用途：为 LiveKit 智能体编写回合级（turn-level）测试，运行在用户已有的测试套件中，支持 pytest（Python）与 Vitest（Node.js），文本模式、速度快，适合每次提交运行。
主要能力：每个测试结构一致——用被测智能体启动测试会话、运行一个用户回合、对该回合产生的事件做断言。断言分三类：结构断言（消息角色、工具是否被调用、参数、返回值、是否发生到指定智能体的交接），确定性高，优先使用；判定断言（LLM 裁判，给一条消息和意图字符串判断是否匹配），用于无法精确断言的回复内容，意图按结果描述而非措辞；整段对话断言（judge-group 并发运行多个内置裁判并汇总，覆盖 grounding、相关性、安全、任务完成、工具使用等维度），用于跨多回合的问题。
使用方式：编写前先用 reading-livekit-docs 查当前 API 名称与签名，测试细节参考测试文档页。建议先做结构断言，只对剩余部分做判定；关闭回合，断言没有后续事件；每个测试只验证一个行为。工具需 mock，覆盖被测智能体的工具并返回固定值，同时 mock 失败与成功；默认 mock 作用于自身 run() 调用周围的块，另有 session 作用域形式供独立会话使用。多回合可用逐回合运行或预置历史两种方式。
适用场景：用户要求为智能体写测试时；验证工具调用、工具失败、拒绝与限制、交接、已修复的 bug 等。
限制：mock 只改变执行，模型仍看到真实工具 schema；脚本化 provider 只能证明机制而非语言理解；不要写惩罚正确行为的测试，护栏场景的通过条件是智能体拒绝、升级或拒绝编造。资料未提供具体安装命令与价格信息。