エージェントパイプラインの品質ゲートに言及した…
ユーザーが「エージェントのパフォーマンスを評価する」「テストフレームワークを構築する」「エージェントの品質を測定する」「評価ルーブリックを作成する」といった要求をしたり、LLMを審査役として用いること（LLM-as-judge）、多次元評価、エージェントのテスト、エージェントパイプラインの品質ゲートに言及したとき...
このページは OpenClaw Skills 学習ハブの一部で、導入手順・カテゴリ導線・実践リンクを提供します。