测试用例

L0→L4 分级 × agent 分组 · 直接测一句 / 点一条跑 / 勾一批跑 —— 要逐轮看对话回放,去「用例回放」(同一套用例)

v2 档:跑 app/mind(与 /api/v2/mind/turns 同一条装配)。不支持直连档(v2 没有跳过路由层的入口,选了会当场报错而不是悄悄走路由)。同一条用例在两套上结论可以不同:断 v2 独有行为的那些在 1.0 档必红。
L0 全绿再跑 L1 —— 低层错了,高层的红多半是它的下游0
用例首句场景 / 分类复杂度断言维度测过 / 最后一次最近结果
没有匹配的用例