GitHub Copilot Evals 的重复评测需要用户批准吗?
评测会给代理一个任务和预期检查,再记录通过或失败。用户批准每次运行后,才会执行该轮评测。

重复评测检查什么
GitHub Copilot Evals 的公开预览面向技能、自定义代理和 MCP 工具。评测用真实任务描述与预期检查重复观察行为,查看哪些检查通过、哪些失败,并比较配置改变前后的运行。其评测引擎为可扩展的本地工具 Vally。

每次运行的权限边界
用户可以用自然语言或 /eval 描述要建立的评测,每次评测都在用户批准后启动。结果提供检查和行为信息,供用户判断下一步修改;一次成功结果只代表该轮任务表现。
哪些入口和计划可用
该公开预览支持 Copilot Individual、Business 和 Enterprise。Visual Studio Code 使用扩展,Copilot CLI 使用插件,Copilot app 使用 github/evals marketplace 中的插件。公告未给出独立应用版本号。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









