用途：该技能通过 eval-config 工具给 n8n 工作流附加“基于配置的评测”。配置项包括名称、起始节点、结束节点、一个或多个评判指标，以及一个 Data Table 数据集。配置不落在画布上，而是通过 evaluation-config API 以离画布方式保存。技能明确要求只使用这种配置式评测，不要添加、读取、改写或推理画布内的评测节点（EvaluationTrigger、Evaluation/checkIfEvaluating/setOutputs/setMetrics）；若用户要求这些，应改为构建配置式评测。
必要要素：name（可读名称）；startNodeName（运行起点，接收一行测试输入，必须是有入边的节点，绝不能是触发器，因为评测运行会用数据集驱动的触发器替换原触发器）；endNodeName（其输出被评判的节点）；dataTableId（存放测试数据集的 Data Table，需先用 data-tables 工具创建并填充，再按 id 关联）；metrics（一个或多个评判指标）。
默认流程：识别并读取目标工作流，追踪从触发器到产出答案节点的主路径；选定起止节点；通过 data-tables(action="list") 找到现有数据集，或先用 data-tables 创建并填充，不得臆造 dataTableId；选择指标并构建 actualAnswer / expectedAnswer / userQuery 表达式；调用 eval-config(action="create")，修改已有配置时用 update；工具会自动显示审批卡，调用并遵循结果，无需先请求聊天审批；最后说明评测名称、工作流、起止节点、数据集名称与 id 以及配置的指标。
指标：每个指标由 LLM 评判，需 judge 模型（credentialId、model、outputType，默认 numeric，也可 boolean）。工作流已有合适 LLM 凭据可复用。除非确知 chat-model 节点类型，否则不要设置 provider，它由所传凭据自动推导。预设包括 correctness（需 expectedAnswer）与 helpfulness（需 userQuery）；每个指标都需 actualAnswer。三者均为 ={{ $json.<name> }} 形式的 n8n 表达式，字段必须以 = 开头，否则会被当作字面文本。
数据集：用 data-tables 构建，每个变化输入一列，使用 correctness 时再加真实答案列。config 仅按 dataTableId 引用数据集，eval-config 不创建或填充行。不要为迁就单薄数据集而削弱评测。更多细节见 references/config-eval-playbook.md。