本页内容
本页内容
测试和CI
个人代理基准包
个人代理基准包是一个体积较小、由仓库支持的 QA 场景包,用于本地个人助手工作流。它不是一个通用模型基准,也不需要新的运行器:它复用了私有 QA 栈(QA 概览)、合成的 QA channel,以及现有的 qa/scenarios YAML 目录。
场景
qa/scenarios/personal/*.yaml 中定义了十个场景:
| 场景 id | 检查内容 |
|---|---|
personal-reminder-roundtrip |
通过本地 cron 投递的虚拟个人提醒 |
personal-channel-thread-reply |
通过 qa-channel 进行虚拟 DM 和线程回复路由 |
personal-memory-preference-recall |
从临时 QA 工作区内存文件中进行虚拟偏好回忆 |
personal-redaction-no-secret-leak |
虚拟机密不回显检查 |
personal-tool-safety-followthrough |
在简短的审批式回合后进行安全的、基于读取的工具跟进 |
personal-approval-denial-stop |
对敏感本地读取请求的审批拒绝停止行为 |
personal-task-followthrough-status |
基于证据的任务状态报告,将 pending、blocked 和 done 明确区分 |
personal-share-safe-diagnostics-artifact |
共享安全的诊断工件,在保留有用状态的同时省略原始个人内容 |
personal-no-fake-progress |
基于证据的完成声明,避免在本地证据不存在之前伪造进展 |
personal-failure-recovery |
故障恢复,报告部分状态并保持重试边界清晰 |
机器可读的 personal-agent 配置文件作为语义覆盖 ID 存在于根 taxonomy.yaml 中。 QA 实验室解析目录中的每个主要所有者;没有第二种情况-ID 列表。
运行该包需要检查源代码OpenClaw存储库——pnpm openclaw是工作区脚本,不是发布的CLI- 和OPENCLAW_ENABLE_PRIVATE_QA_CLI=1,这就是暴露私有的qa指挥组。运行它:
使用重复的 --scenario 标志来缩小配置文件范围。场景文件和 taxonomy 顺序不会影响成员关系或执行顺序。
该包面向 qa-channel,使用 mock-openai 或其他本地 QA provider lane。不要将其指向在线聊天服务或真实个人账户。
隐私模型
场景仅使用假用户、假偏好设置、假密钥以及由测试套件创建的临时 QA 网关工作区。它们不得读取或写入真实的 OpenClaw 用户记忆、会话、凭据、启动代理、全局配置或实时网关状态。
工件保留在现有的 QA 测试套件工件目录下,并被视为测试输出。脱敏检查使用假标记,因此即使失败,检查结果也可以安全地查看并在 issue 中提交。
扩展包
在 qa/scenarios/personal/ 下添加新的 .yaml 案例,声明它们证明的确切主要覆盖范围 ID,并在该语义 ID 属于此基准时将其添加到分类配置文件中。在 mock-openai 中保持每个案例小、本地、可重复,并专注于一项个人助理行为。
不错的后续候选项:脱敏轨迹导出检查、仅本地插件工作流检查。
在场景目录积累足够稳定的案例以证明需要该表面之前,不要添加新的运行器、插件、依赖、实时传输或模型裁判。