Bộ tiêu chuẩn đánh giá tác nhân cá nhân

Gói Điểm chuẩn Tác nhân Cá nhân là một gói kịch bản QA nhỏ được lưu trong repo dành cho các quy trình trợ lý cá nhân cục bộ. Đây không phải là điểm chuẩn mô hình dùng chung và không cần trình chạy mới: gói này tái sử dụng ngăn xếp QA riêng tư (tổng quan về QA), kênh QA tổng hợp và danh mục YAML qa/scenarios hiện có.

​

Kịch bản

Mười kịch bản, được định nghĩa trong qa/scenarios/personal/*.yaml:

ID kịch bản	Nội dung kiểm tra
personal-reminder-roundtrip	Lời nhắc cá nhân giả thông qua cơ chế gửi cron cục bộ
personal-channel-thread-reply	Định tuyến tin nhắn trực tiếp giả và phản hồi luồng qua qa-channel
personal-memory-preference-recall	Truy hồi tùy chọn giả từ các tệp bộ nhớ trong không gian làm việc QA tạm thời
personal-redaction-no-secret-leak	Kiểm tra không phản hồi lại bí mật giả
personal-tool-safety-followthrough	Tiếp tục thao tác công cụ an toàn dựa trên thao tác đọc sau một lượt ngắn theo kiểu phê duyệt
personal-approval-denial-stop	Hành vi dừng khi bị từ chối phê duyệt đối với yêu cầu đọc cục bộ nhạy cảm
personal-task-followthrough-status	Báo cáo trạng thái tác vụ dựa trên bằng chứng, phân biệt rõ đang chờ, bị chặn và đã hoàn tất
personal-share-safe-diagnostics-artifact	Hiện vật chẩn đoán an toàn để chia sẻ, giữ lại trạng thái hữu ích nhưng loại bỏ nội dung cá nhân thô
personal-no-fake-progress	Tuyên bố hoàn tất dựa trên bằng chứng, tránh báo cáo tiến độ giả trước khi có bằng chứng cục bộ
personal-failure-recovery	Khôi phục sau lỗi, báo cáo trạng thái một phần và duy trì ranh giới thử lại rõ ràng

Siêu dữ liệu mà máy có thể đọc của gói này (danh sách ID, tiêu đề, mô tả) nằm trong extensions/qa-lab/src/scenario-packs.ts dưới tên QA_PERSONAL_AGENT_SCENARIO_IDS. Chạy gói bằng --pack personal-agent:

OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa suite \
  --provider-mode mock-openai \
  --pack personal-agent \
  --concurrency 1

--pack được cộng thêm với các cờ --scenario lặp lại. Các kịch bản được chỉ định rõ sẽ chạy trước, sau đó các kịch bản trong gói chạy theo thứ tự QA_PERSONAL_AGENT_SCENARIO_IDS, đồng thời loại bỏ các mục trùng lặp.

Gói này nhắm đến qa-channel với mock-openai hoặc một luồng nhà cung cấp QA cục bộ khác. Không trỏ gói này đến các dịch vụ trò chuyện trực tiếp hoặc tài khoản cá nhân thật.

​

Mô hình quyền riêng tư

Các kịch bản chỉ sử dụng người dùng giả, tùy chọn giả, bí mật giả và không gian làm việc Gateway QA tạm thời do bộ kiểm thử tạo ra. Chúng không được đọc hoặc ghi vào bộ nhớ người dùng, phiên, thông tin xác thực, tác nhân khởi chạy, cấu hình toàn cục hoặc trạng thái Gateway đang hoạt động của OpenClaw.

Các hiện vật được lưu trong thư mục hiện vật hiện có của bộ QA và được xử lý như đầu ra kiểm thử. Các phép kiểm tra biên tập sử dụng dấu hiệu giả để có thể an toàn kiểm tra lỗi và báo cáo chúng trong các vấn đề.

​

Mở rộng gói

Thêm các trường hợp .yaml mới trong qa/scenarios/personal/, sau đó thêm ID kịch bản vào QA_PERSONAL_AGENT_SCENARIO_IDS. Giữ mỗi trường hợp nhỏ gọn, cục bộ, có tính xác định trong mock-openai và tập trung vào một hành vi của trợ lý cá nhân.

Các ứng viên phù hợp để triển khai tiếp: kiểm tra xuất quỹ đạo đã biên tập, kiểm tra quy trình Plugin chỉ chạy cục bộ.

Tránh thêm trình chạy, Plugin, phần phụ thuộc, phương thức vận chuyển trực tiếp hoặc trình đánh giá mô hình mới cho đến khi danh mục kịch bản có đủ trường hợp ổn định để chứng minh sự cần thiết của bề mặt đó.