用途：帮助为 AI 智能体设计与实现测试策略，覆盖单元测试、集成测试、智能体评估、记忆测试和工具 Mock。当用户需要为智能体编写或规划测试时使用。
主要能力： 单元测试：独立测试每个 @tool 函数并 Mock 依赖；测试 hook 中间件（before/after invoke 回调）；测试记忆后端操作（create_event、retrieve_records）；测试会话 ID 生成与命名空间构造；使用 pytest fixtures 进行记忆/工具 Mock。 集成测试：用真实模型但 Mock 工具做端到端测试；测试记忆往返（写入→提取→检索）；测试 Slack handler → AgentCore invoke → 响应流水线；测试会话隔离（两个用户，验证无数据泄漏）；测试冷启动与懒初始化。 智能体评估：定义黄金测试用例（输入→预期行为/输出）；评估有用性、准确性、安全性、延迟；评估记忆使用是否正确保存/召回；测试技能加载是否选中正确技能；测试护栏是否拒绝有害请求。 记忆测试：验证每轮对话创建 STM 事件；验证策略处理后进行 LTM 提取；测试命名空间隔离（actor A 看不到 actor B）；测试会话恢复时加载记忆上下文；测试显式 save_memory / recall_memory 工具。
使用方式：资料给出 Mock 模式示例，如用 @patch("platform_agent.memory.AgentCoreMemory") 模拟记忆保存，用 @patch("strands.models.bedrock.BedrockModel") 模拟模型响应，配合 pytest 编写测试。
适用场景：为基于 AgentCore、Strands、Bedrock 等构建的智能体编写测试与评估方案。
限制：资料未提供安装命令、依赖版本、完整代码示例、收费或平台信息，具体实现细节暂未提供。