将实时语音智能体从演示环境迁移到生产环境，需要严格的自动化测试以应对真实多轮对话的不确定性。ADK 现已提供原生的实时评估功能，使开发者能够基于图结构的智能体工作流，针对由 Gemini TTS 生成真实音频的 LLM 驱动模拟用户进行测试。通过定义评估场景和自然语言评分标准，您可以自动评分音频响应和工具执行结果，在 ADK Web 中检查生成的对话转录，或直接通过 CLI 在 CI/CD 流水线中运行评估。