工程师 Al_Grigor 分享 RAG 评测驱动开发实战：eval 用例存 Git，失败即补测

工程师 Al_Grigor 分享了为 DataTalksClub 搭建的 AI FAQ 策展流水线评测方法，主张 eval harness 不必复杂：61 个评测用例版本化存在 Git 里作为唯一事实来源，可单跑某个用例或整个数据集。