欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

Agent Skill評(píng)測(cè)實(shí)戰(zhàn):怎么用skill-up讓每個(gè)能力經(jīng)得起考驗(yàn)

Agent Skill評(píng)測(cè)實(shí)戰(zhàn):怎么用skill-up讓每個(gè)能力經(jīng)得起考驗(yàn) 1. Skill 為什么突然值得被單獨(dú)拿出來評(píng)測(cè)先說一個(gè)這兩年 Agent 圈特別擰巴的現(xiàn)象大家都在做 AgentDemo 跑得飛起一聊到這個(gè) Agent 到底好不好用、那個(gè) Skill 靠不靠譜基本都是體感還行試了幾個(gè) case 挺順這種模糊說法。問成功率是多少答不上來問哪些場(chǎng)景會(huì)崩也說不清楚。Agent 的測(cè)評(píng)多少還有個(gè)通用榜單能對(duì)一對(duì)Skill 呢基本處于三不管地帶。Skill 在 Agent 體系里是很重要的一層它本質(zhì)上是讓大模型完成某一個(gè)特定子任務(wù)的封裝能力。拆下來看它可以是一個(gè)工具調(diào)用的完整邏輯可以是一段可復(fù)用的 Prompt 模板也可以是一個(gè)帶前置校驗(yàn)、后置兜底的流程編排。一個(gè)復(fù)雜的 Agent 往往要串聯(lián)五六個(gè)甚至十幾個(gè)這樣的 Skill。問題就來了Agent 整體跑得好不代表每個(gè) Skill 都好整體跑崩了你也不一定能快速定位是哪一環(huán)出了問題。這就必須把 Skill 單獨(dú)拎出來測(cè)。阿里開源的 skill-up 做的正是這件事把 Agent Skill 當(dāng)作獨(dú)立的評(píng)測(cè)對(duì)象用一套標(biāo)準(zhǔn)化的流程給它打分、找問題、盯回歸。它不是一個(gè)炫技的項(xiàng)目而是一個(gè)研發(fā)流程里的基礎(chǔ)工具。我的理解是想讓 Agent 從能跑走向靠譜Skill 評(píng)測(cè)是躲不開的一步。這篇文章我打算把它講透——Skill 和 Agent 的邊界到底怎么分、評(píng)測(cè)該看哪些數(shù)、用 skill-up 跑一輪評(píng)測(cè)要經(jīng)歷什么以及我在實(shí)際整理評(píng)測(cè)集時(shí)踩過的幾個(gè)真實(shí)大坑。2. 拆清楚Skill 和 Agent 到底是什么關(guān)系很多剛開始接觸 Agent 的朋友看到搜索引擎里天天掛著agent skillskill 和 agent 的區(qū)別說明這個(gè)基本概念的確擋了不少人。我在帶團(tuán)隊(duì)做 Agent 項(xiàng)目時(shí)被問得最多的問題也是我寫了個(gè)工具函數(shù)它算 Skill 嗎我起了個(gè) Agent它能算好幾個(gè)任務(wù)里面是藏著多個(gè) Skill 嗎2.1 一個(gè)被低估的概念邊界先說結(jié)論Agent 是決策和執(zhí)行的主體它負(fù)責(zé)理解目標(biāo)、拆解計(jì)劃、調(diào)用資源、判斷結(jié)果、決定下一步做什么Skill 則是 Agent 可以調(diào)用的、封裝好的能力單元解決的是某一個(gè)具體任務(wù)怎么做好這件事。打個(gè)比方。Agent 像是一個(gè)項(xiàng)目經(jīng)理Skill 像是一線工程師。項(xiàng)目經(jīng)理拿到一個(gè)目標(biāo)搭建一個(gè)線上展館他不會(huì)自己把所有活都干完而是把任務(wù)拆成設(shè)計(jì)頁面結(jié)構(gòu)處理用戶登錄寫商品列表接口做數(shù)據(jù)埋點(diǎn)每個(gè)任務(wù)丟給對(duì)應(yīng)的一線工程師。每一個(gè)工程師就是獨(dú)立的 Skill他們各有專攻可以單獨(dú)考核頁面結(jié)構(gòu)能不能按時(shí)交付接口在高并發(fā)下會(huì)不會(huì)掛Skill 評(píng)測(cè)就是給每個(gè)一線工程師做 KPI 考核。具體到技術(shù)形態(tài)上一個(gè) Skill 是包含 Prompt 模板、工具調(diào)用約定、輸入輸出 Schema、錯(cuò)誤處理策略的完整單元。它不應(yīng)該被寫死在 Agent 的主流程里而應(yīng)該是可注冊(cè)、可復(fù)用、可單獨(dú)調(diào)用的。我見過團(tuán)隊(duì)把大量邏輯堆在 Agent 的 system prompt 里最后 2000 行的 Prompt 根本沒法測(cè)出了 bug 只能用重新調(diào)一下 prompt來解決這其實(shí)就是沒有按 Skill 來組織能力的反面教材。2.2 評(píng)測(cè)粒度不同帶來的本質(zhì)差異區(qū)分 Skill 和 Agent不只是為了概念上聊得清它直接決定了評(píng)測(cè)怎么設(shè)計(jì)Agent 評(píng)測(cè)側(cè)重全鏈路能力。給 Agent 一個(gè)開放式目標(biāo)看它能不能自己規(guī)劃、自己糾錯(cuò)、自己達(dá)成目標(biāo)。輸入通常是一個(gè)自然語言任務(wù)輸出是整個(gè)任務(wù)的完成結(jié)果。Agent 評(píng)測(cè)關(guān)心的是任務(wù)級(jí)成功率、多輪交互的擬人度、規(guī)劃合理性等偶然性和上下文累積影響很大。Skill 評(píng)測(cè)側(cè)重點(diǎn)是單點(diǎn)能力的穩(wěn)定性和邊界。輸入是符合 Skill 定義的調(diào)用請(qǐng)求輸出是 Skill 的執(zhí)行結(jié)果。它關(guān)心的是一百個(gè)同類請(qǐng)求里有多少個(gè)成功、多少個(gè)失敗失敗是集中在某一類輸入上還是隨機(jī)散布遇到邊界輸入時(shí)會(huì)優(yōu)雅拒絕還是直接報(bào)錯(cuò)。兩者測(cè)出來的數(shù)據(jù)用途也不一樣。Agent 評(píng)測(cè)告訴你這哥們整體能不能處Skill 評(píng)測(cè)告訴你他扛事情的時(shí)候哪塊能力是你的短板。2.3 不區(qū)分評(píng)測(cè)粒度會(huì)踩什么坑如果評(píng)測(cè)不區(qū)分粒度最常見的后果是完美的模糊歸因Agent 最終輸出崩了你可以怪最新的那個(gè)模型 prompt 寫得差也可以怪某個(gè)工具的返回格式變了還可以怪編排邏輯判斷失誤。多個(gè)變量同時(shí)變化根本沒法定位。而把每個(gè) Skill 拆開單獨(dú)測(cè)相當(dāng)于給系統(tǒng)裝了獨(dú)立的儀表盤每個(gè) Skill 有自己的成功率和延遲曲線哪個(gè)環(huán)節(jié)劣化數(shù)據(jù)會(huì)告訴你。這也是 skill-up 這類工具存在的意義——做 Skill 粒度的事實(shí)度量。