VerifyAX

请使用 VerifyAX 对我的客服 AI 智能体进行评估，基于回答准确率、响应速度和工具调用成功率生成结果摘要。

一份智能体评估摘要，包含关键指标表现与主要问题。

请在 VerifyAX 中对比智能体 V1、V2 和 V3 在同一组任务上的表现，并输出基准测试结论与推荐版本。

一份版本对比报告，展示各版本优劣与最终推荐。

请用 VerifyAX 模拟电商售后场景中的多轮用户对话，测试智能体在复杂请求下的稳定性和完成率。

一份场景模拟结果，说明智能体在复杂对话中的表现与风险点。