课程章节介绍
好，我们现在来看一下Agentforce里的CLI测试结果是怎么呈现的。
当你运行完一个测试，它会给你一个很清晰的报告，分成四个主要部分，方便你快速定位问题。
第一部分是，总体状态，，它会直接告诉你，这次测试里有多少个通过了，多少个没通过。就像考试的总分，一眼就能看到整体表现。
第二部分是，测试案例的详细信息，，这里把它分解成了三个更小的检查点。
第一个是SubAgent测试，它会检查你的Agent在运行的时候，是不是调用了正确的子Agent。比如你让它去查订单，它就不应该跑去问知识库，这就是正确性的一个验证。
第二个是Action测试，它会确认预期的动作是不是真的被触发了。比如你期望它调用一个“创建工单”的动作，那这里就会验证，它有没有真的去做这件事。
第三个比较特别，叫Outcome测试。它是用自然语言来评估最终回复的。有趣的地方在于，它不要求字字句句都一模一样，而是去抓取回复的“要点”。也就是说，哪怕AI用自己的话重新组织了语言，只要核心意思对了，这个测试就能通过。比如你说“请给我推荐一款适合运动的耳机”，它回复“这款防水防汗的耳机很适合跑步使用”，虽然用词不同，但意思达到了，就算通过。这比精确文本匹配要灵活太多了。
第三部分是，收件箱，，它会给你几个维度的质量评分。
连贯性：看回复是不是前后一致、逻辑通顺。
完整性：看是不是把用户要的信息都给全了，没有遗漏。
简洁性：看回复是不是啰嗦，有没有不必要的废话。
延迟性：看整个响应时间是不是足够快。
这几个分数帮你从体验的角度，判断这个Agent回答得怎么样。
最后是，摘要，，它汇总了整体通过率，还显示整个测试花了多长时间。这样你就能快速评估，这次改动是不是让Agent变得更好了，还是不小心引入了新的问题。
整体上，这个报告能让你非常直观地看到Agent在功能正确性和对话质量上的表现，帮你快速迭代和优化。