如何在 ADK 中評估 Live 與 Voice Agents

Google 在 Agent Development Kit (ADK) 中引入原生 Live Evaluation 功能，旨在解決將 Live Voice Agents 從演示階段推向生產環境時，因真實多輪對話不可預測性而所需的嚴格自動化測試需求。此功能允許開發者針對基於 Graph 的 Agent 工作流程進行測試，並結合 LLM 驅動的模擬用戶（simulated users）來生成實際音訊（actual audio），該音訊生成技術採用 Gemini TTS。

在評估機制上，開發者可以定義評估場景（evaluation scenarios）並設定自然語言評分標準（natural-language rubrics）。系統會依據這些標準自動對音訊回應（audio responses）以及工具執行結果（tool executions）進行評分。這種設計讓測試過程不僅限於文字層面，更能涵蓋語音互動的真實表現。

為了方便開發者檢視與整合，ADK 提供了多種操作介面與管道。開發者可以在 ADK Web 介面中檢查生成的轉錄文字（resulting transcripts），以視覺化方式分析測試結果。此外，該功能支援直接透過命令列介面（CLI）執行評估，這使得 Live Evaluation 能夠無縫整合至 CI/CD 管線中，實現持續整合與持續交付流程中的自動化品質驗證。