第一次提交

agents/__init__.py

@@ -0,0 +1,16 @@
+"""Agent 模块初始化文件"""
+from .pm_agent import ProductManagerAgent, create_pm_agent
+from .qa_agent import QAAgent, create_qa_agent
+from .dev_agent import DevAgent, create_dev_agent
+from .orchestrator import OrchestratorAgent, create_orchestrator_agent
+
+__all__ = [
+    "ProductManagerAgent",
+    "create_pm_agent",
+    "QAAgent",
+    "create_qa_agent",
+    "DevAgent",
+    "create_dev_agent",
+    "OrchestratorAgent",
+    "create_orchestrator_agent"
+]

agents/dev_agent.py

@@ -0,0 +1,256 @@
+"""
+Dev Agent - 开发工程师智能体
+负责代码实现和测试驱动开发
+"""
+from autogen import AssistantAgent
+from typing import Dict, Any, Optional, List
+import os
+from pathlib import Path
+
+from config.llm_config import get_agent_llm_config, DEV_PROMPT
+
+
+class DevAgent:
+    """开发工程师 Agent，负责编写高质量代码"""
+    
+    def __init__(self, llm_config: Optional[Dict] = None):
+        """
+        初始化 Dev Agent
+        
+        Args:
+            llm_config: LLM 配置
+        """
+        self.llm_config = llm_config or get_agent_llm_config("Dev_Agent")
+        
+        self.agent = AssistantAgent(
+            name="Dev_Agent",
+            system_message=DEV_PROMPT,
+            llm_config=self.llm_config,
+            description="资深软件工程师，专注于汽车嵌入式 C++/Python 开发",
+            human_input_mode="NEVER"
+        )
+        
+        self.workspace_dir = Path("workspace")
+        self.workspace_dir.mkdir(exist_ok=True)
+        
+        # 代码历史用于迭代修复
+        self.code_history: List[str] = []
+    
+    def generate_code(self, srs_content: str, test_code: str) -> str:
+        """
+        根据 SRS 和测试用例生成实现代码
+        
+        Args:
+            srs_content: SRS 文档内容
+            test_code: 测试代码
+        
+        Returns:
+            生成的源代码内容
+        """
+        prompt = f"""
+请根据以下 SRS 和测试用例编写实现代码：
+
+【SRS 需求】
+{self._truncate(srs_content, 2500)}
+
+【测试用例】
+{self._truncate(test_code, 2000)}
+
+请编写：
+1. 完整的实现代码
+2. 符合 MISRA-C/PEP8 规范
+3. 包含详细的 docstring 和类型注解
+4. 确保所有测试用例通过
+
+输出 Python 代码，保存为 src_battery_health.py。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        code_content = response if isinstance(response, str) else str(response)
+        
+        # 提取代码块（如果包含 Markdown 标记）
+        code_content = self._extract_code(code_content)
+        
+        # 保存到文件
+        code_file = self.workspace_dir / "src_battery_health.py"
+        with open(code_file, 'w', encoding='utf-8') as f:
+            f.write(code_content)
+        
+        self.code_history.append(code_content)
+        print(f"✅ 源代码已生成：{code_file}")
+        return code_content
+    
+    def fix_code(self, srs_content: str, test_code: str, error_log: str) -> str:
+        """
+        根据测试错误修复代码
+        
+        Args:
+            srs_content: SRS 文档
+            test_code: 测试代码
+            error_log: 测试失败日志
+        
+        Returns:
+            修复后的代码
+        """
+        previous_code = self.code_history[-1] if self.code_history else ""
+        
+        prompt = f"""
+代码测试失败，请根据错误日志修复代码：
+
+【SRS 需求】
+{self._truncate(srs_content, 1500)}
+
+【测试代码】
+{self._truncate(test_code, 1500)}
+
+【之前的代码】
+{self._truncate(previous_code, 2000)}
+
+【错误日志】
+{self._truncate(error_log, 1500)}
+
+请分析错误原因并修复代码，确保：
+1. 所有测试用例通过
+2. 保持代码质量
+3. 不引入新的问题
+
+输出完整的修复后代码。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        fixed_code = response if isinstance(response, str) else str(response)
+        fixed_code = self._extract_code(fixed_code)
+        
+        # 更新文件
+        code_file = self.workspace_dir / "src_battery_health.py"
+        with open(code_file, 'w', encoding='utf-8') as f:
+            f.write(fixed_code)
+        
+        self.code_history.append(fixed_code)
+        print(f"✅ 代码已修复：{code_file}")
+        return fixed_code
+    
+    def optimize_code(self, code: str, optimization_goal: str) -> str:
+        """
+        优化现有代码
+        
+        Args:
+            code: 原始代码
+            optimization_goal: 优化目标（性能、可读性等）
+        
+        Returns:
+            优化后的代码
+        """
+        prompt = f"""
+请优化以下代码：
+
+【原始代码】
+{code}
+
+【优化目标】
+{optimization_goal}
+
+请保持功能不变，提升代码质量。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        optimized_code = response if isinstance(response, str) else str(response)
+        optimized_code = self._extract_code(optimized_code)
+        
+        return optimized_code
+    
+    def add_documentation(self, code: str) -> str:
+        """
+        为代码添加完整文档
+        
+        Args:
+            code: 代码
+        
+        Returns:
+            带完整文档的代码
+        """
+        prompt = f"""
+请为以下代码添加完整的文档：
+
+【代码】
+{code}
+
+请添加：
+1. 模块级 docstring
+2. 类 docstring
+3. 函数 docstring（包含参数说明和返回值）
+4. 类型注解
+5. 关键步骤的注释
+
+保持代码功能不变。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        documented_code = response if isinstance(response, str) else str(response)
+        documented_code = self._extract_code(documented_code)
+        
+        return documented_code
+    
+    def _extract_code(self, text: str) -> str:
+        """从文本中提取代码（移除 Markdown 标记）"""
+        lines = text.split('\n')
+        code_lines = []
+        in_code_block = False
+        
+        for line in lines:
+            if line.strip().startswith('```python'):
+                in_code_block = True
+                continue
+            elif line.strip().startswith('```'):
+                in_code_block = False
+                continue
+            
+            if in_code_block or not any(line.strip().startswith(x) for x in ['```']):
+                code_lines.append(line)
+        
+        # 如果没有找到代码块，返回原文
+        if not code_lines:
+            return text
+        
+        return '\n'.join(code_lines)
+    
+    def _truncate(self, text: str, max_length: int) -> str:
+        """截断文本"""
+        if len(text) <= max_length:
+            return text
+        return text[:max_length] + "... [内容已截断]"
+
+
+def create_dev_agent(llm_config: Optional[Dict] = None) -> AssistantAgent:
+    """
+    创建 Dev Agent（AutoGen 原生格式）
+    
+    Args:
+        llm_config: LLM 配置
+    
+    Returns:
+        AutoGen AssistantAgent 实例
+    """
+    config = llm_config or get_agent_llm_config("Dev_Agent")
+    
+    agent = AssistantAgent(
+        name="Dev_Agent",
+        system_message=DEV_PROMPT,
+        llm_config=config,
+        description="资深软件工程师",
+        human_input_mode="NEVER"
+    )
+    
+    return agent