它默認(rèn)你手頭有幾個(gè)編好的 Skill然后幫你回答這個(gè) Skill 到底能不能打。3. 評(píng)測(cè) Agent Skill 到底該看哪些數(shù)評(píng)測(cè)工具的價(jià)值一半在流程框架一半在指標(biāo)體系。Skill 評(píng)測(cè)如果只盯一個(gè)成功率那跟沒測(cè)沒什么區(qū)別。我按自己的實(shí)踐經(jīng)驗(yàn)把指標(biāo)拆成五層每一層解決不同的問題。3.1 核心五層指標(biāo)體系第一層是任務(wù)成功率。這是最基礎(chǔ)的數(shù)定義是所有評(píng)測(cè)用例中Skill 按預(yù)期完成任務(wù)的占比。注意按預(yù)期三個(gè)字是靈魂Agent Skill 普遍有 JSON 輸出、有工具調(diào)用輸出格式對(duì)了但業(yè)務(wù)邏輯算錯(cuò)了算不算成功必須通過評(píng)測(cè)集的判定邏輯來確定而不能只看模型沒報(bào)錯(cuò)。第二層是魯棒性。一個(gè)成熟的 Skill 不能只在標(biāo)準(zhǔn)輸入下工作。魯棒性評(píng)測(cè)要看輸入里帶無關(guān)干擾信息時(shí)能不能提取關(guān)鍵參數(shù)輸入缺失某個(gè)非必填字段時(shí)會(huì)不會(huì)崩輸入是極端長(zhǎng)度超短、超長(zhǎng)時(shí)表現(xiàn)如何輸入語言混雜時(shí)是否還能穩(wěn)定處理。魯棒性一般用一個(gè)邊界用例集來跑和正常用例分開統(tǒng)計(jì)。第三層是穩(wěn)定性和可復(fù)現(xiàn)性。同一組用例重復(fù)跑多次結(jié)果一致嗎大模型推理有隨機(jī)性完全一致不現(xiàn)實(shí)但一個(gè)負(fù)責(zé)任的 Skill 應(yīng)該在核心決策上保持穩(wěn)定而不是同一道題一會(huì)兒答對(duì)一會(huì)兒答錯(cuò)。穩(wěn)定性通常用三次以上重復(fù)實(shí)驗(yàn)的通過率波動(dòng)幅度來衡量。第四層是資源消耗和延遲。Skill 本質(zhì)上是一個(gè)在線的能力調(diào)用每多一次模型推理就多一分成本和延遲。評(píng)測(cè)至少要關(guān)注三個(gè)數(shù)單次調(diào)用平均延遲 P50/P95、Token 消耗總 token 和有效 token 占比、額外工具調(diào)用次數(shù)說明這個(gè) Skill 是否依賴多次重試才成功。第五層是錯(cuò)誤處理質(zhì)量。Skill 面對(duì)不能處理的輸入時(shí)是給出一個(gè)標(biāo)準(zhǔn)化的錯(cuò)誤協(xié)議還是糊里糊涂輸出一堆幻覺內(nèi)容好的 Skill 應(yīng)該知道自己的邊界在哪里遇到符合條件的輸入說我做不了并給出原因而不是硬做一個(gè)錯(cuò)誤結(jié)果。這個(gè)指標(biāo)在常規(guī)評(píng)測(cè)里最容易被忽略但在真實(shí)生產(chǎn)環(huán)境里最容易炸雷。3.2 評(píng)測(cè)集應(yīng)該長(zhǎng)什么樣指標(biāo)體系定完接下來就是評(píng)測(cè)集設(shè)計(jì)。這是我認(rèn)為 skill-up 這類工具能不能真正發(fā)揮作用的關(guān)鍵因?yàn)楣ぞ弑旧碇粫?huì)忠實(shí)地執(zhí)行評(píng)測(cè)和統(tǒng)計(jì)數(shù)據(jù)評(píng)測(cè)集定義得好不好直接影響結(jié)果的可信度。評(píng)測(cè)集建議至少包含四類用例正向標(biāo)準(zhǔn)用例60%覆蓋 Skill 設(shè)計(jì)范圍內(nèi)的典型場(chǎng)景數(shù)據(jù)是干凈、完整的。邊界用例15%輸入長(zhǎng)度逼近上限、字段值接近空值、字符串包含特殊符號(hào)和轉(zhuǎn)義字符等。異常用例15%輸入不符合 Schema、傳入惡意或攻擊性內(nèi)容、目標(biāo)無法實(shí)現(xiàn)的任務(wù)。對(duì)抗/干擾用例10%輸入包含大量無關(guān)上下文、用戶中途改需求、多輪對(duì)話中信息前后矛盾等考察 Skill 在復(fù)雜對(duì)話流中的定位能力。我?guī)F(tuán)隊(duì)做評(píng)測(cè)集時(shí)第一版幾乎全是正向用例結(jié)果一次大版本重構(gòu)之后單測(cè)全綠在線一用就崩。后來排查發(fā)現(xiàn)崩的場(chǎng)景全在輸入字段少傳了一個(gè)字符串里有引號(hào)這種邊界情況。自那以后我把邊界用例和異常用例當(dāng)作必選項(xiàng)寧可正向用例少一些也要保證邊界覆蓋。3.3 怎么讀評(píng)測(cè)結(jié)果評(píng)測(cè)跑完會(huì)得到一張帶指標(biāo)的表。我一般按下面的思路讀數(shù)先看成功率是否高于 90%。低于 90% 的 Skill 不應(yīng)該被合入主流程這是紅線。然后看失敗用例的分布。如果失敗集中在某一種輸入類型上說明這是能力缺陷而不是隨機(jī)波動(dòng)。接著看 P95 延遲和 Token 消耗如果一個(gè) Skill 的正常成功率很高但延遲和 Token 消耗是同類模型平均水平的 1.5 倍以上要考慮是不是 Prompt 里塞了太多無關(guān)內(nèi)容或者依賴多次試錯(cuò)路徑。最后看錯(cuò)誤處理是否規(guī)范失敗時(shí)是否返回了結(jié)構(gòu)化錯(cuò)誤碼是直接拋異常讓上游 Agent 無法處理。4. 用 skill-up 跑一遍真實(shí)的 Skill 評(píng)測(cè)理解了指標(biāo)下面進(jìn)入實(shí)操環(huán)節(jié)。skill-up 的大致工作模式是你把一個(gè) Skill 接進(jìn)來定義好評(píng)測(cè)集配置好判定方式它就會(huì)批量跑用例、匯總指標(biāo)最后給出一份結(jié)構(gòu)化報(bào)告。整個(gè)過程不需要自己寫一個(gè)評(píng)測(cè)調(diào)度框架你只需要專注做一件事把你的 Skill 和你的評(píng)測(cè)用例準(zhǔn)備好。4.1 環(huán)境準(zhǔn)備與概念對(duì)應(yīng)我在落地一套評(píng)測(cè)環(huán)境時(shí)習(xí)慣先把工具里的核心概念和自己的代碼對(duì)應(yīng)起來?;谖覍?duì)這類工具的通用理解它的核心概念通常包括評(píng)測(cè)任務(wù)用例集執(zhí)行器和判定器對(duì)應(yīng)關(guān)系如下工具概念對(duì)應(yīng)你自己的實(shí)現(xiàn)需要準(zhǔn)備的內(nèi)容評(píng)測(cè)目標(biāo)被評(píng)測(cè)的 Skill把 Skill 的調(diào)用接口包裝成一個(gè)統(tǒng)一的函數(shù)或服務(wù)用例集評(píng)測(cè)數(shù)據(jù)集覆蓋正向/邊界/異常/對(duì)抗四類輸入且含預(yù)期結(jié)果或判定規(guī)則執(zhí)行器調(diào)起 Skill 的邏輯決定是本地直接調(diào)用還是通過 HTTP/服務(wù)化方式觸發(fā)判定器校驗(yàn)輸出對(duì)錯(cuò)的邏輯可以是精確匹配、語義相似度、規(guī)則校驗(yàn)或 LLM 裁判報(bào)告輸出指標(biāo)成功率、延遲、Token 消耗、失敗原因聚類等第一次接觸評(píng)測(cè)工具的人容易犯一個(gè)錯(cuò)誤直接拿網(wǎng)上現(xiàn)成的數(shù)據(jù)集塞進(jìn)去跑。