用途：该技能用于按 NVIDIA RAG Blueprint 的文件系统约定评测 RAG 的检索与答案质量，基于固定数据集、基线和可复现的评分流程。不适用于部署或修复服务、无 corpus/ + train.json 布局的 API 评测、通用机器学习实验、生产监控告警，以及延迟/吞吐压测（后者应使用 rag-perf 技能）。
主要能力：准备数据集目录（每个目录含 corpus/ 与 train.json）；运行 scripts/eval/evaluate_rag.py；通过 --top_k/--vdb_top_k、重排与查询改写开关、--temperature、--top-p、--max-tokens 等参数对比检索与生成配置；解读 RAGAS JSON 输出；按错误信号表排查 HTTP/流式错误、空上下文、集合不匹配、评审 API 等问题。
使用方式：需先克隆仓库并从仓库根目录执行命令；Python 3.11+ 与 uv；安装评测依赖 uv sync --project scripts/eval；需可访问的 RAG 服务与 ingestor（默认常为 localhost:8081 / 8082）；设置 NVIDIA_API_KEY，可选 RAG_EVAL_JUDGE_MODEL。最小示例：uv sync --project scripts/eval 后运行 uv run --project scripts/eval python scripts/eval/evaluate_rag.py --dataset-paths /path/to/my_dataset --host localhost --port 8081。查看摘要：python3 -m json.tool results/my_dataset/rag_my_dataset_evaluation_summary.json。
限制与注意：评测行为固定于文件系统约定与 evaluate_rag.py，不能替代自定义离线评审或非 RAG 基准；向量库与嵌入选择由已部署的 ingestor 和 RAG 环境决定，本 CLI 不覆盖；分数依赖检索质量、评审模型可用性与 NVIDIA_API_KEY，空上下文会导致部分 RAGAS 指标缺失。须从仓库根目录运行；--ingestor_server_url 只传 http://host:port，不要带 /v1；旧集合数据会残留，可用 --force_ingestion 或唯一 --collection 隔离对比。跨客户端可在 GitHub Copilot、Claude Code、Codex 中使用，Codex 可同步到 $CODEX_HOME/skills/rag-eval。