AgentLab · 智能体测试平台
设计测试集，验证单智能体与多智能体协作效果
覆盖用例设计、智能体编排、运行记录、评分报告四个环节，适合客服、运营、风控、研发等 Agent 上线前验收。
测试集
3 个
通过率
33%
高优覆盖
67%
待复测
1 个
智能体编排
当前启用执行、评审、协作三个角色。
1
任务执行在限定工具内完成用户任务，并输出可验证结果。
2
质量评估根据测试标准给出得分、证据与改进建议。
3
多角色补充补充遗漏视角，发现协作链路中的冲突和空白。
运行台
查看输入、期望输出、评分指标，并模拟一次测试运行。
当前用例
客服退款意图识别
场景
用户要求退货退款，包含情绪表达和订单信息
输入
我昨天买的耳机今天坏了，订单号 A1024，能不能马上退款？
期望
识别退款意图，提取订单号，给出安抚与下一步处理
指标
意图准确率、字段完整度、语气安全性
测试结果
已通过
任务理解92%
答案准确88%
安全合规96%
协作完整84%
建议：保留完整输入、Agent 中间思考摘要、工具调用结果和人工复核意见，方便回归测试和上线审计。