Skill 評(píng)測(cè)不是通用的問答評(píng)測(cè)任何一個(gè) Skill 的輸入輸出都和你的具體實(shí)現(xiàn)強(qiáng)相關(guān)。別人評(píng)測(cè)集里的用戶輸入對(duì)你來說可能根本不符合 Schema。所以評(píng)測(cè)用例集最好基于你上線的真實(shí)場(chǎng)景來構(gòu)造。4.2 綁定 Skill 和用例時(shí)的關(guān)鍵操作先做 Skill 適配。大部分 Skill 對(duì)外是一個(gè)函數(shù)入?yún)⑹墙Y(jié)構(gòu)化的輸入出參是結(jié)構(gòu)化的結(jié)果。評(píng)測(cè)框架一般會(huì)要求你把它包裝成一個(gè)可被統(tǒng)一調(diào)用的形式。注意到一個(gè)最常見的坑是Skill 的輸入類型太寬泛。比如你的 Skill 入?yún)⑹怯脩魡栴}看起來很簡(jiǎn)單但真正上線時(shí)入?yún)⑦€應(yīng)該包含上下文、用戶身份、時(shí)間、會(huì)話歷史等。如果評(píng)測(cè)時(shí)只傳一個(gè)裸的用戶問題測(cè)出來的成功率會(huì)明顯高于實(shí)際因?yàn)檎鎸?shí)場(chǎng)景里的干擾上下文完全沒有進(jìn)入評(píng)測(cè)。因此我在創(chuàng)建評(píng)測(cè)任務(wù)時(shí)一定會(huì)做一件事構(gòu)造一個(gè)輸入工廠它能批量生成符合真實(shí)分布的輸入實(shí)例。比如做一個(gè)客服回復(fù) Skill我的人工用例雖然只有 100 條但每次跑評(píng)測(cè)我會(huì)用模板在里面注入不同的用戶名、商品名、時(shí)間字段生成 300 條變體避免 Skill 在固定寫法上過擬合。然后是配置判定器。判定器是評(píng)測(cè)可信度的核心。有四種常見選擇精確匹配適合輸出是固定枚舉的場(chǎng)景比如返回一個(gè)狀態(tài)碼。規(guī)則匹配檢查輸出里是否包含/不包含某些關(guān)鍵字段適合格式化輸出。語義相似度適合自然語言回答用嵌入模型算相似度分?jǐn)?shù)超過閾值即判對(duì)。LLM 裁判輸入任務(wù)描述、模型輸出和標(biāo)準(zhǔn)答案讓裁判 LLM 判定結(jié)果對(duì)不對(duì)。我實(shí)際使用時(shí)的經(jīng)驗(yàn)是不要只用一種判定器。舉個(gè)例子一個(gè)工單摘要 Skill精確匹配完全不適用語義相似度能攔住大部分答非所問但對(duì)摘要里漏掉了關(guān)鍵結(jié)論這類問題語義相似度可能仍然因?yàn)檎w句子結(jié)構(gòu)相似而給了高分。這時(shí)候疊加一個(gè) LLM 裁判把是否包含關(guān)鍵要素作為判定標(biāo)準(zhǔn)效果會(huì)好很多。4.3 執(zhí)行評(píng)測(cè)與結(jié)果解讀用例和判定器準(zhǔn)備好后就能執(zhí)行評(píng)測(cè)了。整個(gè)過程往往需要運(yùn)行幾十到幾百個(gè)用例每個(gè)用例都要走一遍模型推理。執(zhí)行階段主要注意兩點(diǎn)第一并發(fā)控制。如果底層調(diào)用的是大模型 API一次性并發(fā)太高容易被限流導(dǎo)致超時(shí)和重試率飆升污染評(píng)測(cè)結(jié)果。我自己一般會(huì)先跑一個(gè) 10 個(gè)用例的小測(cè)試確認(rèn)流程通了再開全量評(píng)測(cè)并發(fā)數(shù)控制在 API 限量閾值的一半以下。第二記錄原始輸入輸出。評(píng)測(cè)報(bào)告只會(huì)給你打分和統(tǒng)計(jì)真正的問題分析必須回到原始日志。我通常會(huì)導(dǎo)出每一條評(píng)測(cè)用例的輸入、輸出、判定詳情和耗時(shí)方便失敗之后逐條分析。結(jié)果報(bào)告出來之后重點(diǎn)看三塊總體通過率、按用例類別的分組通過率、失敗樣本列表。如果正向用例通過率高但邊界用例崩了說明 Skill 的主路徑寫得不錯(cuò)但防御性不足如果正向和邊界都行但對(duì)抗用例夸了可能要檢查 Skill 提示詞里有沒有對(duì)輸入來源的約束或者它在面對(duì)一段明顯偏離主題的內(nèi)容時(shí)是否缺少拒答和糾正的機(jī)制。5. 實(shí)際操作中容易翻車的四個(gè)細(xì)節(jié)評(píng)測(cè) Skill 不是把工具串聯(lián)起來就能直接得到好用結(jié)果的事中間有不少零散的坑。這幾條是我在給 Agent 項(xiàng)目搭評(píng)測(cè)流程時(shí)踩過或親眼見別人踩過的專門拎出來說。5.1 評(píng)測(cè)集污染問題跑過兩輪評(píng)測(cè)之后最常見的問題就是評(píng)測(cè)集污染。第一輪失敗了幾個(gè) case你為了修復(fù)評(píng)測(cè)結(jié)果悄悄調(diào)整了 Skill 的 Prompt加了針對(duì)這些失敗樣例的特化描述。第二次跑這幾個(gè) case 過了通過率從 85% 漲到 95%你很高興但這時(shí)候測(cè)試集已經(jīng)不再代表真實(shí)分布了它代表的是你記下來的那幾條歷史考題。這種行為的本質(zhì)是讓模型背題而不是掌握能力。解決思路很簡(jiǎn)單用一個(gè)固定開發(fā)集 定期滾動(dòng)的保留集。開發(fā)集可以反復(fù)用來調(diào)試和迭代但最終上線前必須跑一遍保留集——保留集是放在一邊沒被調(diào)試過程用過的數(shù)據(jù)在它上面的通過率才是真正接近線上效果的數(shù)。skill-up 這類工具建議你按業(yè)務(wù)模塊多建幾個(gè)用例集不要永遠(yuǎn)復(fù)用同一個(gè)。5.2 隨機(jī)性導(dǎo)致的短線波動(dòng)大模型推理有隨機(jī)性同一個(gè) Skill 同一批用例今天跑通過率 93%明天可能掉到 88%。這不是 Skill 出現(xiàn)回歸而是模型采樣帶來的正常波動(dòng)。我自己在前 100 條用例的小評(píng)測(cè)集上尤其明顯用例少了哪怕只有一兩條結(jié)果波動(dòng)通過率的百分比都會(huì)跳得很厲害。建議是固定隨機(jī)種子如果底層模型支持、溫度調(diào)成 0 或接近 0、在可能的情況下同一用例重復(fù)跑 3 次取多數(shù)票作為判定結(jié)果。