§7: ¿Cómo saber si funciona bien?
disenar_evaluacionEvalúa el plan de evaluación del agente (o ayuda a crearlo): 3 dimensiones (capacidades/trayectoria/resultado), métricas (tasa de éxito, consistencia, coste por tarea, adopción), golden set de 20-50 tareas, monitoreo de drift y self-consistency para alto stake.
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| language | No | Idioma de la respuesta (default "es"). / Response language: pass "en" for English output. | |
| agent_definition | Yes | Definición completa del agente a mejorar: system prompt, frontmatter, configuración, descripción de tools y cualquier doc de diseño. Cuanto más completa, mejor la evaluación. |