agenteval：两层评测 LLM Agent 的开源工具发布

AnhDuongVo 在 GitHub 发布 agenteval，从行为和声明两层评测 LLM Agent。Level 1 通过适配器将 LangGraph、LlamaIndex 和 OpenAI tool-calling 的 trace 归一化为统一 AgentRun 格式，输出工具成功率、工具选择准确率、grounding 率、任务成功率、平均步数和循环率；Level 2 对每条声明核查引用是否存在、数字是否与来源一致及置信度校准（ECE、Brier），并附临床 Agent 示例，可输出 markdown 或 HTML 排行榜。工具采用 Apache-2.0 许可，不依赖各框架安装。