可选的 EvalPort 互操作性,用于 AFlow 基准数据集和结果

Hi MetaGPT 团队 — 我维护了 EvalPort, 这是一个开放的、不依赖框架的 JSON 规范,用于便携式 LLM 评估数据集和结果(包含验证器的 TestCase/Suite/ResultSet 方案,因此可以在工具之间移动数据集或分级运行,而无需每次手动编写转换器)。在编写任何代码之前,先将此作为一个问题提交。