该教程展示了如何根据自定义标准对每个代码生成响应进行评分，帮助团队选择最适合其安全要求、API 规范和盲点的 AI 模型。通过设置自定义评估者，检查实际关心的漏洞，验证真实的 API 约定，并标记团队常遇到的范围蔓延模式，团队可以在几周的数据积累后，获得选择适合任务的模型的证据。教程中将构建一个代理服务器，通过 LaunchDarkly 路由 Claude Code 请求，能够将请求转发到任何模型...