chore: update bailian-docs-llm-wiki (2026-09-20)

Author: gujieye

skills/bailian-docs-llm-wiki/llms.txt

@@ -1,10 +1,10 @@
 {
-  "updatedAt": "2026-09-19",
+  "updatedAt": "2026-09-20",
   "totalFamilies": 183,
   "totalModels": 421,
   "profileCoverage": {
-    "full": 355,
-    "partial": 56,
+    "full": 370,
+    "partial": 41,
     "structured-only": 10,
     "none": 0
   },

skills/bailian-docs-llm-wiki/models/index.json

@@ -1,6 +1,6 @@
 # 百炼模型市场索引
 
-> 自动生成 · 共 183 个模型家族 · 421 个主干模型 · 更新于 2026-09-19
+> 自动生成 · 共 183 个模型家族 · 421 个主干模型 · 更新于 2026-09-20
 
 **机器查询走结构化文件**：
 

skills/bailian-docs-llm-wiki/models/index.md

@@ -4,5 +4,6 @@
 -   [快速开始](raw/application-user-guide/agenteval/agenteval-quick-start.md)
 -   [应用观测](raw/application-user-guide/agenteval/agenteval-observability.md)
 -   [应用评测](raw/application-user-guide/agenteval/agenteval-evaluation.md)
+-   [应用优化](raw/application-user-guide/agenteval/agenteval-optimization.md)
 -   [标签管理](raw/application-user-guide/agenteval/agenteval-tags.md)
 -   [更新日志](raw/application-user-guide/agenteval/agenteval-changelog.md)

skills/bailian-docs-llm-wiki/models/models.jsonl

@@ -6,6 +6,12 @@ Evolution 功能更新、优化和问题修复记录
 
 * * *
 
+## 2026-09-18
+
+### 新功能
+
+-   应用优化 - Prompt 优化功能上线，支持版本对比优化、调试反馈优化 Prompt
+
 ## 2026-09-17
 
 ### 新功能

skills/bailian-docs-llm-wiki/raw/application-user-guide/agenteval.md

@@ -2,11 +2,11 @@
 
 Evolution，一站式 Agent 全生命周期管理 & 智能分析平台
 
-面向企业级 Agent 开发者与运营人员的一站式 Agent 全生命周期管理 & 智能分析平台。专注于解决 AI Agent 从开发、评估、观测到线上运维全过程中面临的各种挑战，助力企业业务效果持续提升。
+面向企业级 Agent 开发者与运营人员的一站式 Agent 全生命周期管理 & 智能分析平台。专注于解决 AI Agent 从开发、评估、观测、优化到线上运维全过程中面临的各种挑战，助力企业业务效果持续提升。
 
 ## Evolution 能做什么？
 
-覆盖 Agent 全生命周期的关键环节：看清运行链路、量化输出质量。用一套工具支撑高效开发与智能分析运营。
+覆盖 Agent 全生命周期的关键环节：看清运行链路、量化输出质量、基于调试内容&优质数据优化应用效果。用一套工具支撑高效开发与智能分析运营。
 
 ### 观测
 
@@ -16,6 +16,10 @@ Evolution，一站式 Agent 全生命周期管理 & 智能分析平台
 
 对 AI Agent 进行多维自动化评测（准确性、简洁性、合规性等）。快速构建评测集，用预置评估器完成端到端质量验证，并支持多版本横向对比，让输出可量化、可比较。
 
+### 优化
+
+基于调试结果、评测集数据与线上 Trace 反馈，对应用 Prompt 进行智能优化与人工调试。支持多版本 Prompt 效果对比，一键采纳最优版本，持续提升应用输出质量。
+
 ## 为什么选择 Evolution？
 
 -   **框架中立、即插即用**：基于 OpenTelemetry GenAI 开放标准，任意框架、任意运行时快速接入。
@@ -27,4 +31,5 @@ Evolution，一站式 Agent 全生命周期管理 & 智能分析平台
 
