系统教程

建立分层评估集、人工金标、多维评分、机器 Check、人工评审路由和可复现的 AI 回归体系。

验证文档解析、切分、召回、重排、引用、幻觉、权限隔离和知识更新。

验证图片、表格、印章、遮挡文档以及金额日期等关键字段的识别与入库质量。

验证多轮规划、工具选择与参数、状态变化、重试幂等、人工审批、终止条件和安全回退。

验证 MCP 能力协商、工具 Schema、鉴权授权、会话传输、内容污染、审计和协议回归。

覆盖提示词注入、越狱、敏感信息泄露、工具滥用、内容安全和权限绕过。

建立首字延迟、生成速度、Token 成本、失败率、模型漂移和线上反馈监控。

把需求、规则、代码、缺陷和示例组织成有边界、可追溯、可回归的 Prompt 与上下文。

把规范、风险规则、缺陷模式、脚本和领域经验封装成可组合 Skill，并用历史样本验证边界与稳定性。

把需求分析、候选生成、机器校验、人工裁决、执行、回归和报告编排成可恢复、可审计的测试工作流。