用途：指导代理完成 NVIDIA RAG Blueprint 的磁盘 RAG 评测，准备 corpus/ 与 train.json，运行 scripts/eval/evaluate_rag.py，调优检索与生成参数以比较质量，解读 RAGAS JSON 输出，并排查常见故障。延迟、吞吐与负载测试请改用 rag-perf 技能。
不适用：部署或修复服务（用 rag-blueprint）、没有 corpus/ + train.json 布局的 API 评测、与该评测器无关的通用 ML 实验、生产监控告警、延迟/吞吐基准测试。
前提：已克隆仓库并从仓库根目录运行命令；Python 3.11+ 与 uv，依赖用 uv sync --project scripts/eval 安装；RAG 服务和 ingestor 可达（默认常为 localhost:8081 / 8082）；RAGAS 需要 NVIDIA_API_KEY，可选 RAG_EVAL_JUDGE_MODEL；传给 --dataset-paths 的每个数据集根目录都含 corpus/ 和 train.json。
主要能力与用法：准备数据需符合 references/dataset-and-conversion.md 的布局与 train.json 规则，公开链接来源需将文档落盘到 corpus/，多模态内容优先 PDF，CSV/JSONL 等按该文档转换。运行评测：uv sync --project scripts/eval，然后 uv run --project scripts/eval python scripts/eval/evaluate_rag.py 并传入 --dataset-paths、--host、--port。质量调优可调整 --top_k / --vdb_top_k、重排与查询改写开关，以及 --temperature、--top-p、--max-tokens。结果分析见 references/result-analysis.md，可快速查看 results/<dataset>/rag_<dataset>_evaluation_summary.json。
限制与注意事项：评测器行为固定于文件系统契约和 evaluate_rag.py，不能替代自定义离线评判或非 RAG 基准；向量库与嵌入选择由部署的 ingestor 与 RAG 环境决定，此 CLI 不覆盖。必须从仓库根目录运行，否则导入会静默失败；--ingestor_server_url 只传 http://host:port，不要带 /v1，代码会自动追加；旧集合数据会残留，除非用 --force_ingestion 或 --collection 指定唯一名称；若生成的上下文全为空，RAGAS 只给 nv_accuracy，其余两项留空。密钥应通过 gitignore 的 env 文件或密钥管理器加载，避免提交 .env。