用途：Opik Evaluation Suites 提供结构化测试能力，通过断言（assertions）与执行策略（execution policies）对模型或智能体输出进行评估，并替代旧版 Datasets API。
主要能力：支持套件级断言与条目级断言，条目级断言为叠加式；可设置执行策略，如 runs_per_item 与 pass_threshold；支持指定模型作为 LLM judge；运行结果提供 all_passed 属性，可用于 CI 门禁。
使用方式：通过 Opik 客户端调用 get_or_create_evaluation_suite() 创建或获取套件，传入 name、assertions 与 execution_policy；使用 add_item() 添加数据条目，条目可附带额外断言；调用 suite.run() 执行，传入 task 与 model。注意应使用 get_or_create_evaluation_suite()，而非 get_or_create_dataset()。套件会显示在 UI 侧边栏的 “Evaluation Suites” 下。
适用场景：需要对 LLM 或智能体输出进行可重复、可门禁的结构化评估，并集成到 CI 流程中。
限制：资料未提供收费、价格、平台支持范围及具体效果数据，暂未提供。