评测案例审核工作台

统一维护智能体真实链路案例、当前契约期望和数据库验收标准;渐进记账页展示冻结的 Core 9 V2 12 案执行清单,原始输入与期望保持不变。

返回工作台首页

案例列表

推荐测试顺序
1. 确认测试范围与契约 先确认当前任务、整体或专项范围,核对 caseId、契约版本、模型、环境、并发和明确不包含的集合。
2. 单并发真实链路执行 保持同一 case 内多轮会话顺序,验证真实模型、云端 app-api/agent、确认卡、工具调用和动作终态。
3. 数据库与真机 UI 断言 确认前只允许草稿;确认后按增量核对正式事实表、库存和应收应付,并留存 traceId 与真机证据。
# 案例 等级 脚本文字 热词/候选词 测前清理 状态 测试结果
正在加载案例...