用途：当智能体的测试套件为红（失败）时，将其驱动到全绿。触发语包括“get CI green”“the test suite is failing”“run the tests and fix them”等。核心思路是先按原因分诊，因为一次红套件通常由多个互不相关的原因叠加，且多数是测试本身坏了而非智能体坏了；盲目修复会浪费整轮运行时间，每次模拟需数分钟。
主要能力与用法：通过 ElevenLabs API 操作，主机 https://api.elevenlabs.io，请求头 xi-api-key: $API_KEY，需提供 $API_KEY、$AGENT_ID、$BRANCH_ID。步骤包括：1）先取基线，GET /v1/convai/agents/$AGENT_ID?branch_id=$BRANCH_ID，套件位于 platform_settings.testing.attached_tests，区分本智能体附加的测试与经共享文件夹继承、实际属于其他智能体的测试；用 GET /v1/convai/agent-testing/{test_id} 取测试体，404 表示失效附件。2）运行并轮询：POST /v1/convai/agents/$AGENT_ID/run-tests，用返回的 suite id 轮询 GET /v1/convai/test-invocations/$SUITE_ID，建议后台每 20-30 秒轮询，直到无 pending。3）分类失败：未 mock 的工具调用、60 秒超时、错智能体测试、真实智能体错误行为、过时架构（如工具迁移后断言旧工具）。4）修复用 PUT /v1/convai/agent-testing/{test_id} 原地更新，保留 id；PATCH 返回 405；不要删除重建。5）验证：即使全绿也要检查 transcript 中是否有 no mock matched，并至少重跑两次。
适用场景：ElevenLabs ConvAI 智能体的 CI 测试修复与分诊。限制：需自行提供 API 密钥与智能体、分支 ID；模拟耗时较长；部分失败属于平台限制或产品决策，应上报而非强行修复；资料未提供收费、价格与平台支持范围等信息。