用途：该技能帮助开发者搭建数据驱动智能体开发的基础——Golden Dataset（黄金数据集），不仅验证最终答案，还关注“思考过程”（推理轨迹），用于评估智能体的行为质量。
主要能力：支持构建带工具轨迹的黄金数据集；可结构化评估数据以进行工具调用校验；可为特定智能体（如示例中的 Course Creator）创建评估模板。
数据格式：生产可用的数据集采用 .jsonl 格式，包含 prompt（用户输入）、reference（用于语义 ResponseMatch 的基准答案）、reference_trajectory（预期工具调用列表，用于检查智能体是否以正确顺序使用正确工具）。轨迹中使用 tool_name 与 tool_input；实现可参考 examples/trajectory_dataset.jsonl。
使用方式：通过自然语言指令驱动，例如“Build a golden dataset with tool trajectories”“Structure my evaluation data for tool call validation”“Create a template for my Course Creator agent evaluation”。
限制：资料未提供安装命令、收费与价格、平台支持、具体效果或详细操作步骤，这些信息暂未提供。