mcpField
A
alicloud-ai-multimodal-qwen-vl-test

alicloud-ai-multimodal-qwen-vl-test

github.com/cinience测试与质量396301 次安装11 周前更新
代码仓库

关于 alicloud-ai-multimodal-qwen-vl-test

用于检查阿里云 Qwen VL 多模态技能请求流程的最小测试技能。它用图像运行冒烟测试，并检查状态、文本、模型和结果文件。

主要功能

  1. 01运行 Qwen VL 图像冒烟测试
  2. 02检查 JSON 通过状态
  3. 03验证返回文本非空
  4. 04检查返回的模型名称
  5. 05保存冒烟测试结果 JSON

适用场景

  1. 01验证基于图像的 Qwen VL 请求
  2. 02确认响应使用请求的模型

MCP 相关

该测试技能未说明 MCP 集成。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/cinience/alicloud-skills --skill alicloud-ai-multimodal-qwen-vl-test

安装后在 Claude Code 中输入/alicloud-ai-multimodal-qwen-vl-test确认已加载。

附带文件scripts/smoke_test_qwen_vl.pytest_analyze_image.py

详细介绍

类别：测试

最小可行测试

目标

  • 仅验证此技能的最小请求路径。
  • 如果执行失败，记录准确的错误详情，不要猜测参数。

前提条件

  • 根据技能说明准备身份验证和区域设置。
  • 目标技能：skills/ai/multimodal/alicloud-ai-multimodal-qwen-vl

测试步骤（最小）

  1. 打开目标技能的 SKILL.md，并选择一个最小输入示例。
  2. 发送一个最小请求或运行示例脚本。
  3. 记录请求摘要、响应摘要和成功／失败原因。

推荐直接运行：

python tests/ai/multimodal/alicloud-ai-multimodal-qwen-vl-test/scripts/smoke_test_qwen_vl.py \
  --image output/ai-image-qwen-image/images/vl_test_cat.png

通过标准：

  • 返回的 JSON 中 status=pass。
  • 输出文件 output/ai-multimodal-qwen-vl/smoke-test/result.json 存在。
  • 结果包含非空的 text，且 model 与请求模型一致或具有相同前缀。

结果模板

  • 日期：YYYY-MM-DD
  • 技能：skills/ai/multimodal/alicloud-ai-multimodal-qwen-vl
  • 结论：通过 / 失败
  • 备注：

评论

支持 Markdown