返回目录 / 开发工具
Gemini CLI Behavioral Evals：测试代理决策行为
用 TestRig 或 AppRig 验证提示词和工具变更是否改变 agent 决策。
Skills
当 Gemini CLI 的 prompt、工具或决策逻辑改动需要回归覆盖时，先确认是否属于行为 eval，而非普通功能测试；UI/交互密集选 AppRig，其他选 TestRig。按项目 `creating.md` 通过 workspace files 模拟真实场景，设置断点或读取 tool logs，断言 agent 实际选择了哪些行为。新测试使用 `USUALLY_PASSES`，修复既有行为时按指南设置回归策略。根据 `fixing.md` 或 `promoting.md` 处理失败与晋级，并使用当前仓库的 eval README/Vitest 命令先在本地验证稳定性。此技能针对 Gemini CLI 自己的测试架构。
权限边界
前置条件
- 用于验证 Gemini CLI agent 的工具选择和决策行为，尤其是 prompt/tool 改动。
- 在目标 Gemini CLI workspace 创建 eval，并依据界面交互程度选 TestRig 或 AppRig。
权限边界
- 可在项目测试套件中增加、修改并运行行为 eval。
- 需按仓库当前 `docs/evals/README.md` 和 Vitest 指南核验接口。
限制
源文件中的本地 file URI 示例依赖 Gemini CLI 源码树；不要照搬其绝对路径。
固定上游来源
- 仓库
- google-gemini/gemini-cli
- 文件路径
- .gemini/skills/behavioral-evals/SKILL.md
- 固定提交
51617c1bcbcb038291125b092501b4342f4e7f77- 来源检查
- 2026-10-14 · 已按固定上游来源核对
仓库指标
以下数字属于上游仓库整体，不代表单个 Skill 或指南的点赞/热度。
- Stars
- 未取得
- Forks
- 未取得
- 观测时间
- 未取得
尚未取得指标快照。
许可证: Apache-2.0
适用工具
Gemini CLI TestRig / AppRig · Vitest · Gemini CLI eval references