用途：为自动化评估流水线提供“引擎”，在影子修订版本上运行大量并行请求，并捕获完整推理轨迹（Thinking Process）。
主要能力：并行推理，使用 asyncio.Semaphore 限制请求速率，避免对影子服务造成冲击；SSE 捕获，连接 ADK 的 POST /run_sse 端点以流式获取中间事件；数据集增强，将 response 与 intermediate_events 追加到输入数据集；Vertex AI 集成，把增强后的数据集提交到 create_evaluation_run API。
使用方式：可让 Antigravity 执行“Create an evaluation runner script for my agent”“Implement parallel inference for my golden dataset”“Capture SSE traces for tool trajectory evaluation”等任务。核心实现见 scripts/evaluate_agent_boilerplate.py。
适用场景：需要对智能体进行规模化自动评估、对比影子版本、并基于工具调用轨迹评估推理过程的场景。
限制：资料未提供具体依赖版本、环境配置、API 参数细节及费用信息。