Fundamentals
パーソナルエージェントベンチマークパック
Personal Agent Benchmark Pack は、ローカルのパーソナルアシスタントワークフロー向けの、
リポジトリに基づく小規模な QA シナリオパックです。汎用的なモデルベンチマークではなく、
新しいランナーも必要ありません。プライベート QA スタック（QA の概要）、
合成 QA チャンネル、既存の
qa/scenarios YAML カタログを再利用します。
シナリオ
qa/scenarios/personal/*.yaml で定義されている 10 個のシナリオ：
| シナリオ ID | チェック内容 |
|---|---|
personal-reminder-roundtrip |
ローカルの Cron 配信を通じた架空の個人向けリマインダー |
personal-channel-thread-reply |
qa-channel を通じた架空の DM とスレッド返信のルーティング |
personal-memory-preference-recall |
一時的な QA ワークスペースのメモリファイルからの架空の設定の呼び出し |
personal-redaction-no-secret-leak |
架空のシークレットがエコーバックされないことのチェック |
personal-tool-safety-followthrough |
短い承認形式のやり取り後に、安全な読み取りベースのツール操作が最後まで実行されること |
personal-approval-denial-stop |
機密性の高いローカル読み取りリクエストに対する承認拒否時の停止動作 |
personal-task-followthrough-status |
保留中、ブロック中、完了を区別する、証拠に基づくタスクステータスの報告 |
personal-share-safe-diagnostics-artifact |
生の個人コンテンツを省略しながら有用なステータスを維持する、安全に共有可能な診断アーティファクト |
personal-no-fake-progress |
ローカルの証拠が存在する前に偽の進捗を示さない、証拠に基づく完了報告 |
personal-failure-recovery |
部分的なステータスを報告し、再試行の境界を明確に保つ障害復旧 |
機械可読なパックメタデータ（ID リスト、タイトル、説明）は、
extensions/qa-lab/src/scenario-packs.ts に QA_PERSONAL_AGENT_SCENARIO_IDS として格納されています。
--pack personal-agent を使用してパックを実行します：
OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa suite \ --provider-mode mock-openai \ --pack personal-agent \ --concurrency 1--pack は、繰り返し指定された --scenario フラグに追加されます。明示的なシナリオが
最初に実行され、その後、パックのシナリオが QA_PERSONAL_AGENT_SCENARIO_IDS の順序で
重複を除いて実行されます。
このパックは、mock-openai または別のローカル QA プロバイダー
レーンを使用する qa-channel を対象としています。ライブチャットサービスや実際の個人アカウントに接続しないでください。
プライバシーモデル
シナリオでは、架空のユーザー、架空の設定、架空のシークレット、および スイートによって作成された一時的な QA Gateway ワークスペースのみを使用します。実際の OpenClaw ユーザーのメモリ、セッション、認証情報、起動エージェント、グローバル 設定、ライブ Gateway の状態を読み書きしてはなりません。
アーティファクトは既存の QA スイートのアーティファクトディレクトリ内に保持され、 テスト出力として扱われます。秘匿化チェックでは架空のマーカーを使用するため、失敗時も 安全に調査し、Issue に記録できます。
パックの拡張
qa/scenarios/personal/ の下に新しい .yaml ケースを追加し、その後シナリオ ID を
QA_PERSONAL_AGENT_SCENARIO_IDS に追加します。各ケースは小規模かつローカルで、mock-openai において決定的にし、
1 つのパーソナルアシスタント動作に焦点を当ててください。
有望な次の候補：秘匿化された軌跡のエクスポートチェック、ローカル限定の Plugin ワークフローチェック。
シナリオカタログにそのサーフェスを正当化できるだけの安定したケースが蓄積されるまでは、 新しいランナー、Plugin、依存関係、ライブトランスポート、モデル判定機能を追加しないでください。
