AI图鉴

AI图鉴首页 › AI 资讯 › Show HN: CATT 0.2.1:测试agents/服务对类似Muse/I

Show HN: CATT 0.2.1:测试agents/服务对类似Muse/Instinct的服务,在CI中

来源:Hacker News · 发布时间:10-23 · 由 AI图鉴每小时自动聚合

嘿,HN,我们最近打开了我们的消费者Agent测试工具,帮助团队对Muse和Instinct等专有助手进行脚踏实地测试。 我们把它建为r

消费者Agent测试工具(CATT)测试助理如何使用你的服务。 运行一个脚本或模型驱动的agent对抗MCP服务器,MCP应用程序,一个网站或HTTP API. 检查一下服务做了些什么,检查了证据,并比较了整个建筑的成果。

Muse和Instinct 被支持的替代模拟目标。 Muse 仍然是默认值。 两者都使用共享连接器测试合同,包括路由,内存,支付,浏览器/HTTP任务和调度。 其来源和限度见"永定研究". 驱动审判的模型与被模仿的助手是分开的。

{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}提供"安全" {\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}MIT许可证

试宿者。 CATT是一个代孕者:它大致是一个助手的

主办方,而不是私人执行。 考试不合格

与 Muse 或任何主机助理兼容。 每个Muse特定的行为

有记录依据:有记录的、非正式的、假定的或未知的。

此项目不隶属于或认可Meta,Instinct,OpenAI或Anthropic.

连接道记录每个Muse特定行为的基础。 工具类

并遵循有文件记载的准则。 缪斯-克利投影

模板客户端遵循非官方镜像;本地投影是假设

通用基线。 中性cli投影支持两个目标作为CATT

治疗。 Instinct 运行有一个单独的源记录并标签为

共享主机算法作为假设。 本地/CLI MCP是CATT的测试适配器;

没有找到公开的Instinct MCP整合合同。

在 Instinct 下运行本地预定示例,无需模型或账户:

uv运行消费者-agent-测试工具-连接器-运行实例/连接/intinct-booking.yaml \

-- driver 脚本 -- spect example/ connectionor/ fixture-booking.calls.json \

-- start "python - m client agent testing tool. connector fixture - port {port} - 变量好 - 无"

设定仿真目标:在您的情景或通过中的本能

- 模拟-目标直觉。 两个目标都使用本地或cli投影和通用的

MCP客户端。 默认为纯文本回复,而不运行 Muse 准则

检查。 它的本地钱包固定覆盖支付行为;实时支付 rails

信任的网络协议、 断层和文件仍然位于

共享合同。

三个快速启动。 连接器道和流行的MCP服务器快速启动在无账户的回转上运行;覆盖猫沙盒快速启动称为主机沙盒。 测试您自己的服务将它们变成一个工作流程,文档索引列出每个页面。

您需要 Python 3. 12 或更新( Linux 测试 3. 12, macOS 测试 3. 14)

和20号节点或新节点

已安装的软件包声明 QQ20;测试为 25. 9。 记录的释放

证据涵盖macOS。 从此寄存器的克隆中安装 Python 和

节点依赖和铬构建浏览器通道使用:

uv 同步 -- extra 打开路由器 -- extra dev

npm - 前缀工具 ci - ignore 语句

npm - 前缀工具/支付-ii ci - ignore-scripts

PLAYWRIGHT BROWSERS PATH="$PWD/.cache/ms-playwright"节点工具/支付-ui/node modules/playwright/cli.js 安装铬

连接道、准备状态检查和脚本运行只需

{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}请说节点和铬是用于MCP Apps和浏览器车道。

在Linux(Debian或Ubuntu)上,代之以用其系统库安装Chrimium. Linux没有被记录的释放证据覆盖:下面的命令符合CI工作流程,但在此没有被限定。

sudo apt-get 更新 QQ sudo apt-get 安装 -y nodejs npm # 或节点 20+ 从节点源或 nvm

卷曲 - LsSf https://astral.sh/uv/install.sh QQ sh

uv 同步 -- extra 打开路由器 -- extra dev

npm - 前缀工具 ci - ignore 语句

npm - 前缀工具/支付-ii ci - ignore-scripts

PLAYWRIGHT BROWSERS PATH="$PWD/.cache/ms-playwright" (中文(中国大陆) ).