agents/orchestrator.py

@@ -0,0 +1,292 @@
+"""
+Orchestrator Agent - 协调器智能体
+负责流程调度与最终验证
+"""
+from autogen import AssistantAgent
+from typing import Dict, Any, Optional, List
+import os
+from pathlib import Path
+
+from config.llm_config import get_agent_llm_config, ORCH_PROMPT
+
+
+class OrchestratorAgent:
+    """协调器 Agent，负责多智能体协同和流程控制"""
+    
+    def __init__(self, llm_config: Optional[Dict] = None):
+        """
+        初始化 Orchestrator Agent
+        
+        Args:
+            llm_config: LLM 配置
+        """
+        self.llm_config = llm_config or get_agent_llm_config("Orchestrator")
+        
+        self.agent = AssistantAgent(
+            name="Orchestrator",
+            system_message=ORCH_PROMPT,
+            llm_config=self.llm_config,
+            description="多智能体系统协调器",
+            human_input_mode="NEVER"
+        )
+        
+        self.workspace_dir = Path("workspace")
+        self.workspace_dir.mkdir(exist_ok=True)
+        
+        # 流程状态
+        self.workflow_state: Dict[str, Any] = {
+            "current_step": 0,
+            "total_steps": 5,
+            "status": "pending",
+            "artifacts": {}
+        }
+    
+    def start_workflow(self, user_requirement: str) -> Dict[str, Any]:
+        """
+        启动完整的工作流程
+        
+        Args:
+            user_requirement: 用户需求
+        
+        Returns:
+            工作流状态
+        """
+        self.workflow_state = {
+            "current_step": 1,
+            "total_steps": 5,
+            "status": "in_progress",
+            "user_requirement": user_requirement,
+            "artifacts": {}
+        }
+        
+        return self.workflow_state
+    
+    def validate_srs(self, srs_content: str) -> Dict[str, Any]:
+        """
+        验证 SRS 文档的完整性
+        
+        Args:
+            srs_content: SRS 文档内容
+        
+        Returns:
+            验证结果
+        """
+        prompt = f"""
+请验证以下 SRS 文档的完整性：
+
+{self._truncate(srs_content, 3000)}
+
+检查清单：
+1. ✅ 包含功能性需求列表
+2. ✅ 包含非功能性需求
+3. ✅ 包含验收标准
+4. ✅ 包含风险分析
+5. ✅ 需求具有唯一 ID
+
+请输出验证报告，指出缺失或不完整的部分。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        validation_report = response if isinstance(response, str) else str(response)
+        
+        # 保存验证报告
+        report_file = self.workspace_dir / "srs_validation.md"
+        with open(report_file, 'w', encoding='utf-8') as f:
+            f.write(validation_report)
+        
+        return {
+            "valid": "✅" in validation_report and "❌" not in validation_report,
+            "report": validation_report,
+            "file": str(report_file)
+        }
+    
+    def validate_tests(self, test_code: str, srs_content: str) -> Dict[str, Any]:
+        """
+        验证测试用例的覆盖率
+        
+        Args:
+            test_code: 测试代码
+            srs_content: SRS 文档
+        
+        Returns:
+            验证结果
+        """
+        prompt = f"""
+请验证测试用例是否覆盖了所有 SRS 需求：
+
+【SRS 需求】
+{self._truncate(srs_content, 2000)}
+
+【测试代码】
+{self._truncate(test_code, 2000)}
+
+检查清单：
+1. ✅ 每个功能需求都有对应测试
+2. ✅ 包含边界情况测试
+3. ✅ 包含异常场景测试
+4. ✅ 测试可执行且独立
+5. ✅ 遵循 TDD 原则
+
+请输出验证报告。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        validation_report = response if isinstance(response, str) else str(response)
