Evaluate AI agents systematically with Agent-EvalKit

AI 要約

Agent-EvalKitは、AIエージェントを体系的に評価するためのオープンソースツールキット（Apache 2.0）。Claude Code、Kiro CLI、Kilo Codeなど主要AIコーディングアシスタントと統合し、6つの評価フェーズを通じてエージェントの品質を測定できる。Strands Agents SDKとAmazon Bedrockを用いた旅行リサーチエージェントを例に動作を解説しており、AIエージェント開発者・評価担当者に直接影響する実用的ツール。