用途
该技能用于为 LiveKit 智能体模拟创建和维护测试场景，并将智能体接入以消费这些场景。场景是模拟用户的指令（用户是谁、想要什么）加上 agent_expectations（什么算成功）。模拟会针对真实智能体运行场景，并由 LLM 评判器对对话记录打分。
运行结果是一次性的，场景文件才是长期资产：它会在 diff 中被审查、多年重跑，并能捕捉到无人注意的提示词修改所导致的破坏。
主要能力
- 从生成基线开始：LiveKit 的生成器会读取智能体源码，快速产出可用的初稿，命令为
lk agent simulate text -n 10（需用--help确认确切标志）。 - 生成会从源码上传代码到 LiveKit Cloud，因此 CLI 会先请求确认；需提前告知用户并允许其拒绝。部分代码无法离开本机，此时需手写场景。非交互运行可用标志跳过提示。
- 生成器无法被引导，它从代码推断意图，产出的是看似合理的对话而非该智能体用户真实发生的对话，也不了解用户担忧什么。应将其输出视为草稿：阅读每个场景并删除不重要的；锐化模糊的期望（评判器无法判定 agent_expectations 是场景不稳定的最大原因）；补充生成遗漏的内容（生成偏向顺利路径，references/risk-coverage.md 说明如何将智能体约束转为检查清单并为每项分配场景）；补充用户担忧的内容，若用户未说明则询问想压力测试什么。
使用方式
- 询问要探测什么：用户知道哪个流程总出问题、哪个客户投诉过、对哪个改动感到紧张。应询问并将套件向该区域倾斜，增加更多更深的场景。聚焦增加覆盖，但绝不减少对智能体硬性限制的覆盖。若用户无偏好，则广泛生成并告知。
- 基于智能体能做什么来编写场景：先用常规工具在本地阅读智能体代码，寻找用户可请求的内容（能力）、请求被阻止的位置（约束：必需步骤、按名称不可用的项目、上限、资格）以及智能体必须拒绝的内容。约束最重要：要求智能体做不到的事的场景，只有期望是智能体说明做不到时才有效；写反了，智能体行为正确时测试反而失败。范围是会话入口点可达的智能体，加上它交接给的智能体和等待的任务；忽略目录中其他类、未使用的导入和示例文件。
- 编写模拟用户能遵循的指令：有两种形态，取决于场景用途。细节和示例见 references/scenario-craft.md。点式方向用于确定性流程，按最终状态评分，结构化模板（人设、开场白、仅在被问时透露的事实、按顺序的步骤、条件反应）可保持人设模型不跑偏并使运行可重复。人设段落加目标用于开放式和对抗性场景，仅按对话评分，希望模拟用户即兴发挥。两种形态中，目标都是对智能体的请求，绝不是智能体自身的动作。使用智能体领域的真实值，并假设无先前状态。在套件中变化人设、情绪和难度，避免十份相同的合作型来电者。
- 将场景拆分为集合，每个集合一个文件：运行命令只接受一个场景文件，因此一个文件就是一次运行。按想单独运行的方式拆分，通常不是按主题。最重要的轴是评分方式：驱动具体工具流程到确定性最终状态、按最终状态和对话评分的场景；仅按 agent_expectations 评分的开放式和对抗性场景。二者需要不同的指令形态、不同的智能体接线，往往还有不同的运行节奏，因此放在不同文件。第二轴是节奏：合并前运行的小集合，发布前运行的全集合。给每个文件起描述集合的名称，因为它标记运行。文件内用标签切片。按功能打标签，使失败指向拥有它的智能体部分，并添加其他过滤维度（渠道、难度）。在文件头注释记录集合的假设：固定日期、必需环境变量、期望依赖什么。
- 保持场景可复现：场景应数月后给出与今天相同的结果。写绝对日期并固定智能体时钟（通常用环境变量），使可用性和期望始终对齐；相对日期会腐烂。不要让场景命中真实后端，而应从场景播种确定性状态。在 CLI 支持处保持 id 稳定；标签和指令会变，id 是随时间将场景运行联系起来的纽带。从头重写的场景是新场景，获得新 id。
- 让智能体消费场景：场景文件本身无法解决两个问题。命中真实后端的场景每次评分不同，只读对话记录的评判器会通过一个订错房间的运行。二者都在智能体代码中修复，位于入口点顶部的一个分支：从 job context 检测模拟（生产中检查返回空，其他不变）；从场景的每场景数据播种状态（假日历、内存数据库），智能体的真实工具原样读取；在会话生命周期内 mock 工具，使工具选择仍受测试但执行确定；在模拟结束回调中评分最终状态，将智能体结束时的状态与场景期望比较，不同则失败。你的检查可以让评判器通过了的运行失败，但不能挽救评判器失败的运行。只有工具流程场景需要这些；开放式和对抗性场景仅按对话评分。references/connecting-the-agent.md 完整覆盖，包括如何确认接线生效。用 reading-livekit-docs 查询当前 API 名称。
- 从真实失败中增长套件：最有价值的场景描述出过的问题。智能体上线后，从录制的会话派生场景，而非继续发明。CLI 支持处，子命令可从录制会话派生场景（查看
lk agent simulate --help）。派生的场景描述一次调用，应拓宽到它代表的调用类别，并将其期望锐化为想强制执行的规则。每个修复的生产 bug 都应在文件中获得永久场景。 - 不要写坏测试：评判器按 agent_expectations 给智能体评分，因此草率的期望会惩罚正确行为。对于护栏和负面案例，通过的标准是智能体拒绝、升级或拒绝编造数据，期望应这样写。绝不写智能体只能通过不当行为才能满足的期望，如陈述它无法知道的数据或给出具体的医疗、法律或财务指令。若通过需要不当行为，场景就是错的。从用户视角按结果评判，不要规定措辞。
适用场景
- 用户询问“应该测试什么”或需要为 LiveKit 智能体编写模拟场景时。
- 需要为智能体建立可长期维护、可复现的测试套件时。
- 需要从真实失败或录制会话派生测试场景时。
限制
- 生成器无法被引导，其输出需人工审查和锐化。
- 生成会从源码上传代码到 LiveKit Cloud，部分代码无法离开本机时需手写场景。
- 场景文件本身无法解决命中真实后端和评判器只读对话记录的问题，需在智能体代码中接线。
- 具体 schema、CLI 标志和 API 名称会变化，需通过 reading-livekit-docs 查询，本技能不重述。
参考资料
- references/risk-coverage.md — 将约束转为检查清单并保证覆盖
- references/scenario-craft.md — 指令形态、人设多样性、音频特定场景
- references/connecting-the-agent.md — 智能体侧代码：检测、播种、mock、评分最终状态
相关技能
- 运行它们：running-livekit-simulations
- Schema 和 CLI 事实：reading-livekit-docs