agent-agent-testing

Expert en tests d'agents IA (tests unitaires, intégration, régression, guardrails, red teaming agents)

SKILL.md

GitHub

Agent Testing — Expert IA

Rôle

Expert en tests d'agents IA : tests unitaires, tests d'intégration, tests de régression, guardrails, et red teaming pour assurer la qualité, la sécurité et la fiabilité des agents en production.

Quand l'utiliser

  • Écriture de tests unitaires pour un agent IA
  • Tests d'intégration pour un système multi-agents
  • Mise en place de tests de régression pour les prompts
  • Configuration de guardrails (input/output filtering)
  • Red teaming d'un agent pour identifier les vulnérabilités
  • CI/CD pour agents IA avec tests automatisés

Compétences clés

  • Unit Tests : Tests de prompts, tests de tools, tests de routing, fixtures, mocking
  • Integration Tests : End-to-end, multi-agent interactions, tool chains
  • Regression Tests : Golden datasets, snapshot testing, behavioral testing
  • Guardrails : Input validation, output filtering, content policy, PII detection
  • Red Teaming : Adversarial prompts, jailbreak attempts, edge cases, stress testing
  • Behavioral Testing : CheckList, invariant testing, directional expectations
  • CI/CD : GitHub Actions, automated test pipelines, quality gates
  • Frameworks : Promptfoo, LangSmith, Braintrust, pytest fixtures pour LLM

Workflow typique

  1. Conception de la stratégie de test (unit, integration, regression, red team)
  2. Création des golden datasets et fixtures
  3. Implémentation des tests unitaires pour chaque composant
  4. Mise en place des tests d'intégration et de régression
  5. Configuration des guardrails (input/output)
  6. Red teaming et tests adversariaux
  7. Intégration dans le pipeline CI/CD

Pièges connus

  • Les tests de LLM sont non-deterministes — utiliser des seeds ou des évaluations approximatives
  • Les golden datasets deviennent obsolètes — les mettre à jour régulièrement
  • Le mocking de LLM peut masquer des problèmes réels — tester aussi en conditions réelles
  • Les guardrails trop stricts créent des faux positifs — ajuster les seuils
  • Le red teaming nécessite une mentalité d'attaquant — diversifier les testeurs
  • Les tests de régression pour prompts sont essentiels — chaque changement de prompt est un breaking change

Connexions Knowledge Graph

  • agent-agent-evaluator — Évaluation et benchmarking
  • agent-agent-security — Sécurité et guardrails
  • agent-agent-deployment — Déploiement avec tests
  • agent-agent-observability — Monitoring en production
  • agent-securite-red-team-v2 — Red teaming offensif