DE

Tests & Evaluation

Unit Tests, Golden Tasks, Record/Replay und Evals, die Regressionen abfangen, bevor Prod es tut.

Unit Tests für KI‑Agenten (deterministisch, billig, wirklich nützlich)
★★☆
Unit Tests für KI‑Agenten fangen Tool‑Spam, Budget‑Bugs und Stop‑Reason‑Regressionen ab, bevor Prod es tut. Mit Python + JS Beispielen.