Agent Skills
返回列表
💻

AiMock 依赖模拟器

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/mock-ai-app-dependencies-for-deterministic-local-and-ci-tests

技能介绍

解决什么问题

开发集成 LLM API、MCP 工具或向量数据库的智能体时，直接调用真实第三方服务会让测试变得不稳定且成本高昂。一次简单的集成重构可能消耗数百美元的 API 配额，且由于网络延迟与模型随机性，测试结果难以复现。依赖外部服务的回归测试会严重拖慢工程团队的迭代速度。

核心能力与工作原理

AiMock 通过在本地或 CI 环境启动模拟服务，拦截请求并基于预定义的 fixtures 返回预设响应，为外部 AI 依赖提供确定性隔离。

  • 协议覆盖：支持模拟 LLM APIs、MCP tools、A2A flows、vector stores 与内容审核服务。
  • 确定性响应：相同的请求在每次测试中返回完全一致的结果，消除模型输出随机性对断言的影响。
  • 零依赖：基于 Node.js 内置模块构建，不向项目注入第三方包。
  • CI/CD 友好：提供官方 Docker 镜像与 Helm Chart，可直接嵌入流水线。

适用边界与注意点

首先，SDK 初始化通常要求传入 API Key，即使 base URL 指向本地模拟服务，仍需设置 OPENAI_API_KEY 之类的环境变量（即使为 mock 值），否则会直接报错。其次，v1.7.0 后包名已改为 @copilotkit/aimock，但核心类名仍沿用 LLMock，阅读文档时需留意。最后，由于响应完全来自静态 fixture，它只适合验证状态与接口逻辑，无法用于评估模型的真实幻觉率或复杂推理能力。

使用场景

  • 开发集成 LLM API 的智能体时，在本地反复验证提示词修改没有破坏既有对话分支，且不消耗真实 API 额度。
  • CI 流水线接入向量检索功能后，提交代码时用预置样例验证查询结果一致，不依赖线上向量库。
  • 开发调用 MCP 工具的智能体时，在本地模拟外部工具的超时与报错，验证异常分支处理逻辑。
  • 上线前验收 A2A 多智能体编排流程，用固定请求样例验证协议交互，避免依赖真实协作方服务。

适合人员

  • 智能体应用工程师，需要在提交代码前对 LLM 调用逻辑做可复现的回归验证。
  • 平台 DevOps 工程师，需要在 CI 流水线里用零依赖模拟服务替换昂贵的线上 AI API 调用。
  • 技术负责人，需要在团队引入新 AI 能力前锁定第三方服务的响应契约，防止外部变更阻塞迭代。
  • 测试工程师，需要编写不依赖真实模型输出的自动化用例，保证测试结果完全可复现。