EvalCart：给购物 Agent 用的评测与排行榜

EvalCart 上线，为购物 Agent 提供统一任务、冻结商品目录和确定性评分器，公开基准无需账号即可使用。示例中两个 Agent 都覆盖 27/27 商品，但总价 $188.62 超出 $180 预算的那个仍被判失败。自定义评测目前免费、无付费墙，注册账号即可创建并重复运行。