chore(i18n): refresh uk translations

This commit is contained in:
openclaw-docs-i18n[bot] 2026-04-09 22:57:45 +00:00
parent e4cd4565f1
commit 80432ba439
2 changed files with 425 additions and 390 deletions

View File

@ -1,51 +1,51 @@
---
read_when:
- Розширення qa-lab або qa-channel
- Додавання QA-сценаріїв із підтримкою репозиторію
- Побудова реалістичнішої QA-автоматизації навколо панелі Gateway
summary: Форма приватної QA-автоматизації для qa-lab, qa-channel, сценаріїв із початковими даними та звітів про протокол
title: QA E2E автоматизація
- Додавання QA-сценаріїв на основі репозиторію
- Побудова реалістичнішої QA-автоматизації навколо панелі керування Gateway
summary: Форма приватної QA-автоматизації для qa-lab, qa-channel, початково заповнених сценаріїв і звітів протоколу
title: QA E2E-автоматизація
x-i18n:
generated_at: "2026-04-09T00:27:53Z"
generated_at: "2026-04-09T22:54:33Z"
model: gpt-5.4
provider: openai
source_hash: c922607d67e0f3a2489ac82bc9f510f7294ced039c1014c15b676d826441d833
source_hash: 357d6698304ff7a8c4aa8a7be97f684d50f72b524740050aa761ac0ee68266de
source_path: concepts/qa-e2e-automation.md
workflow: 15
---
# QA E2E автоматизація
# QA E2E-автоматизація
Приватний стек QA призначений для перевірки OpenClaw у реалістичніший,
орієнтований на канали спосіб, ніж це може зробити один модульний тест.
Приватний QA-стек призначений для тестування OpenClaw у реалістичніший,
схожий на канал спосіб, ніж це може зробити один модульний тест.
Поточні складові:
- `extensions/qa-channel`: синтетичний канал повідомлень із поверхнями для DM, каналу, гілки,
реакцій, редагування та видалення.
- `extensions/qa-lab`: UI налагодження та шина QA для спостереження за транскриптом,
інʼєкції вхідних повідомлень і експорту звіту в Markdown.
- `qa/`: ресурси початкових даних із підтримкою репозиторію для стартового завдання та базових QA
- `extensions/qa-lab`: UI налагодження та QA-шина для спостереження за транскриптом,
інʼєкції вхідних повідомлень і експорту Markdown-звіту.
- `qa/`: ресурси початкового заповнення на основі репозиторію для стартового завдання та базових QA-
сценаріїв.
Поточний робочий процес оператора QA — це двопанельний сайт QA:
Поточний робочий процес QA-оператора — це двопанельний QA-сайт:
- Ліворуч: панель Gateway (Control UI) з агентом.
- Ліворуч: панель керування Gateway (Control UI) з агентом.
- Праворуч: QA Lab, що показує транскрипт у стилі Slack і план сценарію.
Запустіть це командою:
Запустіть його командою:
```bash
pnpm qa:lab:up
```
Це збирає сайт QA, запускає лінію Gateway на основі Docker і відкриває
Це збирає QA-сайт, запускає lane Gateway на основі Docker і відкриває
сторінку QA Lab, де оператор або цикл автоматизації може дати агенту QA-
завдання, спостерігати реальну поведінку каналу та записувати, що спрацювало,
що не спрацювало або що залишилося заблокованим.
завдання, спостерігати реальну поведінку каналу та фіксувати, що спрацювало, що
не спрацювало або що залишилося заблокованим.
Для швидшої ітерації UI QA Lab без повторного збирання Docker-образу щоразу
запустіть стек із bind-mounted бандлом QA Lab:
запустіть стек із bind-mount пакета QA Lab:
```bash
pnpm openclaw qa docker-build-image
@ -54,14 +54,29 @@ pnpm qa:lab:up:fast
pnpm qa:lab:watch
```
`qa:lab:up:fast` залишає сервіси Docker на попередньо зібраному образі та bind-mount
`extensions/qa-lab/web/dist` у контейнер `qa-lab`. `qa:lab:watch`
перезбирає цей бандл при змінах, а браузер автоматично перезавантажується, коли
`qa:lab:up:fast` залишає сервіси Docker на попередньо зібраному образі та монтує
`extensions/qa-lab/web/dist` у контейнер `qa-lab` через bind-mount. `qa:lab:watch`
перебудовує цей пакет при змінах, а браузер автоматично перезавантажується, коли
змінюється хеш ресурсів QA Lab.
