CopilotKit/aimock

aimock – 用于 AI 应用程序测试的模拟基础设施

它是什么

• 一个仅限 Node 的库（零外部依赖），在单个端口上运行本地 HTTP 服务器，并模拟您代码中可能调用的每个主要 LLM、图像/视频/音频、向量数据库和 AI 代理服务。
• 通过将您使用的 SDK（OpenAI、Anthropic、Gemini、Bedrock、Ollama 等）指向模拟器的基础 URL，您的应用程序将收到确定性的响应——无需网络调用、无需 API 密钥、不会产生意外费用。

为什么它很重要

• 使 AI 增强型应用程序的单元测试和集成测试变得可靠且快速。
• 支持 记录与重播：代理真实 API 一次，保存精确的 JSON 固定数据（包括 Token 使用量、时间、流式顺序），然后永久重播它们。
• 提供丰富的测试控制选项——混乱注入、模型错误行为模拟、严格模式匹配和按请求上下文路由——让您可以验证错误处理、速率限制重试和边缘情况行为。

核心组件

组件	模拟内容
LLMock	跨 11 个供应商（OpenAI、Claude、Gemini、Bedrock、Azure、Vertex、Ollama、Cohere、OpenRouter、BytePlus、ElevenLabs 等）的聊天、嵌入、实时、视频、图像、TTS、转录、审核
MCPMock	Copilot‑Kit 的 MCP 工具执行协议
A2AMock	代理对代理流式协议 (SSE)
AGUIMock	用于前端测试的代理对 UI 事件流
VectorMock	Pinecone、Qdrant、ChromaDB 兼容的向量数据库端点
Services	搜索 (Tavily)、重新排序 (Cohere)、审核 (OpenAI)

主要功能（如 README 所述）

• 记录与重播：具有时间感知播放功能，并可捕获 Token 使用量/成本。
• 多轮对话：可根据轮次索引、工具调用、系统消息或自定义谓词进行匹配的固定数据。
• 混乱测试：注入 500 错误、格式错误的 JSON、断开连接、速率限制响应或人为延迟。
• 模型错误行为：在多个供应商“线路”上强制执行无效参数、架构违规、拒绝、内容过滤器拦截等。
• 流式物理特性：配置首个 Token 时间 (TTFT)、每秒 Token 数、抖动和流式使用块。
• WebSocket 支持：适用于 OpenAI Realtime、Responses 和 Gemini Live。
• 指标：通过 Prometheus、用于 CI/CD 的 Docker/Helm 镜像，以及用于零配置测试生命周期的 Vitest/Jest 插件 (useAimock())。
• 固定数据管理：基于上下文的路由、严格模式覆盖、请求日志、OpenAPI 目录和漂移检测 CI 检查。

典型用法

npm install @copilotkit/aimock

import { LLMock } from "@copilotkit/aimock";
const mock = new LLMock({ port: 0 });
mock.onMessage("hello", { content: "Hi there!" });
await mock.start();
process.env.OPENAI_BASE_URL = `${mock.url}/v1`;
process.env.OPENAI_API_KEY = "mock"; // SDK 需要
// 运行您的测试套件 …
await mock.stop();

您也可以通过 CLI 运行完整套件：

npx @copilotkit/aimock --config aimock.json   # 所有模拟在同一个端口上

或者使用 GitHub Action 在 CI 中启动服务器并将测试指向它。

谁应该使用它

• 开发 AI 驱动产品的开发人员，需要快速、可重复的测试且无需承担云成本。
• 希望验证错误处理、速率限制退避或自定义工具调用逻辑的团队。
• 任何需要捕获真实 API 交互一次并进行确定性重播以进行离线开发的人员。

---

以上所有详细信息均直接来自仓库的 README；未推断任何额外功能。