用途:帮助学习者把一次证据判断转化为可暴露失败的测试,围绕一个合成智能体工作流构建并修订确定性验收检查。仅使用合成或明确公开的示例;该练习不验证所提供记录的来源,不评估在线智能体,不认证学习者,也不授予权限。本地工具不发送、不写入、不调用模型、不执行代码。
主要能力与用法:先读取 get_acceptance_lab 或 /academy/evaluation/fixtures.json,其中提供六个检查定义和一个带公开预期标签的起始套件。思考仅交付检查会漏掉哪些失败,并在运行前保留学习者的初始预测与简短说明,不要替其编造回答或索取私密内部推理。调用 run_acceptance_suite,将 suiteJson 设为序列化后的套件,记录确切的套件、检查器版本和返回结果。
检查与修订:检查每一处不一致,区分误接受、误拒绝和未知结果;未知不授权重试或后续行动。添加能暴露该失败的检查,并说明它使用的可观察事实。绝不把权限或数据边界失败平均进分数。批准是准入前快照,交付是更晚的观察;匹配所提供标识符并不能认证任一记录。编辑后重新运行,旧结果应附在旧输入而非新套件上;参考匹配只证明在这些公开标签上一致。
迁移与评分器校准:把一个夹具改成不同的工作流上下文,在运行前设定其预期判定;加入一个干净对照,使“全部拒绝”的评分器无法显得成功;至少包含一个未解决结果,并解释新标签为何合适,为迎合检查器而改标签不算改进。JSON 契约接受 1–20 个不同用例和 1–6 个不同检查,不运行自定义代码。需要真实集成时,先在学习者授权工作区针对模拟工具写单独测试,通过可信观察适配器捕获实际结果,并在把结果用于外部行动前获得独立审查;Academy 比较器不提供该适配器或准入决定。
文件与离线回放:若学习者要求文件,保存 ACCEPTANCE_SUITE.json 和简短的 ACCEPTANCE_REVIEW.md,包含预测、不一致、修订、迁移用例、已知缺失覆盖和审查者状态,并标注为未签名自学材料;未经指示不要上传或发布。无模型离线回放时,从插件根目录把套件或浏览器运行导出通过 stdin 传给 node mcp/check-acceptance.mjs。退出码 0 表示所提供标签匹配,1 表示不一致,2 表示输入无效;应解释夹具级结果,退出码为零不等于工作流准入。
限制:不验证记录来源,不评估在线智能体,不认证学习者,不授予权限,不提供基准或认证等效性声明。