节点工具/支付-i/node modules/playwright/cli.js 安装-带有-deps铬

3个功能依赖于 macOS 安全带( sandbox-exec) 并报告不支持

或在 Linux 上被屏蔽,而不是运行未关闭:-- 离线准备

模式,即网络拒绝验证员的运行后工作 -- -- 表面辅助工具,以及

本地模型内存简介。 连接道,脚本运行

准备状态检查和Docker后卫的 stdio目标并不取决于它。

与医生检查设置:

经营消费者-agent测试工具医生

它检查节点与地板安装的软件包申报

工具/付费-义包对照其固定版本,以及铬和

它的无头壳在.cache/ms-playwright下。 它报告任择

协议工具,并检查 Docker 只用于开发通道或配置

斯特迪奥MCP和CLI目标。 它不提出模型请求,即使存在

配置或 --model-profile选择一个模型。 每次检查失败或被屏蔽

打印 Stderr 上的一行及其理由,对于设置问题,命令

那样就解决了

明确运行提供机前飞行,发送两个简短的型号请求

并可能收取费用,加上 -- 型号飞行:

uv 运行消费者-agent-测试工具医生-配置 agent.yaml-模型-飞行前

脚本运行不需要模型账户,脚本运行命令全部三个

快速启动不需要配置文件。 Agent运行需要模型配置和

API密钥;模型提供者显示如何创建。 供应

通过环境变量获取证书,使其远离设想情景和

共享证据。 消费者- agent- testing-tool.yaml 默认设置文件

是本地和 git- ignored 的,没有发送配置文件。

这种快速启动保持回转,不需要账户。 完成设置,然后在第二个终端启动Cedar Stays型测试服务。 它在准备就绪时用它的URL打印一条JSON线;Ctrl-C停止:

uv 运行 python - m 消费者 agent 测试 tool. connector fixture - port 8765 - 变量良好 - 无

重放实例的脚本调用,没有模式:

uv运行消费者-agent-测试工具-连接器-运行实例/连接器/固定-预订。 雅姆尔

--driver 脚本 --scription example/connectionor/fixture-booking.calls.json 页面存档备份,存于互联网档案馆互联网档案馆的存檔,存档日期2013-12-22.

剧本搜索室,获得引文,书籍并给出最终答案。 那个

主机从假想的私人:值来填充嘉宾的电子邮件:

模式从不看,脚本的用户回答来自

场景权限:规则。 运行后,主机检查固定器

私人 oracle(一次确认预订,不重复收费)和预订

状态通过 get booking。 它还检查,每个发送的电话都与它的

批准卡(批准、发牌、批准、公布)和

最后的答复没有提出虚假的主张,并转发了总数和

确认(答复.no false 声称,答复.relay complete).

命令打印运行目录和连接器报告:.../report.html

并在每一次所需检查通过时退出 0。 运行被封存到

运行/连接-<id>/. 共享导出输出,而不是运行目录:

它的私有/ 文件夹持有主机- 私有值。

对于 agent 运行,请创建 agent. yaml,并使用 init 命令。

模型提供者,将OPENROUTER API KEY设置在您的外壳中,并运行:

uv运行消费者-agent-测试工具连接器-运行实例/连接器/固定-预订。 yaml-config agent.yaml

模型飞行前先运行,并打印自己的证据路径。 那么 agent 开始

将四个允许的工具视为本地功能,并使用主机- 私人电子邮件

从他们的计谋中移除,然后自己写下其他论点。 这个用

支付模型推论。 改变治疗方式而不编辑情景

-- project cli 通过一个执行命令为任一目标提供相同的工具

-- 暴露只搜索通过工具搜索来加载它们的参数

- 输出- schema 严格拒绝破坏工具输出的结果

官方 MCP SDK 这样做,和 -- 审判 N 进行独立审判和打印

过关了运行锁记录了投影、曝光、客户形象和

输出-schema 在覆盖下覆盖。

连接器运行的退出 0 每一次需要的检查通过;1 一次检查

未成功,答案是虚假的,或者 agent 限额已达;2 对 a

设置、控制或报告错误;和 3 当试验受阻或

不支持,例如用不确定的文字来调和,即不可观察

检查或客户描述限制。 要从自己的服务器开始,请运行

脚手架;在没有模型的情况下,重播一个可分享的 agent 试验

把它写成一个有脚手架的呼叫文件 -- 从运行。 那个

连接器车道参考涵盖情景、旗帜和

证据。 实例

列出每个已运出的情况及其固定命令,以及

通道扩展覆盖路线,自定义

连接器、浏览器子agent、钱包、时间表和其他

扩展。

连接器道与任何 MCP 服务器在可流的 HTTP 之上工作,而不仅仅是

捆绑测试服务。 这个快速启动点在"一切"

(@ modelcontextprotocol/ server- allthings) 互联网档案馆的存檔,存档日期2014-03-02.

