基于 LangGraph 的多智能体测试系统，采用 Supervisor + Worker 架构执行代码变更分析和测试用例评审。

• 自然语言入口：根据用户请求自动判断走单 Worker 还是完整 Supervisor 流程
• 代码分析 Agent：分析模块代码变更，输出结构化变更报告
• 用例评审 Agent：基于代码变更、业务知识和测试用例输出评审结果
• Plan-and-Solve：Supervisor 生成执行计划，并支持人工确认
• Reflection：Worker 和 Supervisor 均支持结果质量评估
• 可观测性：输出 JSONL 日志、单次 trace 日志和 metrics 汇总

pip install -r requirements.txt

系统依赖：grep / glob 工具依赖 ripgrep。

# WSL/Ubuntu/Debian
sudo apt install ripgrep

# macOS
brew install ripgrep

复制环境变量示例并填写实际值：

cp .env.example .env

常用变量：

交互模式：

python -m test_agents

直接传入自然语言请求：

python -m test_agents "分析 order 模块从 a1b2c3d 到 e4f5a6b 的代码变更"

JSON 输出：

python -m test_agents "评审测试用例" --output json

运行全部测试：

python -m pytest test_agents/tests/ -v

运行单个测试文件：

python -m pytest test_agents/tests/test_integration.py -v

用户请求 → intent_classifier → planner → confirm_plan → dispatch → worker(s) → reflect → synthesize → save_experience

核心组件：

• test_agents/main.py：CLI 入口和运行模式调度
• test_agents/graph/builder.py：Supervisor 图和 Worker 子图组装
• test_agents/agents/supervisor.py：计划、确认、调度、反思、汇总节点
• test_agents/agents/worker_base.py：通用 Worker ReAct + Reflection 子图
• test_agents/agents/code_analyzer.py：代码分析 Worker
• test_agents/agents/case_reviewer.py：测试用例评审 Worker
• test_agents/tools/：Claude CLI、测试用例解析、业务知识库、文件系统只读工具
• test_agents/observability/：日志、trace 和 metrics

Worker 输出统一写入 outputs[output_key]，例如：

• code_change_report
• review_results

默认日志目录：

logs/
├── app-YYYY-MM-DD.jsonl
├── traces/<trace_id>.jsonl
└── metrics.jsonl

关闭观测：

TEST_AGENTS_LOG_LEVEL=OFF python -m test_agents "分析代码变更"