+        
+        return {
+            "valid": "✅" in validation_report,
+            "report": validation_report
+        }
+    
+    def validate_code(self, code: str, srs_content: str, test_result: Dict) -> Dict[str, Any]:
+        """
+        验证代码质量
+        
+        Args:
+            code: 源代码
+            srs_content: SRS 文档
+            test_result: 测试结果
+        
+        Returns:
+            验证结果
+        """
+        prompt = f"""
+请验证代码质量：
+
+【SRS 需求】
+{self._truncate(srs_content, 1500)}
+
+【代码】
+{self._truncate(code, 2000)}
+
+【测试结果】
+{test_result}
+
+检查清单：
+1. ✅ 实现所有功能需求
+2. ✅ 通过所有测试用例
+3. ✅ 代码符合规范（MISRA-C/PEP8）
+4. ✅ 包含完整文档
+5. ✅ 无安全漏洞
+6. ✅ 性能满足要求
+
+请输出代码质量验证报告。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        validation_report = response if isinstance(response, str) else str(response)
+        
+        return {
+            "valid": test_result.get("success", False) and "✅" in validation_report,
+            "report": validation_report
+        }
+    
+    def generate_final_report(self) -> str:
+        """
+        生成最终项目总结报告
+        
+        Returns:
+            最终报告内容
+        """
+        prompt = """
+请生成项目最终总结报告，包含：
+
+1. 项目概述
+2. 交付物清单：
+   - SRS 文档
+   - 测试用例
+   - 源代码
+3. 质量指标：
+   - 测试覆盖率
+   - 代码质量评分
+4. 合规性说明：
+   - ISO 26262
+   - MISRA-C
+   - ASPICE
+5. 后续建议
+
+请基于 workspace 目录下的所有文件生成完整报告。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        final_report = response if isinstance(response, str) else str(response)
+        
+        # 保存最终报告
+        report_file = self.workspace_dir / "FINAL_REPORT.md"
+        with open(report_file, 'w', encoding='utf-8') as f:
+            f.write(final_report)
+        
+        print(f"✅ 最终报告已生成：{report_file}")
+        return final_report
+    
+    def request_human_approval(
+        self,
+        approval_type: str,
+        description: str,
+        data: Dict[str, Any]
+    ) -> bool:
+        """
+        请求人工确认（需要前端配合实现）
+        
+        Args:
+            approval_type: 确认类型
+            description: 确认描述
+            data: 相关数据
+        
+        Returns:
+            用户是否批准
+        """
+        # 这里只是标记，实际的前端交互由 Streamlit 处理
+        print(f"\n⚠️ 需要人工确认：{description}")
+        print(f"类型：{approval_type}")
+        print(f"数据：{data}\n")
+        
+        # 在命令行模式下，可以简单询问用户
+        # 在 GUI 模式下，这会触发前端弹窗
+        try:
+            response = input("是否批准？(y/n): ").lower()
+            return response == 'y'
+        except:
+            # 非交互模式下默认批准
+            return True
+    
+    def _truncate(self, text: str, max_length: int) -> str:
+        """截断文本"""
+        if len(text) <= max_length:
+            return text
+        return text[:max_length] + "... [内容已截断]"
+
+
+def create_orchestrator_agent(llm_config: Optional[Dict] = None) -> AssistantAgent:
+    """
+    创建 Orchestrator Agent（AutoGen 原生格式）
+    
+    Args:
+        llm_config: LLM 配置
+    
+    Returns:
+        AutoGen AssistantAgent 实例
+    """
+    config = llm_config or get_agent_llm_config("Orchestrator")
+    
+    agent = AssistantAgent(
+        name="Orchestrator",
+        system_message=ORCH_PROMPT,
+        llm_config=config,
+        description="多智能体系统协调器",
+        human_input_mode="NEVER"
+    )
+    
+    return agent

