Table of Contents

返回实用 AI 工作流课程

只有在核查了适合该任务的证据后,才接受 AI 结果。 润色完善的说明、已配置的工具和绿色测试提示回答的是不同问题。本课将为工作坊实验创建一份统一的审查记录。

**学习目标:**你将为来源、文件范围、测试、隐私和用量制作验收记录。

重点

  • **来源核查:**将事实声明与当前权威记录进行比较。
  • **范围核查:**检查哪些文件或系统发生了更改。
  • **行为核查:**运行测试和相关的手动案例。
  • **隐私核查:**检查工具或供应商收到了哪些材料。
  • **用量核查:**记录令牌、工具调用以及用于计算成本的费率。

开始之前

**准备条件:**课程实验、docs/requirements.md、本地 Git 快照,以及 MCP 课程 或其浏览器替代方案。预留 40 分钟。难度为中级。使用你在第一个编码代理任务中编辑过的实验副本。如果跳过了编辑,请重新解压一份,并将功能检查标记为尚未实现。未修改的基线仍能通过原有的两项测试。

核查事实声明

声明:“获准的状态值为 open 和 pending。”打开第 1 版 docs/requirements.md。文件规定的是 open 和 done。该声明不成立。自信的语气不会改变需求。

**对于产品声明,**请使用最新的官方文档,并记录页面标题和审查日期。菜单、套餐、命令或上下文限制方面的信息,比一般工作流原则更容易过时。 Codex 文档 、 Claude Code 文档 和 OpenCode 文档 介绍了各自当前的界面。

声明来源决定
open 和 pending实验要求,第 1 版拒绝,将 pending 替换为 done
无筛选计数为 4基线程序和四条 JSON 记录运行程序进行核查
发生过 MCP 读取会话工具记录仅当记录中显示工具调用时接受

检查更改

**对于编码任务,**使用 Git 列出已更改文件并查看实际差异。新建的未跟踪文件会出现在状态中,但不会出现在普通差异里,因此两者都要检查。

git status --short
git diff -- task_report.py tests

**预期范围:**筛选任务完成后,只有 task_report.py 和针对性测试发生变化。对 tasks.json、docs/requirements.md 或隐藏配置文件的更改需要说明并单独审查。如果你没有执行编辑,则不应有任何更改。

测试行为

**在解压后的实验目录中运行相同的基线和功能检查。**代理的完成报告应列出这些检查观察到的结果。

python3 -m unittest discover -s tests -v
python3 task_report.py tasks.json
python3 task_report.py tasks.json --status open
python3 task_report.py tasks.json --status done
python3 task_report.py tasks.json --status invalid

**在编辑后的副本中,**测试应覆盖新案例,计数结果为 4、2、2,输入无效值时应清楚报错并返回非零退出码。在新解压的起始副本中,只有两项基线测试通过,总数为 4。单独记录这一初始状态。

**功能测试失败时要诊断原因。**如果 open 输出 4,请检查筛选参数是否传入计数函数,以及程序是否比较任务的 status 字段。不要仅因代理声称实现完成,就把失败的测试说成通过。

检查隐私和访问

**记录代理收到的文件。**实验使用合成数据,不含机密。真实项目可能包含凭据、客户记录或私人文档。分享输出前,检查提示词、日志、屏幕截图和差异,确认其中没有这类信息。

**本地测试只能证明本地行为。**它无法证明云账户权限、MCP 服务器范围或已部署服务的行为。在相关环境中测试每一道边界。

记录用量和成本

**令牌用于衡量模型输入和输出的数量。**不同产品的仪表板有所差异,因此使用供应商显示的用量数据。必要时单独记录工具调用以及图像或托管环境费用。计算真实账单前,先核对当前费率。

**打开执行任务的账户用量页面。**记录显示的输入和输出令牌数、模型、计费周期,以及任何缓存输入类别。对于 ChatGPT 或 Claude 订阅,用量上限或额度不等于某项任务的 API 费用。通过 API 或供应商运行 OpenCode 时,查看该供应商的用量或账单以及当前费率。如果产品不显示每项任务的令牌数,请写“不可用”,不要根据对话长度推算费用。

**示例计算,不代表供应商价格:**每百万输入令牌 1 美元时,30,000 个输入令牌费用为 0.03 美元。每百万输出令牌 5 美元时,5,000 个输出令牌费用为 0.025 美元。本例的模型费用合计为 0.055 美元,尚未计入工具或托管费用。

输入成本 = 输入令牌 / 1,000,000 × 输入费率
输出成本 = 输出令牌 / 1,000,000 × 输出费率
总计 = 输入成本 + 输出成本 + 单独的工具费用

**工作者任务也会消耗令牌。**委派会将详细输出移出主对话,但不会让工作变成免费。比较成本与独立核查带来的价值。

**分开记录不同费用类别。**缓存输入、新输入、输出、工具调用和托管执行可能采用不同费率。本例只使用新输入和输出费率,不涉及订阅账单或工具费用。

保留验收记录

字段编辑后的填写示例
来源已阅读第 1 版 docs/requirements.md
已更改文件git status --short 中的 task_report.py 和 tests/test_task_report.py
测试基线测试和新增筛选测试通过,记录观察到的计数
手动输出观察到 Total tasks: 4、2 和 2,无效值被拒绝
功能状态已实现 --status open 和 --status done
隐私仅含合成文件
用量如果可用,记录供应商显示的数据
决定只有来源、差异、测试和隐私检查全部通过后才接受

**你的交付物:**复制这份记录,并在自己运行后填写。只有在亲眼看到输出后,才将“观察到”替换为具体结果。所有必要检查通过时选择“接受”,修复范围明确时选择“修改”,来源、范围或访问权限不明确时选择“停止”。

检查理解情况

  1. **问题:**起始基线通过能证明所需功能已经存在吗?**答案:**不能。编辑后要测试新的验收行为。

  2. **问题:**验收记录应包括什么?**答案:**来源证据、已更改文件、行为检查、访问范围和观察到的用量。

故障排除

  • **声明没有来源:**标记为未验证,并查找权威记录。
  • **测试通过但输出不同:**增加一个手动案例并检查数据。
  • **缺少用量数据:**记录“不可用”,不要估算实际费用。
  • **差异中含私人数据:**停止分享输出,并从练习记录中删除这些数据。

后续步骤

**继续学习 代理委派 。**有关成本和隐私的更多信息,请阅读 供应商路由 和 本地 AI 隐私边界 。

课程导航: 上一课:MCP 设置 , 课程大纲 。