Eval_MCP

请使用 Eval_MCP 对两个客服提示词版本做评测，比较它们在准确率、稳定性和回答风格一致性上的表现，并给出推荐版本。

返回评测结果对比、关键指标得分，以及推荐采用的提示词版本。

请使用 Eval_MCP 评估我们的 RAG 问答流程，重点检查检索命中率、答案相关性和幻觉情况，并总结主要问题。

输出 RAG 流程的评测报告，包含检索与生成表现、问题归因和优化建议。

请指导我在 Claude Desktop 或 Cursor 中通过 Eval_MCP 注册、创建 API Key，并批量运行一组提示词评测任务。

给出清晰的操作步骤或调用流程，帮助用户完成配置并启动批量评测。