标签
详细演示了如何使用 Google 的 Agents CLI 评估技能来检测和修复 RAG 代理中的“vibe coding”漏洞，并通过一个真实示例说明 Claude Code 如何帮助创建自定义评分标准，并将测试分数从 19/33 提高到 30/33。