Kişisel ajan kıyaslama paketi

Kişisel Ajan Benchmark Paketi, yerel kişisel asistan iş akışları için küçük, repo destekli bir QA senaryo paketidir. Genel amaçlı bir model benchmark’ı değildir ve yeni bir çalıştırıcı gerektirmez. Paket, QA genel bakışı içinde açıklanan özel QA yığınını, sentetik QA kanalı ve mevcut qa/scenarios YAML kataloğunu yeniden kullanır.

İlk paket bilinçli olarak dar kapsamlıdır:

• yerel cron teslimi üzerinden sahte kişisel hatırlatıcılar
• qa-channel üzerinden sahte DM ve ileti dizisi yanıt yönlendirmesi
• geçici QA çalışma alanı bellek dosyalarından sahte tercih hatırlama
• sahte gizli bilgi yankılamama kontrolleri
• kısa bir onay tarzı turdan sonra güvenli okuma destekli araç takibi
• hassas bir yerel okuma isteği için onay reddinde durma davranışı
• bekleyen, engellenen ve tamamlanan durumları ayrı tutan kanıt destekli görev durumu raporlaması
• ham kişisel içeriği atlayıp yararlı durumu koruyan paylaşımı güvenli tanılama yapıtları
• yerel kanıt oluşmadan sahte ilerlemeden kaçınan kanıt destekli tamamlama iddiaları
• kısmi durumu bildiren ve yeniden deneme sınırlarını net tutan hata kurtarma

Senaryolar

Makine tarafından okunabilir paket meta verileri extensions/qa-lab/src/scenario-packs.ts içinde bulunur. Paketi --pack personal-agent ile çalıştırın:

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

--pack, tekrarlanan --scenario bayraklarıyla birlikte eklemelidir. Açık senaryolar önce çalışır, ardından paket senaryoları yinelenenler kaldırılarak QA_PERSONAL_AGENT_SCENARIO_IDS sırasına göre çalışır.

Paket, mock-openai veya başka bir yerel QA sağlayıcı hattıyla qa-channel için tasarlanmıştır. Canlı sohbet hizmetlerine veya gerçek kişisel hesaplara yönlendirilmemelidir.

Gizlilik Modeli

Senaryolar yalnızca sahte kullanıcılar, sahte tercihler, sahte gizli bilgiler ve suite tarafından oluşturulan geçici QA Gateway çalışma alanını kullanır. Gerçek OpenClaw kullanıcı belleğini, oturumlarını, kimlik bilgilerini, başlatma ajanlarını, genel yapılandırmaları veya canlı Gateway durumunu okumamalı ya da yazmamalıdır.

Yapıtlar mevcut QA suite yapıt dizininin altında kalır ve test çıktısı gibi ele alınmalıdır. Redaksiyon kontrolleri sahte işaretleyiciler kullanır, böylece hatalar güvenli şekilde incelenebilir ve sorunlara eklenebilir.

Paketi Genişletme

qa/scenarios/personal/ altına yeni .yaml vakaları ekleyin, ardından senaryo kimliğini QA_PERSONAL_AGENT_SCENARIO_IDS içine ekleyin. Her vakayı küçük, yerel, mock-openai içinde deterministik ve tek bir kişisel asistan davranışına odaklı tutun.

İyi takip adayları:

• redakte edilmiş izlek dışa aktarma kontrolleri
• yalnızca yerel Plugin iş akışı kontrolleri

Senaryo kataloğunda bu yüzeyi haklı çıkaracak kadar kararlı vaka oluşana kadar yeni bir çalıştırıcı, Plugin, bağımlılık, canlı taşıma veya model hakemi eklemekten kaçının.