AgentCarousel

AgentCarousel 把 agent 行为测试做成 YAML fixture：输入消息、输出断言、rubric、auto_check 都可版本化。`agc eval` 运行 case 后用断言和 LLM-as-judge 评分，run 写入本地历史库，`agc compare` 可在效果跌破阈值时阻断 CI；这让 agent 回归测试从人工试聊变成可审计流水线。