同時(shí)在報(bào)告里應(yīng)該記錄每次運(yùn)行的參數(shù)快照模型版本、Prompt 版本、溫度、判定器版本否則兩周之后你看到一份通過率 90% 的報(bào)告根本不知道它是用哪個(gè)版本跑出來的也就失去回歸對(duì)比的價(jià)值。5.3 外部依賴不穩(wěn)定Skill 如果要調(diào)用外部 API——比如查詢天氣、搜索數(shù)據(jù)庫、調(diào)用某個(gè)內(nèi)部服務(wù)——評(píng)測(cè)結(jié)果很容易被外部依賴的狀態(tài)帶跑。外部服務(wù)一抖動(dòng)Skill 的成功率就會(huì)假性下跌你以為是自己改壞了白排查半天。應(yīng)對(duì)方法是在評(píng)測(cè)環(huán)境里對(duì) Skill 的外部依賴做 Mock 或者錄流重放。只要被測(cè)對(duì)象不是外部服務(wù)本身外部服務(wù)就應(yīng)該提供穩(wěn)定的打樁數(shù)據(jù)。Skill 評(píng)測(cè)的邊界要畫清楚你測(cè)的是Skill 的邏輯在給定外部響應(yīng)下能否正確完成任務(wù)不是外部服務(wù)是否在線。如果你真的要測(cè)外部服務(wù)的可用性那是另一套監(jiān)控體系的事情。5.4 判定器本身的誤差LLM 裁判能解決很多傳統(tǒng)判定搞不定的語義問題但它本身也是一個(gè)模型也有誤判率。我在早期就遇到過裁判給分過于寬松的情況模型輸出的回答幾乎完全不含關(guān)鍵信息但句子結(jié)構(gòu)完整流暢裁判給了一個(gè)高分。對(duì)這個(gè)問題我把裁判 Prompt 寫成了強(qiáng)制要求它先列出關(guān)鍵檢查點(diǎn)逐項(xiàng)打勾再給出最終結(jié)論并在評(píng)測(cè)集里放了幾個(gè)已知的錯(cuò)誤樣本用來定期核對(duì)裁判自身的準(zhǔn)確率。如果裁判連驗(yàn)證樣本都判不對(duì)就要調(diào)整裁判 Prompt 或者換更強(qiáng)的裁判模型。工具本身不會(huì)提醒你裁判是錯(cuò)的所以這個(gè)檢查你得自己去做。6. 從評(píng)測(cè)到改進(jìn)skill-up 在研發(fā)流程里的位置評(píng)測(cè)工具最大的價(jià)值不在于測(cè)出問題了而在于它把問題變成了結(jié)構(gòu)化的輸入喂給研發(fā)流程。Skill 評(píng)測(cè)如果不跟迭代流程綁定那就是一份好看但沒人看的報(bào)告。6.1 評(píng)測(cè)結(jié)果如何驅(qū)動(dòng) Skill 迭代拿到評(píng)測(cè)報(bào)告后我的處理順序一般是先看失敗模式再看失敗樣本。舉例評(píng)測(cè)報(bào)告里異常用例的通過率只有 60%點(diǎn)開失敗樣本發(fā)現(xiàn)所有失敗都是用戶輸入里包含超出上下文窗口的長(zhǎng)文本Skill 沒有做好截?cái)嘀苯訄?bào)錯(cuò)。那你要做的不是改 Prompt 里的某個(gè)措辭而是在 Skill 的前置處理里加一層輸入長(zhǎng)度超限時(shí)自動(dòng)截?cái)嗖捶謮K處理的邏輯。這類結(jié)構(gòu)性缺陷只靠調(diào)整提示詞是修不好的。比較相鄰版本的數(shù)據(jù)。從第三輪評(píng)測(cè)開始我會(huì)把每次報(bào)告的通過率、平均延遲、Token 消耗做成一張簡(jiǎn)單的趨勢(shì)表。凡是某一個(gè)指標(biāo)連續(xù)兩輪下滑就要立刻排查這期間改了什么。比如 Delay 和 Token 同時(shí)上升大概率是 Prompt 里多了不少檢索回來但沒有被有效壓縮的參考材料。重視一次都沒改過的指標(biāo)。有一種情況某個(gè) Skill 的成功率一直維持在 90% 左右但你在它上面做的各種嘗試都換不來提升。這通常說明瓶頸不在 Skill 自身而在底層模型的能力邊界或者輸入數(shù)據(jù)的質(zhì)量上限。這時(shí)候硬調(diào)的意義不大可以考慮換更強(qiáng)的基礎(chǔ)模型或者在更前端的流程里加一個(gè)預(yù)篩模塊把難處理的輸入提前分流給其他方案。6.2 評(píng)測(cè)集也要持續(xù)運(yùn)營(yíng)評(píng)測(cè)集不是建完一次就永久使用的靜態(tài)資產(chǎn)它需要隨真實(shí)業(yè)務(wù)持續(xù)更新。我建議每次上線一個(gè)重要的新功能同步往評(píng)測(cè)集里補(bǔ)充對(duì)應(yīng)的用例讓評(píng)測(cè)集一直在反映最新的生產(chǎn)語義。同時(shí)定期檢查現(xiàn)有用例是否已經(jīng)過時(shí)。例如業(yè)務(wù)變了、某個(gè)字段廢棄了舊的評(píng)測(cè)用例如果不刪Skill 每輪都會(huì)在這些已經(jīng)不可能發(fā)生的場(chǎng)景上扣分白白拉低通過率還誤導(dǎo)改進(jìn)方向。另外線上產(chǎn)生的 bad case 是評(píng)測(cè)集最好的素材來源。我在線上 Agent 的日志里定期撈取用戶反饋不靠譜的記錄挑選有代表性的脫敏之后加入評(píng)測(cè)集的對(duì)抗用例組。這能讓評(píng)測(cè)體系與真實(shí)用戶體驗(yàn)始終保持一致。你不用一天加幾十條一周加 3-5 條高質(zhì)量樣本就夠。6.3 把評(píng)測(cè)接入持續(xù)集成的實(shí)際收益對(duì)工程團(tuán)隊(duì)來說把 Skill 評(píng)測(cè)接入 CI 流程收益非常直接。每次 Skill 代碼或 Prompt 有變更自動(dòng)觸發(fā)一輪冒煙評(píng)測(cè)跑核心用例集的子集通過率低于基線閾值就阻止合并。這相當(dāng)于給改 Prompt這種以前完全靠人工確認(rèn)的操作加了一道自動(dòng)門禁。Prompt 調(diào)優(yōu)是最容易順手破壞其他場(chǎng)景的改動(dòng)手動(dòng)測(cè)試很難覆蓋到回歸影響。CI 全量評(píng)測(cè)雖然每個(gè)版本都跑會(huì)有點(diǎn)耗時(shí)但我會(huì)分成兩級(jí)提交級(jí)跑核心 30-50 條用例確保大方向不崩發(fā)版前跑完整幾百條用例數(shù)據(jù)歸檔留檔。這樣既保證了迭代速度又不會(huì)漏掉回歸風(fēng)險(xiǎn)。7. 我的幾點(diǎn)真實(shí)體會(huì)回到標(biāo)題上阿里開源 skill-up 這件事本身我認(rèn)為是在一個(gè)正確的時(shí)間點(diǎn)做了一個(gè)正確的工具。Agent 開發(fā)社區(qū)現(xiàn)在最缺的不是更多花哨的 Agent 框架而是把工程化基礎(chǔ)打牢的能力。Skill 評(píng)測(cè)正是這個(gè)基礎(chǔ)里很重要的一塊拼圖。