智能问数评测：系列阅读与发布顺序

系列分三组，共二十一篇。第一组构建评测体系和框架接入；第二组沿业务流程组织数据、执行与复核；第三组讨论架构职责、候选比较和渐进迁移。每篇保留适用指标、计数口径、词汇解释及技术示例，可单独阅读。

评测体系与框架接入

顺序	章节	文章
01	A	智能问数评测路线：入口怎么选，SQL和受控IR怎样对照
02	B	从企微问题到查询交付：智能问数的十二个观察节点
03	C	主Agent、数据权限与系统安全：从意图检查到故障恢复
04	D	问数、分析、报告与记忆：用独立真值逐层验收
05	E	智能问数回归与数据集：从变更影响到可比较的执行
06	F	评测框架怎样接入智能问数：从Case到证据与发布门禁
07	G	首次智能问数评测适配：工具箱、框架扩展与Harness Loop

业务流程与实施方法

顺序	章节	文章
08	A	一次问数请求怎样测：沿A到D1定义输入、证据和断言
09	B	五类测试怎样落地：把设计、构建、跑批和复核做成工作包
10	C	固定一个测试账号，怎样批量验证六种数据权限
11	D	自然语言条件怎样评测：从人工标注到归一化与多轮状态
12	E	报表怎样成为问数参考：条件采集、问法改写与独立对账
13	F	交付与安全怎样联合验收：从事实核对到故障恢复
14	G	测试怎样按阶段落地：依赖、人工复核、复测与交付

架构设计与迁移验证

顺序	章节	文章
15	A	专用智能问数的基座怎样选：从产品职责到架构不变量
16	B	Agent项目为什么难维护：把运行时耦合变成可验证的架构问题
17	C	Hermes加固、服务抽离与应用编排：三条路线怎样公平比较
18	D	OpenAI Agents SDK、LangGraph与普通应用：问数框架怎样选型验证
19	E	问数应用架构怎样落到代码：可信上下文、任务API、状态与缓存
20	F	可测试的问数架构：依赖替身、逐节点断言与迁移复用
21	G	问数平台怎样迁移：同条件PoC、单路交付与可验证回滚

怎么选读

要建立整体测试方案，可先读第一组，再用第二组的权限批次、条件标注和报表参考方法实施。要评估运行时或SDK路线，可先明确第三组的职责与不变量，再看路线对照、可测试性和迁移验证。阶段实施篇关注任务依赖、输入输出、人工复核与完成门。

指标和词汇解释仍在对应文章里；附加索引用于跨篇查阅。教学实现与被测业务源码不同，真实框架接口与建议新增能力分别说明。示例运行通过不等于业务平台或候选框架已验收。

公众号编辑器对Mermaid可能需要另行转换为图片。发布时核对图中主流程、分支颜色、图注、表格和代码；本次交付为本地Markdown源稿。

指标与术语索引

推荐标签

#智能问数 #Agent评测 #测试工程