Skip to main content
代理应用程序让 LLM 自行决定下一步以解决问题。这种灵活性很强大，但模型的黑盒性质使得难以预测代理某一部分的调整如何影响整体。要构建生产就绪的代理，彻底的测试至关重要。 测试代理有几种方法：
  • 单元测试 使用内存模拟隔离地测试代理的小型、确定性部分，以便快速、确定性地断言确切行为。
  • 集成测试 使用真实网络调用测试代理，以确认组件协同工作、凭证和模式对齐，且延迟可接受。
  • 评估 使用评估器评估代理的执行轨迹，通过确定性匹配或 LLM 判定器。
代理应用程序往往更依赖集成测试，因为它们将多个组件链接在一起，并且必须处理由于 LLM 的非确定性本质导致的不稳定问题。

单元测试

模拟聊天模型并使用内存持久化来测试代理逻辑，无需 API 调用。

集成测试

使用真实 LLM API 测试您的代理。组织测试、管理密钥、处理不稳定性和控制成本。

评估

使用确定性匹配或 LLM 作为判定器的评估器来评估代理轨迹。
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 连接这些文档 到 Claude、VSCode 等，以获取实时答案。