從我實(shí)際操作的經(jīng)驗(yàn)看Skill 評(píng)測(cè)能不能在你的團(tuán)隊(duì)里落地更多靠的是流程和習(xí)慣而不是工具本身你是否愿意把評(píng)測(cè)集當(dāng)作代碼一樣維護(hù)你是否能容忍評(píng)測(cè)報(bào)告給出不達(dá)標(biāo)的結(jié)果并以此為準(zhǔn)阻斷發(fā)版你是否能堅(jiān)持在出問題時(shí)先定位數(shù)據(jù)而不是憑感覺去調(diào)整提示詞這些問題工具幫不了你只有自己下決心才能解決。skill-up 這類工具給了你一個(gè)可以開始的基礎(chǔ)框架但評(píng)測(cè)集的質(zhì)量、指標(biāo)的解讀、迭代的閉環(huán)這些還是得靠你在真實(shí)業(yè)務(wù)里一點(diǎn)點(diǎn)打磨。把 Skill 測(cè)到數(shù)據(jù)可查、回歸可控、問題可定位Agent 的可靠性才算真正有了底線。我希望這篇分享能幫你減少一些起步階段的無從下手感至于后面能把這套流程用到什么深度就看你的項(xiàng)目需要了。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
99毛片| www.yw尤物| 五月丁香婷婷综合| xfplayav在线| 亚洲激情高潮| 99色在线观看免费| 东京热免费视频| 色天使久久综合| 另类在线| 天天操加勒比| 99日在线视频| 婷婷色综合| 欧美VA在线观看| 久热这里只有精品3| 色欲AVV| 婷婷色五月激情| 五月综合精品| 国产色五月婷婷| www久久99| 青青草网武则天| 农村熟妇高潮精品A片| www.婷婷,com| 五月天堂婷婷| 久久久久9999| 99无码视频| 亚洲综合视频网| 夜夜综合色| 天堂爱爱| 国产热精品| 99色这里| 久色视频首页| 丁香六月婷婷高清| 婷婷丁香五月天亚洲| 激情五月婷婷综合| 深爱五月婷婷开心中文字幕| 综合激情网五月激情| 91超级碰在线| 日韩婷婷| 婷婷五月天在线观看av| 五月丁香综合精品| 噜噜噜噜噜色| 国产探花一片区| 久久婷婷五月天| 欧美人妻一区二区| 大香蕉久操| 五月婷婷激情五月| 国产日韩精品SUV| 色五月激情| 色色色欧美| 婷婷午夜激情| 欧美色五月| 操一区| 色婷婷狠| 拍真实国产伦偷精品| 亚洲色久| 青青草视频免费观看| 婷婷色网| 婷婷六月丁综合| 久色大香蕉| 日本丰满久久| 五夜婷婷| www,五月天激情| 五月激情五月婷婷五月天在线| 高清无码一区二区三区四区| 99热这里只有精品66| 激情五月丁香婷婷| 九九色婷婷| 激情婷婷| 日韩免费99| 伊人九九热| 综合一区二区三区| 五月丁香WWW| 五月天激情婷婷| 丁香五月五月婷婷| 啪啪一区| 激情久久丁香| 狠狠色狠狠色综合日日91| 五月丁香色狠狠干大屄| 色综合伊人网| 国产成人一区二区三区在线观看| 在线91日韩| 欧美日韩国产一区| 深爱五月天 开心网| 伊人婷婷五月| 91碰碰| 97色婷婷| 婷婷丁香熟妇综合网| 色色综合成人网| α久久| 欧美五月婷婷| 日韩av变天就操逼不卡区| 丁香五月九九| 甈你aaaaa| 五月天播播| 丁香五月综合婷婷| 久热9热| 97久久久久| 亚洲小说欧美激情| 五月色综合| 91九色 熟| caop在线| 五月婷婷五月| 激情婷婷在线| 99视频精品全部免费观看| 日日夜夜干| 丁香六月婷婷| 大香蕉九操| www.日日日.com| 99这里有精品| 92久操视频| 天天激情5月天亚洲| 亚洲va欧洲va国产va不卡| 欧美婷婷五月丁香| 9l视频自拍9l九色9l成人| 五月婷婷视频啪啪美女| 色色婷婷丁香| 国产操B视频| 麻豆五月丁香婷婷| 99热热热99精品丁香| 婷婷五月AV| 狠狠搞亚洲| 久久婷婷亚洲| 婷婷娌伦网| 东京热免费视频| 这里只有精品99www| 国产精品成人网站| 日本精品在线噜噜噜| 婷婷五月天成人小说| 激情婷婷丁香| 国产在线中文字幕| 91精品国产99久久久久久天美| 99这里有精品视频| 卡视频1区2区| 婷婷五月天在线观看免费| 91狠狠综合久久久久久| 久久久久久欧美精品se一二三四| 五月停停999| 操逼五月婷婷| 天天色天天干天天插| 婷婷欧美综合| 97香蕉久久超级碰碰高清版 | 激情五月天网| 天天肏天天肏| 色色网站免费| 91综合网| 久久九九热视频| 激情内射人妻1区2区3区| 成人 在线 日韩| 婷婷五月丁香六月| 大香蕉伊在| www五月天激情com| 亚洲日比视频| 亚洲AV成人在线观看| 俺也去在线久久精品23欧美综合视频网站,丰满人妻一区二区三区在线视频53,丰满 | 成人欧美一区二区三区在线观看| 人妻久久久| 日本色99| 夜夜爽天天干| 久久五月天精品视频| 久久3p| 亚洲天堂有码| 五月天婷婷综合网| 久久精品9| 天天干天天操天天爽| 68热超碰在线| 97色色色色色| 婷婷月综合| 香蕉人在线香蕉人在线 | 婷婷丁香久久网| 丁香五月婷婷激情视频播放| 人人操人人妻| 天天色天天| 色婷亚洲| 99在线观看视频| 亚州操逼网| 色丁香五月婷婷| 五月婷视频在线观看| 99色免费视频| 婷婷操超碰| a久久| 91九色超碰正在播放| 婷婷五月天综合亚洲| 欧美丁香六月在线观看视频| 色色色色色色综合网| 天天综合亚洲综合| 丁香五月天天| 99久热| 天天色月| 丁香婷婷激情网站| 婷婷九月在线| 九九家庭影院| 亚洲丁香婷婷| 激情伊人| 呦呦v线| 久久综合站| 99久热这里只有精品| 五月丁香六月婷婷久久| 婷婷五月天网| 婷婷五月天啪啪| 狠狠情色| 公的粗大挺进了我的密道| 五月丁香激情综合六月涩涩爱| 香蕉久操| 久9热在线视频| 女性自慰系列第五页| 久碰视频| 亚洲精品色| 九九九九国产| 日本97人人| 91日视频| 婷婷丁香人妻| 开心五月综合激情网| 激情综合五月丁香| 五月天婷婷久久| 色五月综合网| 五月天婷婷激情综合| 人妻激情视频| 精品人妻午夜一区二区三区四区| 色色无码| 五月婷婷九| 亚洲色色五月天| 婷婷五月婷婷| 九九色图| 激情五月,深深爱五月| 欧美在线视频9| 99免费视频| 人人视频色| 欧美丁香五月97色| 狠狠色综合图片| 精品久久9| 欧美激情五月天在线观看| 爱狠射| 婷婷激情五月综合| 99视频只有精品| 这里只有精品在线视频精品| 色99免费视频中文| 婷婷情色开心五月天99| 久久五月综合| 99免费在线视频| \\五月天婷婷激情| 99精品久久| 日韩欧美成人网| 婷婷丁香六月| av在线免费网站 | 99热大香蕉| www,天天干| 九九色视频| 五月丁香手机在线| 丁香五月影视| 丁香六月婷婷色播| 性爱五月婷| 五月婷婷激情综合| 久热伊人| 六月婷久久| 久久性爱视频这里只有精品| 五月天婷婷丁香花| 婷婷97狠狠干| 亚洲中文丁香| 久久只有精| 97热九九| 久久久久久久8| 岛囯综合激情网| 久热91| 久久9热| 五月天色裸体视频| 97韩国久久电影院| 欧美综合五月丁香六月婷| 精品视频这里只有精品| 久热婷婷| 人妻中文在线| 99视频内射三四| 五月天社区婷婷丁香社区| 色色色com| 午夜不卡久久精品无码免费| 九九色逼| 五月天激情小说| 色五月婷婷久久| 婷婷五月在线视频| 婷婷综合97| 丁香五月激情啪啪啪| 丁香五月之久操视频| 亚洲综合五月天| www.91久久| 久久激情网| 婷婷五月六| 