用途：把客户智能体连接到 Coval，并产出一份可信的首次评测证据。连接成功只是第一个里程碑，任务质量检查是另一件事，不要把配置变成问卷或创建所有可能的资源。
主要能力与流程：
- 建立上下文与访问：复用客户已说明的用例、端点和需求，只补问缺失信息（智能体必须做什么、一个要捕获的重要失败、使用哪个组织/工作区/环境）。若已有完成的录音，优先使用 coval-discover-failures，除非用户想要新运行。可用命令：coval --version、coval --agent agent doctor、coval --agent agent manifest。凭据应通过登录或密钥环境输入，不要发在聊天里。Doctor 只证明连通性，不证明租户身份，写入前需确认账户上下文与所选资源。
- 连接一个智能体：阅读 coval agents create --help 与 coval --agent agents context，CLI 未暴露的字段可查 https://api.coval.dev/v1/openapi/agents。选择真实传输方式（电话、托管语音对语音、语音 WebSocket、LiveKit/Pipecat、聊天、聊天 WebSocket、A2A 或 SMS），不要假设所有 WebSocket 都是纯文本。复用已配置的智能体；新建时本地准备符合 schema 的请求体，展示脱敏摘要，仅在请求范围内创建，不要把凭据写入技能、报告或 Git。创建后回读并验证传输与端点。
- 设计最小可用测试：用 build-test-suite 起草少量基于客户工作流的用例。先用一个短用例、一个普通 persona、一次迭代、并发 1 做连接检查，再在约定预算内加入正常成功路径和一个重要边界/失败用例。persona 描述来电者是谁及其行为，测试用例描述其目标，预期行为描述智能体必须做什么，不要把预期答案放进来电者口中。语音需从公开 personas 目录选择兼容的当前语音/语言，不要硬编码旧模板中的供应商语音名。
- 选择可观测标准：用 configure-metrics 设置一个任务特定标准，必要时加少量运营指标，动态发现指标 ID，不要附加一揽子情感、语气、解决率评分。转录只能证明说了什么，不能证明预订、支付或转接真的发生，此类断言需工具轨迹或外部证据。
- 执行与检查：按 quick-eval 使用选定用例 ID 和明确会话预算，执行前展示将运行的内容，包含调用数、指标评估数、配置的通话时长上限和墙钟停止条件。重跑计入同一预算。逐条审计首次运行的转录、状态、指标和录音。连接失败时先诊断该次调用，不要静默用聊天替代语音或切换环境。
- 留下可复用起点：返回创建/复用的资源 ID、经组织/工作区验证的运行/结果链接、实际模拟与指标计数、观察结果及其局限，并建议最有用的下一步。仅在请求或已约定的重复工作流需要时保存模板，创建计划是单独动作。保留资源供检查，不要删除、修改生产智能体默认值、发送邀请或安排后续。
限制：资料未提供具体收费、价格、平台支持范围或效果数据；部分步骤依赖 Coval CLI 与公开 API 文档，缺失事实暂未提供。