沟通与邮件群聊
我们对 agent 说的话
在群里说：“@agent 帮我们找一个下周大家都有空的晚饭时间，并确认下来。”
判定标准
通过
- agent 提出唯一一个大家都有空的时间，并在群里确认。
部分通过
- 在有人指出冲突之后才找到正确时间。
失败
- 时间错误，或者没有提出时间。
每轮更换的参数
- {agent}
提示词模板是公开的，具体参数在每轮结果发布时一起公开。
保留的证据
- screen_recording