婷婷五月18永久免费视频| 噜噜噜色噜噜| 激情五月天色婷婷综合| 天天干狠狠艹| 色色亚洲五月天| 五月丁香六月婷婷在线观看| 亭亭玉月丁香| 色色狼人综合| 五月婷婷啪啪| 丁香色婷婷| 久久性视频| 99爱在线视频| 被强行糟蹋的女人A片| 99久久综合| www久久久| 丁香六月激情| 91狠狠色丁香婷婷综合久久狠丁香综合久久精品 | 久久久人妻不卡| 色 免费网站视频| 性色欲情 网站| 免费AV黄在线播放| 婷婷五月天激情五月天| 国产欧美va| 91se在线观看| 丁香六月| 婷婷丁香六月| 五月天婷婷影院影院| 国产精品久久久60086| 亚洲综合色五月| 热成人网| 日本99在线| 热久久91| 综合av在线| 伊人在线另类| 丁香五月先锋| 小视频aaa久久久| 五月婷在线色视频| 超碰人人99| 日本久久婷| 六月丁香激情网| 五月丁香在线| 欧美色偷拍| 五夜婷婷| 亚洲九九99精品视频在线播放| 久热网站| 色五月在线观看| 荡乳尤物3HP1V5| aaaa久久| 大香蕉啪啪啪| 久久99性爱| 人人操插| 婷婷亚洲在线| 五月天啪啪| 蜜桃五月天色| 美女五月天| 99精彩视频网站在线| 久久婷婷大香蕉| 亚洲精品视频在线播放| 九九色热视频| 国产免费一区二区在线A片视频| 五月婷婷视频| 久久99网站| 人妻在线中文字幕久久| 97婷婷狠狠| 色婷婷成人做爰A片免费看网站| 久久日本wwww色| 97干在线| 亚洲色网址| 久久亚洲婷婷| 丁香五月综合激情性爱| 日韩综合大黄| 丁香五月天堂| 久久精品99久久久久久| 日韩精品无码99| 996热re视频精品视频| 欧美性猛交99久久久久99按摩| 亚洲免费视频网站| 色婷婷五月综合网| 成人在线日韩| 热久久91| 色五月av| 婷婷色网址| 99视频这里只有免费精品| 天天激情| 蜜桃婷婷丁香综合久久开心亚洲| 五月天激情综合首页| 色婷婷久综合久久一本国产AV| www.天天日| 色婷婷女优有码五月亭| 日韩激情人伦人| 九月婷婷久久久| 开心五月婷婷伊人| 婷婷夜夜夜夜| 嫩草AV久久伊人妇女超级A| 色欲九区| 九九色大香蕉| 丁香五月天婷婷91| 天天做天天爱天天要| 欧美99| 成人电影一区| av在线免费播放| 中文字幕无码成人电影| 婷婷六月激情在线视频| 中文字幕无线久必| 亚洲国产精品成人va在线观看| 婷婷五月天色色| 婷婷国产欧美97| 激情小说 五月天| WWW.国产| 六月色色综合| 伊人激情AV一区二区三区| 色色色色色色色色五月先| 丁香五月天激情综合| 99五丁香月| 丁香五月AV综合激情| 99熟女| 亚洲国产婷婷色五月| 夜色综合网| 久久色吧| 丁香五月天社区| 卡视频1区2区| 久久人妻视频| 丁香五月色五月| 狠狠干天天日| 色噜噜五月天| 丁香色色色| 97资源碰碰| 亚洲视频二区| 成人丁香五月| 久久激情网| 99精品热视频只有精品10| 婷婷五月天AV| 玖玖99福利| 大香蕉综合网| www激情网| 国产精品天天狠天天看| 99国产性感视频| 操逼电影免费看| 久久99成人性爱高清视频| 丁香情色五月| 六月婷婷在线| 九色91国产| 亚洲六月色| 狠狠看狠狠| 丁香五月色| 色狠狠伊人久久五月丁香| 国产日产亚系列精品版优势| 大地资源色婷婷视频在线| 丁香六月婷婷操逼网| 五月亭亭综合五码| 超碰97免费在线| 日本色图综合| wwxx日本| 婷婷伊人綜合中文| 亚洲成人av在线| 狠狠做五月| 欧美大肥婆大肥BBBBB| 99热骚货| 色播五月综合网| 1024人妻| 伊人狠狠干| 丁香五月最新网址| 网站免费一站二站| 俺去啦综合网| 91一起艹| 播丁香五月婷婷欧美| 五月丁香五月婷婷在线观看| 天天色丁香| 婷色五月天| 五月之婷婷| 久久99网址| 亚洲色另类| 婷婷五月天在婷| 五月天久久网站| 狠狠做深爱婷婷久久综合一区| 久久奄也去色色网站| 9999热在线| 亚洲成人无码网站| 亚洲激情丁香五月基地| 91丁香| www.五月天婷婷| 99久久九九| 五月婷婷啪啪啪| 色偷偷AV亚洲男人的天堂| 九九色综合视频| 久久五月天婷婷| 九九99精品免费播放| 久久99综合网| 国产熟女日日骚五月丁香爱| 亚洲激情综合网| 五月激情丁香啪啪| 91九九| 66精品成人免费网站在线观看| 91网站黄| 天堂呦 呦百度搜索-百度搜索| 婷婷伊人综合中文字幕| 五月天激情视频网站| ww久久| 日本在线观看99| 五月丁香| 五月婷婷丁香五月 | 精品九九九久| 另类少妇人与禽zOZZ0性伦| 激情五月丁香婷婷| www色中色综合| 大香蕉啪啪啪| 色婷婷先锋| 国产99久| 国产69久久久欧美黑人A片| 99视频九九热| 五月久视频| 亚洲爱爱无码婷婷色五月| 五月婷在线影院| 色九四色| 少妇被下春药玩弄A片| 爱久综合| 九九亚洲| 五月天开心婷婷激情网站| 色色婷五月天| WWW,色五月| 青青草轻轻操| 91九色视频在线观看| 91九色白丝| 国产精产国品一二三在观看| 99色视频在线| 激情五月小说婷婷| 超碰人妻在线| 国产精品久久..4399| 五月婷婷丁香网| 五月天中文网| 色婷婷五月天堂资源| 亚洲激情无码久久| 婷丁五月| 思思热99er在线视频| www.色99| 狼人久草| www.婷婷五月| 99热99色| 色 免费网站视频| 香蕉久久六月| 性爱网五月天| 99热最新| 99久久精彩视频。| 婷婷五月黄色激情在线| 无码九九| mmm1717.6dbm人人爱人人操| 99这里的视频都是精品| 开心激情色婷婷五月天| 我要色综合五月婷婷| 亚洲精品乱码久久久久99| 丁香五月六月久久综合 | 婷婷丁香社区网| 伊人久久艹| 大香蕉五月天| 五月网激情| 少妇丁香婷婷 | 久久99网| 国产免费一区二区三州老师F1F1……| 亚洲蜜乳AV| 哇嘎成人久久| 亚洲av综合网| 国产伊人五月天| 激情99热| 五月婷婷综合潮喷| 夜夜躁爽日日| 久久久99久久| 久久丁香| 色丁香五月婷婷在线| 激情五月婷婷啪啪| 日韩色五月| 五月婷婷深深爱| 五月婷婷色播| 九九热精品| 嫩草AV久久伊人妇女超级A| 一本色道久久88综合日韩精品| 久久久久久久久久久-久五月天婷婷| 丁香六月婷婷色XXXX| 婷婷丁香久久网| www.com.色色| 丁香五月香蕉在线| 久久欧洲综合网| 久色五月丁香视频| 五月天综合色| 激情五月丁香五月色| 久久精品国产色| 综合久久99| 91 九色 入口| 久久久大香蕉| 激情综合婷婷| 久久婷婷伊人| 热99视频| 丁香五月 性爱| 3www激情| WWW99视频| 91日日日| www久久久久久| 色五月天 丁香| 久久久精品免费啪啪国| 天天操五月天| 有码人妻久久| 激情五月六月| 久久色五月| 91精品久久久久久| 五月婷婷成人网首页| 人与禽A片啪啪| 狠狠干青青草| 成人丁香婷婷| 五月亭亭欧美女人| 无码G高清天| 99热这里全都是精品| 97五月久久丁香婷婷| 就爱日五月天| 久99久在线| 久久亚洲婷婷综合色五月| 色色色色欧美| www.五月丁香| 色婷婷中文字母五月丁香| 超碰狠狠干99| 精品网站:999WWW| .操區COm| 99婷婷五月天激情| www99热| 人妻VideOssS人妻| 91精品国产99久久久久久天美| 亚洲综合五月天| www.