MIT),为客户端作者维护的参考服务器MCP项目。 内容

天气工具返回模拟数据,所以不需要账户或密钥。 开始吧

第二个终端;第一次运行下载 npm 的绑定发布:

PORT=3001 npx -y @modelcontextprotocol/server-Everything@1.0.0 可流 Http

看主持人从直播目录中推断什么。 脚手架在握手

和工具/列表,不调用工具,并用建议书写情景骨架

来自服务器说明的工具类:

uv运营消费者-agent-测试工具脚手架 http://127.0.0.1:301/mcp 把我的一切都说出来

uv运行消费者-agent-测试工具检查 http://127.0.0.1:301/mcp - 套装缪斯指南

第二命令静静地对照钉住的Muse连接器准则审查目录。 然后重放已运出的例子,它要求芝加哥的天气,首先使用本土工具,然后通过Muse风格的命令行投影在非正式的Muse模板客户端上:

uv运行消费者-agent-测试工具-连接器-运行实例/连接器/一切-天气。 雅姆尔

--driver 脚本 --scription example/ connectionor/ everything-weather.calls.json 页面存档备份,存于互联网档案馆。

uv运行消费者-agent-测试工具-连接器-运行实例/连接器/一切-天气。 雅姆尔

-- projection muse-cli - 客户简介 muse-template-unofficial - 2026-10\\x

--driver脚本 --script example/ connectionor/ everything-weather-cli.calls.json 页面存档备份,存于互联网档案馆

两个出口都是0号出口设想提供了服务器工具的模型三;a

经审查的许可名单将其余部分排除在清单之外,包括 " 获得-env "。

返回服务器进程的环境变量,以及

gzip- file- as- resources,获取它给定的任何 URL。 服务器没有

私人oracle,所以结果检查呼叫得到结构化的内容本身

agent停止后,回答检查查找温度

条件服务器返回。 使用模型配置文件,让 agent 也这样做

任务 3 次并打印 pass^k (付费推论)。 假设情况宣布不

重新设置 URL,这样连接器运行的警告,使试验共享服务器的状态;

此天气工具没有保存:

uv运行消费者-agent-测试工具-连接器-运行实例/连接器/一切-天气。 雅姆尔

--config agent.yaml -- 审判 3

检查还运行读取目录和文件的准备状态套件

运行 agent。 随着连接器 - 线路快速启动的固定仍在运行

审查其目录和对照钉住的Muse连接器显示的例子

准则:

uv运行消费者-agent-测试工具检查 http://127.0.0.1:8765/mcp - 一套缪斯指南?

- 明显的例子/连接/准备状态。

准则审查列出服务器的工具,并拨打无;-- drift- check

获取直播指南,只有在给定时才使用。 Poppy发现只读。

它的探测器只运行与 - 明显并采取行动在公司自己的主机:

开始会话,在已声明的测试账户中签名并确认一个已声明

操作。 设备套件读取一个本地文件。 合同套房检查a

目标在配置文件(-config)中命名。 mcp目标

未申报合同案例,其运营合同检查为

不支持和 t

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

Blumify

Blumify:音频语音方向的 AI 工具,Hacker News 新品(热度 90)。

Breadcrumb

Breadcrumb:效率方向的 AI 工具,Hacker News 新品(热度 32)。

Handwired

Handwired:编程开发方向的 AI 工具,Hacker News 新品(热度 25)。

L.O.S.S. AI

L.O.S.S. AI:效率方向的 AI 工具,Hacker News 新品(热度 25)。

相关免费羊毛

GroqCloud

Free Plan 可测试高速模型

InstaBox

5 台免费云电脑(每台 4 vCPU/8GB)

NVIDIA Inception

NVIDIA Inception 初创 GPU/云折扣最高 $15k

E2B

Agent 沙箱:注册送 $100 赠金

同源资讯

铁路通道——文章 URL:https://train.samismith.com/ 联合

Hacker News · 10-23

贾里德·库什纳黑客电话揭示秘密谈判,百万交易

Hacker News · 10-23

Hedra是我高中时从零开始写的3D开放世界游戏

Hacker News · 10-23

Show HN: UI AI的微互动提示

Hacker News · 10-23

大赦国际和科学常识附文

Hacker News · 10-23

对CT扫描的AI分析发现 42.9%的患者患有冠状炎症。

Hacker News · 10-23

阅读原文(github.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 587 款 AI 工具分类导航 · 每日 AI 热门项目与动态