delete_files

AI 代理：测试工具调用决策中的错误

通过关注单个决策而非整个对话，可以测试 AI 代理中的工具调用错误。此方法涉及设置包含可用工具及其 JSON 架构、对话历史记录、预期的正确响应（包括特定的工具调用或不调用）以及不应被调用的工具列表的测试用例。通过隔离每个决策，失败可以精确地查明问题，例如数据类型不正确、缺少必需的参数，或代理尝试使用禁止的工具（基于嵌入在工具结果或用户提示中的指令）。此方法允许在持续集成管道中进行廉价且安全的执行。