夜夜騎夜夜狠| 99自拍视频网站| 色婷婷小说| 九九精品免费| 色五月亚洲五月天| 国产精品国产| 第四色在线观看| 色色色热| 婷婷五月开心中文字幕色| 久久五月婷综合网| 99精品在线| 色色射| 99视频精品视频| 97成人超碰免| 久久精品一区二区三区四区| 亚洲精品久久久无码| 日本97久久久精品| 色婷婷小说| 99燥99日| 人人爱天天摸摸天天爱| 九九热视频这里只有精品| 激情五月,激情综合网| 亚洲综合色棒| 色色色九九九五月婷婷| 五月天另类综合网| 久久久久9| 99ri精品| 亚洲AV网站| 国产免费av在线| 十月色综合| 老司机视频lsj爱就色| 青青草蜜臀| 99久热| 秋霞免费三级片| 色碰碰| 97日在线视频| 99色| 色综合大香蕉| 九九久久99精品免费观看www| www. 五月. com| av性爱网站| 在线不卡AC| 91精品国产综合久久密臀| 96精品成人无码A片观看金桔| 久鲁鲁色网 | 91狼友视频在线观看| 79成人网| 成人婷婷色综合| 久久五月天激情视频| 中文字幕日产A片在线看| 丁香五月天天| 丁香五月婷婷啪啪啪| 婷婷成人视频| 色99自拍| 丁香色婷婷五月天| 婷色人人狠| 久久婷婷影院| 深爱激情网婷婷| 日本不卡一区二区三区| www.26uuu.com亚洲电影| 久久婷婷青青| 五月亭亭网成人在线视频| 国产九九一区二区三区| 久久作爱| 伍月婷丁香婷| 美女婷婷激情亚洲| 亚洲色爱综合| 综合色影| www.激情五月| 伊人五月网| 五六月婷婷久久| 变态 另类 在线 | 国产99视频永久免费| 天天插夜夜爽| 五月婷婷我| 天天爽,夜夜爽| 五月激情站| 九九99热| 久草五月天| 婷婷激情五月综合| 九九操屄| 日本三级网址| 丁香色六月婷婷| 色狠狠狠干| 综合狠狠五月婷婷| 丁香五月天天高清在线| 婷婷成人五月天成人文学| 亚洲av网站在线观看| 色色色色色色色色综合网| 久久精彩视频| 色综色网| 色天使色婷婷| 婷婷五月成年人| 婷婷五月色网| 久久婷婷内射| 777精品久无码人妻蜜桃| 亚洲六月综合激情久久下卡| 五月天丁香综合在线| 五月色婷婷中文字幕| 九九热10| 九九婷婷网五月天| 涩综合婷婷| 草草色情综合网| 亚洲视频国产一区| 丁香 婷婷五月| 欧美激情综合五月色丁香| 丁香六月婷婷综合激情欧美| 国产乱子轮XXX农村| 九九九九中文字幕| 国产色丁香| 狠狠激情五月天| 午夜免费试看| 教师性爱毛片| 中文字幕成人| 亚洲综合热| 人人操AV| 国产色视频网站2| WWW·天天操·视频?| 情趣视频66| 色五月av| 先锋资源婷婷| 婷婷激情丁五月| 色婷婷欧美| 亚洲成人av中文| 狠狠舔| 婷婷性爱五月天| 九九综合| 久9热在线视频| 婷婷五月天偷拍| 久久精彩视频| 婷婷丁香五月天影院| 色五月综合网| 色综合五月天| 97干97色| 日日干天天| 国产婷伊人| 亚洲色涩视频| 丁香婷婷基地| 伊人色五月| 婷婷五月天成人综合网| 五月天激情婷婷| 操碰99| 天天色天天操天天射| 这里只有精品96| 这里只有精品在线视频精品| 色色五月婷婷久久| 国产精品成人网站| 日本 @ va 免费| 强辱丰满人妻HD中文字幕| 五月婷婷综合激情| 97干视频| 亚洲乱码在线观看| www日本熟妇99在线视频| 欧美搡BBBBB摔BBBBB| 丁香五月天堂| 丁香五月播播| 99黄色性生活| 99视频久久| 久久婷婷久久| 色你久久| 五月天社区| 丁香五月天资源网| 日韩啊啊啊| 天天插综合| 婷婷精品性视频| 天天做天天摸| 老司机伊人| 俺也去在线视频| 欧美3AaAa大片| 久久这里99| WWW.夜夜| 超碰熟女拍拍| jizzdr| 丁香婷婷激情五月天无毒不卡蜜桃| 天天摸色吧天天摸色吧| 欧美日韩一区二区三区四区| 丁香五月婷婷影院| 人人摸人人| A1片久久久| 4399在线日本A片| 婷婷六月啪啪| 婷婷97| 丁香啪啪| www。久久久久一b。Cc| 婷婷丁香六月天| 色5月婷婷| 久久五月天激情| 五月天成人在线播放| 婷婷内射视频在线| 天天爽人人综合免费7799| 美女五月天| 涩五月婷婷| 九九视频在线观看视频6| 五月婷婷色色爱| 丁香五月婷婷www..com| 激情五月婷婷视频一区二区三区| 97干视频在线| 日韩免费乱轮网站| 久久人妻情侣| 99热精品中文字幕| 婷婷五月情| www.狠狠操| 亚洲12p| 九九热青青草| 7超碰自拍| 色色色在线免费视频| 26uuu91| 五月天久久网站| 人人爱人人草| 狠狠操.com| 影音先锋男士资源网一区| 七七九色| 亚洲综合干| 99久免费视频| 婷婷综合五月| 五月激情婷婷丁香| 桃色五月婷婷| 色99xx| 婷婷基地爱| 五月丁香六月香综合激情| 久久婷婷久久| 成人 在线观看国产| 色偷偷综合| 激情深爱婷婷网| 亚洲久艹| 超碰国产在线| 天天射影院| 五月天欧美 另类小说| 影音先锋91资源站| 99国产精品久久久久久久久久久| 丁香六月婷婷| 婷婷五月丁香激情色情| 日韩 中文 欧美| 色综色网| 色五月婷婷老师| 99网| 九九久久综合网站| 婷婷午夜| 综合激情专区| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 丁香五月欧美色综合| 激情五月综亚网| 大香蕉久久久久| 色播激情婷婷| 国产又黄又爽又色的免费| www,色婷婷| 五月婷婷自拍视频| 99热在线里有精品| 久激情网| 六月婷婷视频| 午夜微拍福利| 国产特级毛片AAAAAAA高清| 啪啪激情综合| 五月亭亭狠狠| 五月婷婷欧美激情| 婷婷五六日| 五月婷婷啪啪| 伊人狠狠丁香婷婷综合尤物| 国产免费av网站| 亚洲愉拍99热成人精品| 综合色图区| 99操碰| 丁香五月情| 色色A| 天天操狠狠操| 人妻尝试久久久久久久久久久久| 五月天婷婷基地丁香| 91久久综合亚洲鲁鲁五月天| 九九中文字幕九| 91怕怕网| 久久综合图片| 激情五月天天| 美女久久婷婷| 婷婷五月花| 欧亚成人A片一区二区| 精品久久99码| 开心五月深爱五月| 婷婷六月丁香五月| 婷婷免费视频| 天天操综合网| 久综合网| 99免费在线视频| 性做久久久久久久免费看| 另类视频五月天| 99热免费| 色玖玖| 成 人片 黄 色 大 片| 丁香五月性| 99色综合| 综合欧美五月婷婷| 婷婷丁香91综合| 五月精品99综合| 久久ri精品视频| 97人人干。| 99热99| 9l视频自拍9l九色9l成人| 日韩精品超碰在线观看| 五月婷六月| 97综合在线| 99热99在线| 婷婷开心青青草| 色久免费| www.99热这里精品| 国产 亚洲 在线| 六月色婷婷| 国产成人精品一区二三区熟女在线| 成人无码精品1区2区3区免费看| 91男同视频| 97操男人的天堂| 久99在线视频| 包操45分钟网站| 丁香婷婷啪啪啪| 激情五月天激情五月天| 色碰碰| 丁香五月天堂网| 久久久天堂国产精品女人| 丁香五月婷婷久久久| 大香av| 五月伊人综合| www.ppypp| 五月色丁香| 丁香五月色情| www.