## Початкові дані з підтримкою репозиторію
Для одноразової lane Linux VM без додавання Docker до QA-шляху виконайте:
Ресурси початкових даних розміщені в `qa/`:
```bash
pnpm openclaw qa suite --runner multipass --scenario channel-chat-baseline
```
Це завантажує нову гостьову систему Multipass, встановлює залежності, збирає OpenClaw
усередині гостьової системи, запускає `qa suite`, а потім копіює звичайний QA-звіт і
підсумок назад у `.artifacts/qa-e2e/...` на хості.
Використовується така сама поведінка вибору сценаріїв, як і для `qa suite` на хості.
Під час live-запусків пересилаються підтримувані вхідні дані автентифікації QA, які є практичними для
гостьової системи: ключі провайдера на основі env, шлях до конфігурації QA live provider і
`CODEX_HOME`, якщо він присутній. Зберігайте `--output-dir` у межах кореня репозиторію, щоб гостьова система
могла записувати назад через змонтований workspace.
## Початково заповнені ресурси на основі репозиторію
Ресурси початкового заповнення містяться в `qa/`:
- `qa/scenarios/index.md`
- `qa/scenarios/*.md`
@ -69,28 +84,28 @@ pnpm qa:lab:watch
Вони навмисно зберігаються в git, щоб план QA був видимий і людям, і
агенту. Базовий список має залишатися достатньо широким, щоб охоплювати:
- чати в DM і каналах
- поведінку гілок
- чат у DM і каналі
- поведінку в гілках
- життєвий цикл дій із повідомленнями
- cron-зворотні виклики
- виклик спогадів із памʼяті
- згадування памʼяті
- перемикання моделей
- передавання підзадач субагенту
- читання репозиторію та документації
- передавання до субагента
- читання репозиторію та читання документації
- одне невелике завдання зі збирання, наприклад Lobster Invaders
## Звітування
`qa-lab` експортує звіт про протокол у Markdown зі спостережуваної часової шкали шини.
`qa-lab` експортує Markdown-звіт протоколу на основі спостережуваної часової шкали шини.
Звіт має відповідати на такі запитання:
- Що спрацювало
- Що не спрацювало
- Що залишилося заблокованим
- Які додаткові сценарії варто додати
- Які сценарії для подальшої роботи варто додати
Для перевірок характеру та стилю запускайте той самий сценарій для кількох live model
refs і створюйте оцінений звіт у Markdown:
Для перевірок характеру та стилю запустіть той самий сценарій для кількох live model
ref і запишіть Markdown-звіт з оцінюванням:
```bash
pnpm openclaw qa character-eval \
@ -109,40 +124,40 @@ pnpm openclaw qa character-eval \
--judge-concurrency 16
```
Команда запускає локальні дочірні процеси QA gateway, а не Docker. Сценарії
оцінювання характеру мають задавати персону через `SOUL.md`, а потім виконувати звичайні
ходи користувача, такі як чат, допомога з робочим простором і невеликі файлові завдання. Моделі-
кандидату не слід повідомляти, що її оцінюють. Команда зберігає кожен повний
транскрипт, записує базову статистику запуску, а потім просить моделі-судді в режимі fast з
Команда запускає дочірні процеси локального QA gateway, а не Docker. Сценарії character eval
мають задавати персонажа через `SOUL.md`, а потім виконувати звичайні користувацькі ходи,
такі як чат, допомога з workspace і невеликі файлові завдання. Моделі-кандидату
не слід повідомляти, що її оцінюють. Команда зберігає кожен повний
транскрипт, записує базову статистику запуску, а потім просить моделі-оцінювачі в режимі fast з
міркуванням `xhigh` ранжувати запуски за природністю, вайбом і гумором.
