快速了解 Evolution 的各种功能
按当前任务选择观测、评测或优化，它们可以独立使用，不要求依次完成三个阶段。
前置准备
- 访问Evolution，点击右上角的登录。
- 使用阿里云账号登录。
- 如尚未注册阿里云账号，先注册并完成登录。
观测
Evolution 为开发者提供全链路执行过程的可视化观测能力，完整记录从输入到输出的每个处理环节，同时支持监控统计、限流统计、配置告警规则。
最小准备：选择当前业务空间内已发布的受支持应用。应用观测支持 Agent 1.0、Agent 2.0 和工作流应用，暂不支持通过 Assistant API 创建的智能体。首次使用先在应用观测配置中授权 OpenTelemetry 服务角色、开通服务并初始化 LogStore，详见观测前提条件。使用主账号操作；子账号需主账号配置必要权限。
在应用列表中对目标应用点击开启观测，输入一条测试问题产生追踪数据，再进入详情页的 Trace 列表核对输入、输出与节点。数据同步以该应用已开启观测为前提。
- 上报&查看 调用链轨迹与模型/工具事件。
- 观察请求数、Tokens、模型、工具调用等监控指标。
- 查看应用 QPM、限流次数等限流指标。
- 基于告警模板配置告警规则，查看告警历史。
说明在 Trace 列表中找到本次问题，并查看对应节点、模型或工具事件，即可核对观测数据已上报。监控统计、限流统计与告警历史用于进一步排查运行情况。
评测
Evolution 为开发者提供系统化的评测能力，能够对应用的输出与 Agent 执行轨迹进行评测。可以通过分析实验结果，深入研究异常案例，并进行有针对性的优化。
最小准备：准备输入样本与期望结果、对应评测集和评分维度。评测集必须发布后再使用，草稿不能用于评测。任务中选择评测集的已发布版本与目标应用；为评估器的所有变量配置映射，变量与评测集字段或应用输出的数据类型须一致，详见评估器映射。
- 创建和管理评测集，整理输入样本与期望结果。
- 创建或选择评估器，配置规则或模型评分维度。
- 创建评测任务&查看评测结果，批量运行并生成评分，分析得分分布与回归对比。
说明任务完成后，在数据明细中核对样本、应用输出与评估器评分，再查看指标统计中的得分汇总。评分和分布用于定位异常样本；回归对比需选择可比较的评测结果。
更多详细说明，参考评测任务。
优化
Evolution 为开发者提供系统化的评测与优化闭环，能够基于调试结果、评测集数据与线上 Trace 反馈，对应用 Prompt 进行智能优化与人工调试。支持多版本效果对比与一键采纳，持续提升应用输出质量。
最小准备：准备要优化的应用当前 Prompt，以及能暴露问题的测试问题。建议确认应用已创建并发布，见使用前准备。选择调试反馈路径时，先发送测试问题，选择对应调试结果，填写具体问题与期望改进方向，再点击开始优化。选择评测数据路径时，准备所选评测集版本或已完成的评测任务结果；线上 Trace 路径需要已有的观测反馈。
- 多版本效果对比调试优化应用 Prompt。
- 基于调试结果&反馈优化应用 Prompt。
- 基于优质评测集 & 评测任务结果，优化应用 Prompt。
说明查看生成的 Prompt 与当前 Prompt 的对比，用同一测试问题复核回复差异，再决定是否采纳。采纳会更新当前编辑中的 Prompt，不会自动发布应用。
更多详细说明，参考应用优化。