 -   [应用观测](raw/application-user-guide/agenteval/agenteval-observability/agenteval-observation.md)：接入链路数据，实时监控并预警关键指标。
 -   [应用评测](raw/application-user-guide/agenteval/agenteval-evaluation/agenteval-evaluation-task.md)：用评测集与评估器量化 Agent 的真实效果。
+-   [应用优化](raw/application-user-guide/agenteval/agenteval-optimization.md)：基于调试结果与评测数据持续优化应用。
 -   [快速开始](raw/application-user-guide/agenteval/agenteval-quick-start.md)：通过一篇文档快速了解 Evolution 的各项功能。

skills/bailian-docs-llm-wiki/raw/application-user-guide/agenteval/agenteval-changelog.md

@@ -0,0 +1,114 @@
+# 应用优化
+
+基于版本对比、调试预览、用户反馈、优质评测数据，持续优化应用质量
+
+应用优化支持多版本效果对比、基于调试结果与反馈优化 Prompt，以及基于优质评测数据优化 Prompt。本文介绍如何基于调试结果和人工反馈生成、审查并采纳优化后的 Prompt。
+
+## 使用前准备
+
+开始前，建议确认已创建应用并发布成功。同时准备能够暴露应用问题的测试问题，例如回答不完整、语气不符合预期、未遵循格式要求或存在合规风险的场景。
+
+## 进入应用优化
+
+访问**应用优化**页面，点击**选择需要优化的应用**，发起应用优化任务。
+
+## 多版本对比优化
+
+### 检查并完善当前 Prompt
+
+在左侧**提示词优化**区域检查应用当前 Prompt，确认角色定位、任务目标、回答规则、边界条件和输出格式等基础信息完整。如需修改 Prompt，可直接在编辑区调整。
+
+### 发起版本对比
+
+点击**对比模式**，打开版本对比调试弹窗。弹窗默认展示一组基准组和一组对照组，最多支持添加两组对照组。基准组与对照组的原始配置与当前应用草稿态配置一致，可点击右上角**设置**按钮查看基准组 Prompt、调整对照组 Prompt。
+
+### 版本对比调试
+
+调整完成后，输入问题并发起调试任务，基准组与对照组会分别产出回复内容，可查看不同 Prompt 版本的回复差异。支持重复发起多轮调试，也可随时修改配置信息后继续调试。
+
+### 配置项采纳
+
+确认最优版本的回复内容后，点击对应版本上的**采纳当前组的配置项**按钮，系统会将该组 Prompt 写入提示词编辑区。
+
+**说明**采纳仅更新当前编辑中的 Prompt，不会自动发布应用。采纳后仍可继续人工修改，或重新发起对比调试。
+
+## 调试&反馈优化
+
+### 发起调试对话
+
+在右侧**调试窗口**输入测试问题并发送，查看应用回答。建议优先测试真实业务中容易出现问题的场景，例如：
+
+-   回答遗漏规则、条件或例外情况。
+-   回答语气生硬，不符合应用人设。
+-   未按指定格式输出，内容冗长或结构混乱。
+-   未遵循知识库内容，出现无依据回答。
+-   缺少安全、合规或业务边界约束。
+
+可以连续发起多轮对话，从不同角度验证同一 Prompt 的表现。
+
+### 选择用于优化的调试结果
+
+根据问题范围选择一条或多条调试结果：
+
+-   **选择一条结果**：适合定位明确、可由一个案例说明的问题。优化窗口中显示「当轮调试结果」。
+-   **选择多条结果**：适合多次出现或需要综合判断的问题。进入批量选择模式后，选择具有代表性的调试结果，优化窗口中显示「已选调试结果（N 条）」。
+
+**重要**建议选择问题清晰且具有代表性的结果。多条结果最好围绕同一优化目标，避免互相冲突的反馈降低优化结果的可执行性。
+
+### 输入人工反馈
+
+点击**根据调试结果优化 Prompt**按钮，打开**根据调试结果优化 Prompt**窗口。
+
+在**人工评估的反馈**中描述应用回答存在的问题和期望的改进方向。反馈应尽量具体，说明「哪里有问题」和「希望如何调整」。人工反馈用于补充调试对话中无法直接体现的业务要求。若选择了多条调试结果，可以在一段反馈中概括它们的共性问题和统一优化目标。
+
+### 生成并查看优化结果
+
+点击**开始优化**，系统将结合以下内容分析问题并生成新的 Prompt：
+
+-   应用当前 Prompt。
+-   当轮或已选中的调试对话。
+-   人工评估的反馈。
+
+生成完成后，在弹窗中查看优化结果、当前 Prompt 与智能优化结果的对比，并决定是否采纳。
+
+### 采纳优化结果
+
+确认优化后的 Prompt 符合预期后，点击**采纳**，系统会将优化结果写入提示词编辑区。
+
+**说明**采纳仅更新当前编辑中的 Prompt，不会自动发布应用。采纳后仍可继续人工修改，或重新选择调试结果再次优化。
+
+## 验证并发布
+
+采纳优化结果后，建议重新发起调试，并同时覆盖以下场景：
+
+-   **原问题场景**：确认问题已得到解决。
+-   **正常场景**：确认原有能力没有退化。
+-   **边界场景**：确认异常输入、信息不足或冲突指令能够得到合理处理。
+
+确认结果符合预期后，点击**发布**，完成应用版本更新。
+
+## 优化建议
+
+-   **一次聚焦一个主要问题**：将内容完整性、语气、格式、合规等问题分批优化，更容易判断改动效果。
+-   **使用真实且有代表性的对话**：优先将线上高频问题、评测失败样本整理为调试问题，或使用能够稳定复现问题的测试问题。
+-   **反馈使用明确约束**：相比「回答得更好」，建议写明必须包含的内容、禁止出现的行为和期望的输出形式。
+-   **先采纳、再验证、后发布**：不要仅根据优化后的文本判断效果，应通过调试验证实际回答质量。
+-   **保留人工复核**：智能优化可能无法理解隐含业务规则，涉及知识口径、权限、安全与合规要求时应重点检查。
+
+## 常见问题
+
+采纳优化结果后，应用会立即生效吗？
+
+不会。采纳操作仅将优化后的内容写入当前 Prompt，仍需完成调试验证并点击**发布**，新版本才会正式生效。
+
+应该选择一条还是多条调试结果？
+
+单一、明确的问题可选择一条结果；若同类问题在多个问题中重复出现，可选择多条结果帮助系统识别共性。多条结果应尽量围绕同一优化目标。
+
+如何填写高质量的人工反馈？
+
+建议按照「问题现象 + 具体缺失或错误 + 期望行为」的方式填写。例如：「回答只说明了一般退款规则，遗漏家电类目例外；请完整列出一般规则、适用条件和特殊品类例外。」
+
+优化后还需要重新调试吗？
+
+需要。Prompt 改动可能影响其他回答场景。建议同时验证原问题、正常流程和边界输入，确认没有引入新的问题后再发布。