Використовуйте `--blind-judge-models` під час порівняння провайдерів: запит судді все одно отримує
кожен транскрипт і статус запуску, але посилання кандидатів замінюються нейтральними
мітками, такими як `candidate-01`; після розбору звіт зіставляє рейтинги з реальними refs.
Для запусків кандидатів за замовчуванням використовується рівень thinking `high`, а для моделей OpenAI, що
його підтримують, — `xhigh`. Перевизначте конкретного кандидата безпосередньо через
`--model provider/model,thinking=<level>`. `--thinking <level>` і надалі задає
глобальний запасний варіант, а старіша форма `--model-thinking <provider/model=level>` зберігається
Використовуйте `--blind-judge-models` під час порівняння провайдерів: запит оцінювача все одно отримує
кожен транскрипт і статус запуску, але ref кандидатів замінюються нейтральними
мітками на кшталт `candidate-01`; після розбору звіт зіставляє ранжування назад із реальними ref.
Для запусків кандидатів за замовчуванням використовується рівень thinking `high`, а для моделей OpenAI,
які це підтримують, — `xhigh`. Перевизначте конкретного кандидата inline за допомогою
`--model provider/model,thinking=<level>`. `--thinking <level>` як і раніше задає
глобальний резервний варіант, а стара форма `--model-thinking <provider/model=level>` збережена
для сумісності.
Для кандидатських refs OpenAI за замовчуванням використовується режим fast, щоб задіяти пріоритетну
обробку там, де провайдер це підтримує. Додайте `,fast`, `,no-fast` або `,fast=false` безпосередньо, коли
потрібно перевизначити це для одного кандидата або судді. Передавайте `--fast` лише тоді, коли хочете
примусово ввімкнути режим fast для кожної моделі-кандидата. Тривалість кандидатів і суддів
записується у звіт для порівняльного аналізу, але в запитах до суддів прямо зазначено,
Для ref кандидатів OpenAI за замовчуванням використовується режим fast, щоб там, де провайдер це підтримує,
застосовувалася пріоритетна обробка. Додайте `,fast`, `,no-fast` або `,fast=false` inline, якщо
для одного кандидата або оцінювача потрібно перевизначення. Передавайте `--fast` лише тоді, коли хочете
примусово ввімкнути режим fast для кожної моделі-кандидата. Тривалість роботи кандидатів і оцінювачів
записується у звіт для аналізу бенчмарків, але в запитах до оцінювачів прямо зазначено,
що не слід ранжувати за швидкістю.
Для запусків моделей-кандидатів і моделей-суддів за замовчуванням встановлено concurrency 16. Зменшуйте
`--concurrency` або `--judge-concurrency`, коли обмеження провайдера або навантаження на локальний gateway
І для запусків моделей-кандидатів, і для запусків моделей-оцінювачів за замовчуванням використовується паралелізм 16. Зменште
`--concurrency` або `--judge-concurrency`, якщо обмеження провайдера чи навантаження на локальний gateway
роблять запуск надто шумним.
Якщо не передано жодного кандидатського `--model`, для оцінювання характеру за замовчуванням використовуються
Якщо не передано жодного кандидата `--model`, для character eval за замовчуванням використовуються
`openai/gpt-5.4`, `openai/gpt-5.2`, `openai/gpt-5`, `anthropic/claude-opus-4-6`,
`anthropic/claude-sonnet-4-6`, `zai/glm-5.1`,
`moonshot/kimi-k2.5` і
`google/gemini-3.1-pro-preview`, якщо не передано `--model`.
Якщо не передано `--judge-model`, суддями за замовчуванням є
Якщо не передано `--judge-model`, то оцінювачами за замовчуванням є
`openai/gpt-5.4,thinking=xhigh,fast` і
`anthropic/claude-opus-4-6,thinking=high`.
## Повʼязані документи
## Повʼязана документація
- [Тестування](/uk/help/testing)
- [QA Channel](/uk/channels/qa-channel)
- [Панель](/web/dashboard)
- [Панель керування](/web/dashboard)

File diff suppressed because it is too large Load Diff