用途：评估智能体 trace 中的工具选择是否合理，重点判断在存在 Databricks MCP 工具时是否误用 Bash 等 shell 变通方案。
主要能力与评分要点：
- MCP 优先于 Bash：若某操作存在对应 Databricks MCP 工具，智能体必须使用它。例如 SQL 查询用 mcp__databricks__execute_sql（而非 Bash + databricks sql）；文件上传用 mcp__databricks__upload_to_volume（而非 Bash + databricks fs cp）；作业管理用 mcp__databricks__create_job、mcp__databricks__run_job（而非 curl 调 REST API）；集群操作用 mcp__databricks__create_cluster（而非 Bash 调 CLI）；工作区文件用 mcp__databricks__workspace_get_object（而非 Bash + databricks workspace export）。
- 任务与工具匹配：SQL 执行用 execute_sql（而非 notebook 执行）；读文档用 Read 工具（而非 curl 抓取）；文件创建本地用 Write 工具、远程用 volume 上传；schema 检查用 execute_sql 配合 DESCRIBE 或 SHOW（而非用 list_tables 查列详情）。
- 禁止 shell 变通：以下模式视为选择错误——存在 MCP 工具时用 Bash('databricks ...')；MCP 已覆盖时用 Bash('curl ...') 调 Databricks REST API；对有专用工具的操作使用 Bash('python -c ...')；本可一次 MCP 调用却拆成多次 Bash。
- 合理调用次数：简单查询预期 1-3 次工具调用；多步任务次数应与步骤成比例；过多重试说明智能体混乱而非高效；重复读取同一文件属浪费。
- 错误恢复：工具失败时应尝试替代方案，不应盲目重试同一失败调用，无法恢复的错误应报告用户。
使用方式：在 trace 包含本可用 MCP 的 Bash 工具调用时加载本评分标准，按上述五条逐项核对。完整工具目录参见 MCP tool guide。
限制：资料未提供具体实现代码、安装命令、平台支持范围或收费信息。