skills/bailian-docs-llm-wiki/raw/application-user-guide/agenteval/agenteval-introduction.md

@@ -2,7 +2,7 @@
 
 快速了解 Evolution 的各种功能
 
-通过本文档，方便你快速了解 Evolution 的观测、评测等功能。
+通过本文档，方便你快速了解 Evolution 的观测、评测、优化等功能。
 
 ## 前置准备
 
@@ -30,3 +30,13 @@ Evolution 为开发者提供系统化的评测能力，能够对应用的输出
 3.  创建评测任务&查看评测结果，批量运行并生成评分，分析得分分布与回归对比。
 
 更多详细说明，参考[评测任务](raw/application-user-guide/agenteval/agenteval-evaluation/agenteval-evaluation-task.md)。
+
+## 优化
+
+Evolution 为开发者提供系统化的评测与优化闭环，能够基于调试结果、评测集数据与线上 Trace 反馈，对应用 Prompt 进行智能优化与人工调试。支持多版本效果对比与一键采纳，持续提升应用输出质量。
+
+1.  多版本效果对比调试优化应用 Prompt。
+2.  基于调试结果&反馈优化应用 Prompt。
+3.  基于优质评测集 & 评测任务结果，优化应用 Prompt。
+
+更多详细说明，参考[应用优化](raw/application-user-guide/agenteval/agenteval-optimization.md)。