个人智能体基准测试包

个人智能体基准包是一个由小型仓库支持的 QA 场景包，用于 本地个人助理工作流。它不是通用模型基准， 也不需要新的运行器。该包复用了 QA overview 中描述的私有 QA 栈、合成的 QA channel，以及现有的 qa/scenarios YAML 目录。

第一个包有意保持范围较窄：

• 通过本地 cron 投递模拟个人提醒
• 通过 qa-channel 模拟私信和线程回复路由
• 从临时 QA 工作区记忆文件中模拟偏好回忆
• 模拟秘密不回显检查
• 在短暂的审批式轮次后，执行由安全读取支撑的工具跟进
• 针对敏感本地读取请求的审批拒绝停止行为
• 有证明支撑的任务状态报告，保持待处理、受阻和已完成相互分离
• 可安全分享的诊断工件，在保留有用状态的同时省略原始个人内容
• 有证明支撑的完成声明，避免在本地证据存在前伪造进度
• 故障恢复，报告部分状态并保持重试边界清晰

场景

机器可读的包元数据位于 extensions/qa-lab/src/scenario-packs.ts。使用 --pack personal-agent 运行该包：

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

--pack 可以与重复的 --scenario 标志叠加使用。显式场景会先运行， 然后包场景会按 QA_PERSONAL_AGENT_SCENARIO_IDS 顺序运行，并移除重复项。

该包为使用 mock-openai 或其他本地 QA 提供商通道的 qa-channel 设计。 不应将它指向实时聊天服务或真实个人账号。

隐私模型

这些场景只使用模拟用户、模拟偏好、模拟秘密，以及套件创建的 临时 QA Gateway 网关工作区。它们不得读取或写入真实的 OpenClaw 用户记忆、 会话、凭据、启动代理、全局配置或实时 Gateway 网关状态。

工件保留在现有 QA 套件工件目录下，应像测试输出一样处理。 脱敏检查使用模拟标记，因此失败可以安全检查并提交到 issue 中。

扩展该包

在 qa/scenarios/personal/ 下添加新的 .yaml 用例，然后将场景 ID 添加到 QA_PERSONAL_AGENT_SCENARIO_IDS。保持每个用例小型、本地、 在 mock-openai 中确定性，并聚焦一个个人助理行为。

不错的后续候选项：

• 脱敏后的轨迹导出检查
• 仅本地插件工作流检查

在场景目录拥有足够稳定的用例来证明这些表面有必要之前，避免添加新的运行器、插件、依赖项、实时传输或模型裁判。