用途：agent-ops 面向 AI 智能体的全生命周期运维，涵盖架构模式、评估、指标与生产监控，适用于用户询问智能体架构、评估、指标、生产监控、调试智能体或最佳实践的场景。所有示例使用 Opik 做可观测性；SDK 细节（追踪、集成、span 类型）需加载 opik 技能。
主要能力：
- 生命周期：埋点（用 Opik 追踪使智能体行为可见）、评估（用数据集、指标与实验衡量性能）、监控（跟踪生产中的质量、成本与可靠性）、优化（基于评估与生产追踪数据改进）。
- 架构模式：为智能体各组件使用合适的 span 类型追踪，如规划用 general、工具调用用 tool、LLM 调用用 llm、检索用 tool、校验用 guardrail。
- 评估：支持端到端与按组件评估，使用 opik.evaluation 的 evaluate 与指标，如 AnswerRelevance、Hallucination、AgentTaskCompletion。内置智能体指标包括 AgentTaskCompletion（是否完成任务）、AgentToolCorrectness（工具使用是否正确）、TrajectoryAccuracy（动作序列是否匹配）、AnswerRelevance、Hallucination。共 41 个内置指标，涵盖启发式（Equals、Contains、BLEU、ROUGE、BERTScore、IsJson 等）、LLM-as-Judge（AnswerRelevance、Hallucination、Usefulness、GEval 等）、RAG（ContextPrecision、ContextRecall、Faithfulness）与会话指标，完整列表见 references/evaluation.md。
- 生产监控：仪表盘可视化质量、成本、延迟与错误趋势；在线评估用 LLM-as-Judge 自动评分生产追踪；告警在指标偏离（质量下降、成本飙升、错误率）时通知；护栏做 PII 检测、主题校验与自定义安全检查；Opik Assist 提供失败追踪的 AI 根因分析。
使用方式：在 Claude Code 中加载该技能，按需参考 references/agent-patterns.md（架构、可靠性、安全模式）、references/evaluation.md（评估数据集、实验与全部 41 个指标）、references/production.md（生产仪表盘、告警、护栏、成本追踪）。示例代码使用 opik.track 装饰器标注 span 类型。
限制：资料未提供安装命令、收费与价格、支持平台等具体信息，暂未提供。常见反模式包括可靠性（无界循环、重试风暴、静默失败）、安全（提示注入、权限提升、数据泄露）、可观测性（延迟追踪导致缺失输入、孤立 span）、工具（工具循环、幻觉工具、参数错误）。