Qué hace
Un framework de código abierto que comprueba si tus skills, servidores MCP y herramientas de línea de comandos funcionan cuando los usa un agente de código. Describes las pruebas en archivos YAML, las ejecutas en un entorno aislado y usas el resultado como control en tu CI.
Casos de uso
- 01Comprobar que una skill nueva funciona con un agente real
- 02Comparar dos configuraciones de agente en un experimento A/B
- 03Bloquear una versión en CI si fallan las pruebas