如何用 Agents CLI 评估循环爬坡式提升 Agent 质量

Google Developers Blog 演示了 Agents CLI v1.8.0 的 eval 循环用法，基于 LangChain 模板搭建天气 Agent，使用 gemini-3.8-flash 作为 LLM-as-judge 按 1-5 分评估 accuracy、relevance、clarity。