如何用 MLflow 测试与改进 Claude Code 技能

MLflow 展示了测试与改进 Claude Code 技能的方法，通过记录执行轨迹、评判执行行为并反馈失败原因形成自动修订循环。示例使用 6 个评判器检查 agent-evaluation 技能，结合 LLM 行为判断与规则检查，验证工具调用、步骤顺序和产物。