Kiln

请用 Kiln 为我的 RAG 问答系统设计一套评测流程，包含测试集构建、准确性指标、引用质量检查和失败案例分析。

一套可执行的 RAG 评测方案，包含指标定义、数据组织方式与优化建议。

请用 Kiln 帮我为客服助手生成一批高质量合成训练数据，覆盖常见咨询、复杂追问、拒答场景，并按 JSONL 格式组织。

结构化的合成数据集方案或样例，可直接用于微调准备与质量审核。

请用 Kiln 分析我的 AI 智能体流程，找出工具调用、提示词设计和任务分解中的薄弱环节，并给出优化实验方案。

针对智能体系统的诊断结果、评估思路与可迭代的优化路线。