返回工具列表
ContextEcho
ContextEcho 是 Accenture 发布的 AI 编程 Agent 角色漂移基准测试，通过模拟长时间编码会话来评估 Agent 在多轮交互中保持角色一致性的能力。
工具简介
ContextEcho 解决的是 AI 编程 Agent 在长时间编码会话中的角色漂移问题：随着交互轮次增加，Agent 可能逐渐偏离其预设的系统指令和角色行为，导致输出质量下降或行为异常。此前缺乏系统的量化评估手段来检测这类问题。
它的核心工作是通过模拟长时间 Agent 编码会话，对 Agent 的每轮输出进行角色一致性检测，量化 persona drift 程度。典型使用场景包括评估不同 LLM 在 Agent 编码任务中的角色保持能力、对比不同系统提示词策略对角色稳定性的影响、以及作为 Agent 行为的回归检测工具。
主要优点是提供了标准化的评估框架和可复现的基准数据；需要注意的是该项目仍处于学术研究阶段，GitHub 上 12 个 Star 和 4 个 Fork 表明社区采用尚在早期，实际生产环境中集成的案例较少。
更适合研究 Agent 行为一致性的学术团队和 AI 平台开发者，不太适合直接用于生产环境的 Agent 行为监控。