智能体和工作流怎么测试？把失败样例保留下来

让样例代表实际任务

一条简单输入只能说明某种情况可运行。增加长文本、多附件、错误编码和缺少必要信息等样例，检查流程是否合理停止、要求补充或交给人工处理。

每个样例记录预期行为，而不必要求生成文字逐字相同。可以检查字段是否正确、来源是否存在、是否调用了不该调用的工具，以及关键步骤有没有被跳过。

分别观察结果和执行

结果看起来正确，可能来自不合适的来源或越界操作。保留关键节点的输入输出与调用状态，便于理解错误发生在哪一步。测试数据应脱敏，并限制日志访问。

n8n 官方评估文档介绍了用数据集比较工作流输出的方法。团队可先从少量代表样例开始，再随实际运行积累扩展，不需要一开始追求复杂评分体系。

修改后检查已有能力是否退步

修复一个错误后，不只重跑该错误。原本正确的任务也要保留，以发现修改带来的退步。比较模型时保持任务、资料与判断标准一致，减少无关差异。

测试报告可以简短列出通过项、未解决问题和适用范围。样例数量有限时，不把通过率描述为对所有业务的准确率。能明确说出何时不能使用，也是交付质量的一部分。

测试既检查答案，也检查动作

同一批样例包含正常询盘、缺项、冲突、无权限与接口失败。逐题核对来源、状态、执行次数和最终产物；修改模型或流程后复测，并把新失败补入测试集。