AI技能出题引擎

通用AI Agent/技能评测用例生成与失败分析引擎。为任何Agent或技能自动生成评测用例（正常/边界/对抗三类），识别6大失败模式（幻觉/不一致/遗漏/一步到位/过早宣布胜利/过早标记完成），按优先级输出优化建议。不限场景，内置投标/科小/通用模板可复用。