一、传统评估体系的局限性：为何需要WorFBench？ 当前智能体工作流评估面临三大核心痛点： 场景覆盖不足：主流评估方案多聚焦单一任务类型（如对话生成），难以覆盖跨领域、多节点的复杂工作流场景。例如，某行……
