AWSがエージェント（自分で判断して作業するAI）の評価を自動化するツール「Agent-EvalKit」をオープンソース化し、開発環境内で品質検証できる仕組みを提供します。

何が起きたか

AWSがApache 2.0ライセンスのオープンソースツール「Agent-EvalKit」をリリースしました。このツールは、AIコーディングアシスタント（Claude Code、Kiro CLI、Kilo Codeなど）と連携し、エージェントがツールをどう呼び出し、どのデータを取得し、その結果をどう使ったかを追跡する6段階の評価プロセス（計画、テストデータ生成、トレース追加、実行、評価、レポート作成）を自動化します。

注目点

Agent-EvalKitは開発環境内で動作し、自然言語で品質目標を指定すると、テストケース生成から実行、コード内の改善箇所の特定まで一連のワークフローが自動化されます。Strands Agents SDK、LangGraph、CrewAIなどの主要フレームワークに対応しており、Amazon Bedrockと組み合わせて利用できます。