BotGauge

BotGauge 是一个统一平台，可评估、追踪和监控任意类型的代理，不受代理类型、技术栈或复杂度的限制。官网明确列出的支持类型包括：RAG 助手（基于知识与工作流给出有依据的回答）、客户支持代理（带真实客户上下文的多轮对话）、语音代理（实时对话并执行符合策略的操作）、多代理系统（跨代理与工具的协同工作流），以及事务型代理（退款、审批、转账等真实系统操作）。

不需要。BotGauge 是框架无关的，接入现有代理即可开始测试，无需改变应用的运行方式。官网说明其支持你已有的模型（如 OpenAI、Anthropic、Hugging Face 及自有模型）、框架（如 LangChain、LlamaIndex、LangGraph）、代理系统（如 CrewAI、AutoGen、AutoGPT）以及工具（SDK、API、自定义工具），均无需重写或改动原有架构与工作流。

BotGauge 会把红队测试中发现的重要行为加入评估集，转化为每次发布都会运行的检查。例如官网示例中，一个试图更改目的地并跳过审批的对抗性攻击被识别为策略违规后，会被加入评估套件，从而在之后每次测试中持续运行。评估可对目标完成度、准确性、策略遵循情况以及代理特定标准打分，支持 LLM 评估器、基于代码的检查和自定义标准；这些标准还可进一步带入评估、监控和防护措施中。