Agent Space智能体如何进行功能测试

要确认一个智能体是否真的具备“做事”的能力，最直接的方法是看它能否准确保存文件、读取内容并按要求完成修改。这种基于实际文件操作的验收方式，比单纯聊天更能暴露智能体在工具调用上的短板。本文将演示在 Windows 浏览器环境下，利用 Agent Space 网页版的云端工作空间，通过一份自拟的物料清单完成从创建到修改的全流程测试。

在 Workspace 中新建对话并选择具备文件读写权限的 Agent

1. 选定这次要验证的组合

进入自己的 Workspace，点击【新建对话】，选择当前可用且具备文件读写权限的 Agent。在输入框附近检查兼容模型，确保所选模型支持当前的运行环境。先记录下工作区名称、Agent 类型、模型版本以及运行环境配置，这些是后续排查问题的基础依据。

确认模型额度充足且云端环境连接正常后，再开始发送任务。如果页面提示模型不可选、等待权限或环境未连接，请按指引处理，不要将这些状态直接误判为智能体能力不足。首次测试建议只固定一个组合，避免同时更换模型、材料和任务要求，以便精准定位问题。

1. 选定这次要验证的组合

2. 用固定材料检查实际保存

在输入区填写一条明确的练习任务：“请把以下虚构物料清单原样保存为工作区 task-test/materials.txt：便签3盒、彩笔2盒、夹子5盒，每项单独一行。只创建这份练习文件，报告实际保存路径与保存结果。”这里的目录和名称均为本次测试自定义。

发送后查看对话的工作记录，留意智能体是否实际调用了写文件工具。当完成回复出现时，从侧栏【文件】面板打开 task-test 文件夹，再打开 materials.txt，逐项核对名称、数量和单位。验收的核心标准是文件真实存在且内容正确；如果只有一段“保存成功”的文字回复，而没有实际文件生成，则不能确认写入完成。

若文件没有出现，请将原路径交回这段对话，要求智能体检查保存结果。切勿在找不到文件的情况下，仍将测试记录标记为通过。

从侧栏文件面板打开并核对保存的物料清单

3. 读取同一文件并核对计算

确认文件已经保存后，发送第二条指令：“读取 task-test/materials.txt，列出三项物料和各自数量，计算总盒数；只读取，不修改文件，并说明本次读取了哪个路径。”

根据练习数据，人工可算出的预期总数是10盒。对照回复中的三项明细，同时检查工作记录中是否包含实际的读取动作。需要注意的是，模型可能从聊天上下文中复述数字，这不代表它一定读取了文件，因此必须将文件路径和工具调用动作一起核对。

这里的10盒仅是测试样本的预期值。如果实际出现读取失败、漏项或数量错误，应详细记录原始提示词和发生步骤，作为后续分析的依据。

4. 修改一项，再检查保留项

在原对话中继续要求：“只把 task-test/materials.txt 中的夹子数量由5盒改为6盒，保留便签3盒和彩笔2盒。保存后重新读取文件，报告改动和新的总盒数。”

操作完成后，再次从文件区打开清单，确认只有夹子的数量发生变化，另外两项保持不变。修改后的预期总数应为11盒。如果计算正确但文件内容仍是旧数据，也不能算作修改测试通过。

如果界面出现操作确认提示，请先确认动作是否针对这份练习文件。一次只推进这一项修改，待结果明确后再增加其他要求，这样有助于将错误定位到具体的输入环节。

确认文件中仅夹子数量变更，其他项保持不变

5. 留下结果，并按真实问题复测

在测试记录中写明：保存检查、读取检查、计算检查、定点修改检查分别通过、失败还是未执行，同时记下文件路径、时间和错误原文。可以要求 Agent 把报告保存为 task-test/check-result.md，再从文件区打开核对，形成闭环。

发现偏差时，把观察结果交回原对话，例如：“总数正确，但材料文件中的夹子仍为5盒，请检查实际保存位置。”只复测受影响的部分，避免通过不断新建对话来掩盖原有问题。

如果需要验证图片输入能力，可另准备一张有权使用的简单截图，并确认当前组合支持图片功能，再让它指出可人工核对的细节。文件测试通过并不代表图片、插件或外部操作也能通过；保留本次的材料与实际报告，后续便能按相同标准进行比较。

要求智能体生成check-result.md并核对最终结果