跳转到内容
OpenClaw Docs

Personal agent benchmark pack

Personal Agent Benchmark Pack 是一个用于本地个人助手工作流的小型基于仓库的 QA 场景包。它不是一个通用模型基准测试，也不需要新的运行器。该包复用了 QA 概述 中描述的私有 QA 栈、合成 QA 渠道 以及现有的 qa/scenarios markdown 目录。

第一个包有意设计得很窄：

  • 通过本地 cron 传递的虚假个人提醒
  • 通过 qa-channel 进行的虚假私信和线程回复路由
  • 从临时 QA 工作区内存文件中虚假调用偏好设置
  • 虚假机密无回显检查
  • 简短的批准式轮次后的安全读取支持的工具后续执行
  • 针对敏感本地读取请求的批准拒绝停止行为
  • 基于证明的任务状态报告，将待处理、阻塞和完成状态分开
  • 在省略原始个人内容的同时保留有用状态的共享安全诊断产物
  • 在存在本地证据之前避免虚假进度的基于证据的完成声明

场景

Section titled “场景”

机器可读的数据包元数据位于 extensions/qa-lab/src/scenario-packs.ts 中。使用 --pack personal-agent 运行数据包：

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

--pack 与重复的 --scenario 标志是累加的。显式场景首先运行，然后数据包场景按 QA_PERSONAL_AGENT_SCENARIO_IDS 顺序运行，并去除重复项。

该数据包专为带有 mock-openai 或其他本地 QA 提供商通道的 qa-channel 而设计。不应将其指向实时聊天服务或真实的个人账户。

隐私模型

Section titled “隐私模型”

这些场景仅使用虚假用户、虚假偏好、虚假密钥以及由套件创建的临时 QA 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、全局配置或实时网关状态。

产物保留在现有 QA 套件产物目录下，应被视为测试输出。脱敏检查使用虚假标记，因此可以安全地检查失败情况并将其归档到问题中。

扩展数据包

Section titled “扩展数据包”

在 qa/scenarios/personal/ 下添加新用例，然后将场景 ID 添加到 QA_PERSONAL_AGENT_SCENARIO_IDS 中。保持每个用例小而精、本地化，在 mock-openai 中具有确定性，并专注于一种个人助手行为。

良好的后续候选事项：

  • 已脱敏的轨迹导出检查
  • 仅限本地的插件工作流检查

在场景目录有足够的稳定用例来证明引入该界面合理之前，避免添加新的运行程序、插件、依赖项、实时传输或模型评判器。