AWS 教程：用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的准确性与可解释性

AWS 讲解如何用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的准确性与可解释性。示例用 Strands Agents SDK 搭建编排 agent 加四个子 agent，分三层评估：内置评估器做基线，自定义评估器编码业务规则，可解释性评估器验证决策依据与权衡。支持按需模式与在线采样生产 trace 自动评分并推送 CloudWatch 告警。