基础
个人智能体基准测试包
Personal Agent Benchmark Pack 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测试，并且
不需要新的运行器：它复用私有 QA 栈（QA overview）、
合成的 QA channel 以及现有的
qa/scenarios YAML 目录。
场景
共十个场景，定义于 qa/scenarios/personal/*.yaml：
| 场景 ID | 检查项 |
|---|---|
personal-reminder-roundtrip |
通过本地定时任务投递模拟个人提醒 |
personal-channel-thread-reply |
通过 qa-channel 路由模拟私信和话题串回复 |
personal-memory-preference-recall |
从临时 QA 工作区的记忆文件中回忆模拟偏好 |
personal-redaction-no-secret-leak |
模拟密钥不回显检查 |
personal-tool-safety-followthrough |
在简短的审批式轮次后，安全地继续执行有读取结果支持的工具操作 |
personal-approval-denial-stop |
对敏感本地读取请求拒绝审批后的停止行为 |
personal-task-followthrough-status |
有证据支持的任务状态报告，明确区分待处理、已阻塞和已完成 |
personal-share-safe-diagnostics-artifact |
可安全分享的诊断工件：保留有用状态，同时省略原始个人内容 |
personal-no-fake-progress |
有证据支持的完成声明，避免在本地证据存在前报告虚假进度 |
personal-failure-recovery |
故障恢复：报告部分状态，并清晰标明重试边界 |
机器可读的包元数据（ID 列表、标题、描述）位于
extensions/qa-lab/src/scenario-packs.ts，名称为 QA_PERSONAL_AGENT_SCENARIO_IDS。
使用 --pack personal-agent 运行该场景包：
OPENCLAW_ENABLE_PRIVATE_QA_CLI=1 pnpm openclaw qa suite \ --provider-mode mock-openai \ --pack personal-agent \ --concurrency 1--pack 可与重复的 --scenario 标志叠加使用。显式指定的场景会
先运行，然后场景包中的场景按照 QA_PERSONAL_AGENT_SCENARIO_IDS 顺序运行，
并移除重复项。
该场景包面向使用 mock-openai 或其他本地 QA 提供商
通道的 qa-channel。请勿将其指向实时聊天服务或真实个人账户。
隐私模型
场景仅使用模拟用户、模拟偏好、模拟密钥以及 测试套件创建的临时 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 测试套件的工件目录下，并按 测试输出处理。脱敏检查使用模拟标记，因此可以安全地 检查失败并将其提交到议题中。
扩展场景包
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。每个用例应保持小型、本地，并在
mock-openai 中具有确定性，且专注于一种个人助理行为。
适合作为后续工作的候选项：经过脱敏的轨迹导出检查、仅限本地的 插件工作流检查。
在场景目录拥有足够多的稳定用例、足以证明新增表面合理之前， 请避免添加新的运行器、插件、依赖项、实时传输或模型评审器。
