eval dataset 命令组用于管理评测集：列出、查看、创建、删除评测集，以及为评测集增删用例。评测集是实验的数据来源，其字段（如 input、reference_output）会在 eval run 中被映射到目标与评估器。
这些子命令同时提供顶层别名，
eval 前缀可省略：agentkit eval dataset list 等价于 agentkit dataset list。下文示例使用较短的 agentkit dataset ... 形式。所有子命令共享 -p, --project <name>（项目名称，默认 default）与 -r, --region <region>（Volcengine 区域；默认自动检测，create 则来自环境变量）。多数子命令还支持 --json（输出原始 JSON），但 dataset delete 除外。