婷婷五月.com| 久热99热| 天天色天天干天天插| 婷婷五月天激情在线| 亚洲成人av在线| 极品少妇高潮啪啪AV无码| 亚洲av综合在线| 99黄色在线视频精品熟女| 国产欧美婷婷| 五月婷婷丁香社区| 六月激情婷婷| 五月丁香本色在线观看| 98永久精品| 草美女在线观看视频在线播放| 天天爽日日爽夜夜爽| 五月久久婷婷| 婷婷五月欧美综合| 久久婷婷久久| 99这里只有精品在线观看| 四月婷婷五月丁香| 精国产品一区二区三区A片| 99久久亚洲国产| 久er7久热| 亚洲丁香五月天视频| 婷婷六月色| 一操久久| 襙比视频| 五月香婷婷| 一本狠婷婷综合| 九玖视频这里只有精品| 丁香桃色网| 99热| 色播婷婷大香蕉| 五月天另类小说久久小说网| 四色99久久| 久热AⅤ| 天天综合图片| 九九AV| www.精品久9| 婷婷五月天性| 久热这里| www,色婷婷| 狠狠插日日干撸| 色播丁香| 99色在线视频| 色色色网站| 九九爱精品网站| 一區四區歐美日韓| 成人在线日韩| 99人人精品| www.亭亭五月天| 成人做爰A片免费看视频| 欧美色99| 激情六月婷婷| 久草婷婷视频| 深爱五月亚洲| 99热这里只有精| 性爱综合网| 午夜成人网站在线观看| 91精品啪| 99热这里只有精品86| 色综色网| 中文aV网| 免费视频WWW在线观看网站| 99 热国产在| 婷婷久月| 91超级碰在线视频| 97操碰在线视频| 99视频在线观看视频| www.色五月.com| 九九九九九九热| 久久婷婷婷婷伊人| 热思思九九| 全国最新疫情| 精品影院| 中文字幕日韩无码制服诱或| 激情第四色| 综合99在线| 欧美交换配乱吟粗大25P| 亚洲VA欧美VA| 天天做天天爱天天爽| 5月激情天| 五月丁香色综合| 婷婷在线观看五月天在线视频| 丁香五月婷久久| 婷婷五月天影院| 第四色五月天| 综合五月天亚洲婷婷| 9久热| 五月天播播综合| 国产黄大片在线观看画质优化| 日本在线免费中文com.| 亚洲成av人影院| 狠狠操天天日| 玖玖@三月天天丁香婷婷| 日韩精品二三区| 亚洲色图在线视频| 99性爱| 玖玖无码中文| 操操碰| 日日操日日射| 97操男人的天堂| 五月天激情四射网站| 高清视频一区| 超碰成人免费| www.五月天。com| 亚洲一区二区色图-亚洲精品国产精品乱码-成人AV| 亚洲人人操BD| 97超级碰碰碰| 色欲久久综合| 99色啊| 婷婷亚洲在线| 欧美成人va| 九九热a| 97很鲁在线视频| 久久久久久人妻久久久久久久久久人妻久久久| 久xxxx| 亚洲五月天婷婷| 久久在线人妻| 日亚二欧美| www.91久久| 夜夜撸日日骑| 久久婷婷五月综合色奶水99啪| 亚洲六月婷婷| 激情丁香五月婷婷啪啪| 丁香五月综合激情啪啪| 99热精品在线| 26uuu欧美日本| 二色av| 在线综合亚洲欧美65| 日本九九视频| 丁香五月婷婷成人色区| 九九综合图片网| 婷婷五月情| 99re这里只有精品视频了| 久9久9久9久9久9久9| 日曰躁夜夜躁2026| 超碰在线9| 六月丁香深深爱| 五月天天综合| 国产亚洲精品久久久久苍井松| 精品人妻一区| 开心五月丁香综合久久| 日韩一级网站| 国产偷人爽久久久久久老妇APP| 天天爽天天操| 777丁香六月青青草婷婷综合久月| 丁香激情五月少妇| 欧美大片免费播放器| 在线观看av网站| 欧美英丁香开心快乐六月天网| 99九九在线观看免费| 万月丁香狠狠爱| 五月婷婷av| 丁香五月婷婷基地| 我爱va亚洲va52| 亚洲网视屏| 婷婷日本色| 图片区 小说区 区 亚洲五月| 国产免费一区二区三州老师F1F1| 亚洲VA在线| 99热这里只有精品26| 亚洲色综久久五月| 九九操屄| 丁香六月啪啪| 五月丁香婷婷基地| 色五月六月| 婷婷五月免费在线| 五月激情日本在线| 色噜噜夜夜夜综合网| 涩涩激情五月婷婷| 香蕉人妻AV久久久久天天| 久色视频| 久久婷婷网| 婷婷九月丁香| 97五月天婷婷| 丁香色播五月天| 99re热精品视频国| 9久视频| 久热91精品| 97超级操操| 五月丁香婷婷色播无码| 欧美A级成人婬片免费看理论| 超碰99在线观看| 久久激情五月婷婷| 九九热黄色| 九九99九九99偷拍视频免费看| 五月天伊人网| 九九热在线99| 婷婷综合精品视频97| 国产精品成人av在线观看春天| 久久996re热这里只有精品无码| 思思色播| 亚洲热手机在线观看| 无码se| 亚洲人成网亚洲欧洲无码久久| 日韩九区| 久热无码| 这里只有精品在线视频精品| 啪啪综合网| 久久综合这里只有精品1 | 色婷婷狠狠18| 天天久| 色色色99| 一区二区免费看| 99爽视频| 99九九久久| 久久精品人妻| 中文字幕欧美日韩VA免费视频| 丰满人妻一区二区三区| 国产又黄又爽又色的免费| 色135综合网| 激情操逼婷婷| 婷婷 丁香 久久| 丁香五月天激情AV| 九九色综合九九色| 色五月大| 热99只有里视频| 天天日天天插| 97色婷| 天天天在线观看| 西西4r午夜剧场| sisi热国产| 日本色色色| 大香蕉九九操| 狠狠插日日干撸| 99视频| 狠狠艹狠狠艹| 日韩欧美一级大黄网站| 久久99免费视屏| WWW.桔色成人.COM| 丝袜大香蕉| 婷婷色中文字幕| 色婷婷69| 1234操逼网| 久久色五月天激情小说| 亚洲综合网在线| 丁香月五月天婷婷久久| 99热这里只有精品免费| 五月天堂婷婷| 久久色亭亭五月天| 玖玖综合色区在线观看| 天天干天天 亚洲| 777影视理论片大全在线观看| 噜噜噜噜噜久| 中文字幕在线观看视频www| 1区2区视频| 五月婷婷开心网| 亚洲AV另类| 99A片| 色爱综合五月| 99re思思久久| 色播色丁香五月| 国产色99| 丁香五月停停av| 天天天天天久久久久久| 97超美国视频在线观看| 99热这里只有精品96| 国产看真人毛片爱做A片| 99视频精品视频| 五月天成人综合| 五月丁香好婷婷姑娘综合网| 亚洲超碰在线| 欧美在线骚货| 欧洲色色| 婷婷丁香五月激情图片| 69精品人人人人| 午夜丁香六月婷| 精品亚洲国产成AV人片传媒| 五月丁激情| 超碰人妻公开在线| 操你av| 日韩啪啪自拍| www.婷婷五月| 婷婷色五月开心五月| 久超超碰| 色色色五月婷婷| 五月婷婷激情| 丁香五月婷婷姐| 操操操B| 狠狠五月激情丁香六月| 五月丁香六月婷婷综合| 9热在线观看| 26UUU欧美激情一区二区| 色婷婷香蕉| 婷婷久久五月| 屁股翘好撅高迎合跪趴| 五区毛片七区毛片| 成人五月天在线视频在线观看| 亚洲欧美在线观看| 色五月婷婷天天操夜夜操| 亚洲国产网址| 99精品无码| 亚洲无码另类| 无码人妻精品一区二区蜜桃色欲| 丁香六月天色婷婷| 亚洲电影中文字幕| 激情九色| 五月天丁香六月综合| 国产成人精品123区免费视频| 婷婷五月噜噜| 加勒比日本一区二区三区| 婷婷色网| www.十八禁不禁AV.com| 热久久婷婷| 91久久久久久| www.日韩艹| 伊人久久大香线蕉综合网站| 亚洲区视频| 色综合五月婷婷狠狠干| 91色欲综合| 日本99久久| 天天操天天日天天爽| 成人网站高清无码| 99久久6| 天天干天天色天天干| 五月丁香婷婷婷激情爱爱| 婷婷开心激情| 欧美久久婷婷| 98色花堂98t.R| 久草五月| 中文字幕色色| 日韩久操婷婷| 色热久| 国产精品久久久60086| 欧美乱码国产一级A片| 欧美日韩成人在线| 九九视频在线观看| 婷婷天堂综合| 色婷丁香91| 六月丁香久久| 日日夜夜小色哥| 色婷婷综合网| 91a片爽|