Lección 19: Probar tu agente

Una suite TestBox lista para ejecutar, mockResponses(), y matchers pensados para el comportamiento de agentes.

Probar tu agente

Todo proyecto creado con bxAgents new (Lección 4) ya trae una carpeta tests/ lista para ejecutar: tests/box.json y tests/specs/AgentSpec.bx, una spec que pasa de fábrica.

cd my-agent/tests
box install       # fetches testbox/ into tests/testbox - new already ran this for you
cd ..
bxAgents test

Escribir una spec

Extiende bxModules.bxagents.models.testing.BaseAgentSpec en lugar de testbox.system.BaseSpec directamente:

// tests/specs/AgentSpec.bx
class extends="bxModules.bxagents.models.testing.BaseAgentSpec" {

	function run() {
		describe( "my-agent", function() {

			it( "responds to a greeting", function() {
				mockResponses( [ "Hello! How can I help you today?" ] )

				var response = agent.run( "Hi there" )

				expect( response ).toContainText( "Hello" )
			} )

		} )
	}

}

BaseAgentSpec construye tu agente una vez por bundle de specs, contra una copia temporal desechable de tu proyecto - nunca toca tu .build/app real, así que probar nunca destroza un ciclo real de build/serve/package. El agente construido se expone como agent.

Probar no necesita ninguna clave de API

Por defecto, bxAgents test construye tu agente usando una sobrescritura de entorno test() en Agent.bx, creada automáticamente por new:

function test() {
	return {
		model : "mock/mock-model"
	};
}

Es el mismo proveedor mock que conociste en la Lección 5 - sin llamadas de red, sin clave de API, con una CI determinista.

mockResponses()

Programa las siguientes respuestas del agente, consumidas en orden - una por cada ida y vuelta al LLM, incluidos los turnos intermedios de un bucle de llamada a tools:

mockResponses( [
	{ toolCalls: [ { name: "getWeather", arguments: { city: "Miami" } } ] },
	"It's sunny in Miami!"
] )

var response = agent.run( "What's the weather in Miami?" )

Una cadena simple programa una respuesta final. Un struct { toolCalls: [...] } programa un turno de llamada a tool - la tool nombrada se ejecuta realmente de verdad contra tu implementación real en tools/ (de la Lección 9); solo se programa la respuesta del propio LLM, nunca el comportamiento de la tool.

Matchers pensados para el comportamiento de agentes

expect( agent ).toHaveCalledTool( "getWeather" )
expect( agent ).notToHaveCalledTool( "getStockPrice" )

Pruébalo

Escribe una spec que programe una llamada a la tool GetTime de la Lección 9, y afirma toHaveCalledTool( "now" ).

bxAgents test

Imprime los conteos de pasadas/fallos/errores/omitidas, una línea por fallo, y sale con un código distinto de cero si algo falla - apto como barrera de CI antes de desplegar en la siguiente lección.

Referencia completa: tests/.

Siguiente: Lección 20 - Empaquetar, desplegar y cerrar