agents/pm_agent.py

@@ -0,0 +1,139 @@
+"""
+PM Agent - 产品经理智能体
+负责需求消歧与规格生成
+"""
+from autogen import AssistantAgent
+from typing import Dict, Any, Optional
+import os
+from pathlib import Path
+
+from config.llm_config import get_agent_llm_config, PM_PROMPT
+
+
+class ProductManagerAgent:
+    """产品经理 Agent，负责生成软件需求规格说明书"""
+    
+    def __init__(self, llm_config: Optional[Dict] = None):
+        """
+        初始化 PM Agent
+        
+        Args:
+            llm_config: LLM 配置，为 None 时使用默认配置
+        """
+        self.llm_config = llm_config or get_agent_llm_config("PM_Agent")
+        
+        # 创建 AutoGen AssistantAgent
+        self.agent = AssistantAgent(
+            name="PM_Agent",
+            system_message=PM_PROMPT,
+            llm_config=self.llm_config,
+            description="资深软件产品经理，专注于汽车嵌入式系统领域",
+            human_input_mode="NEVER"  # 全自动模式
+        )
+        
+        self.workspace_dir = Path("workspace")
+        self.workspace_dir.mkdir(exist_ok=True)
+    
+    def generate_srs(self, user_requirement: str) -> str:
+        """
+        根据用户需求生成 SRS 文档
+        
+        Args:
+            user_requirement: 用户输入的原始需求
+        
+        Returns:
+            生成的 SRS 文档内容
+        """
+        prompt = f"""
+请根据以下用户需求生成完整的《软件需求规格说明书 (SRS)》：
+
+用户需求：{user_requirement}
+
+请确保输出包含：
+1. 文档标题和版本信息
+2. 功能性需求列表（FR-001, FR-002...）
+3. 非功能性需求（NFR-001, NFR-002...）
+4. 验收标准（AC-001, AC-002...）
+5. 潜在风险与边缘情况
+
+请以 Markdown 格式输出完整文档。
+"""
+        
+        # 调用 Agent 生成 SRS
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        srs_content = response if isinstance(response, str) else str(response)
+        
+        # 保存到文件
+        srs_file = self.workspace_dir / "SRS.md"
+        with open(srs_file, 'w', encoding='utf-8') as f:
+            f.write(srs_content)
+        
+        print(f"✅ SRS 文档已生成：{srs_file}")
+        return srs_content
+    
+    def refine_requirements(
+        self,
+        original_srs: str,
+        feedback: str
+    ) -> str:
+        """
+        根据反馈优化需求
+        
+        Args:
+            original_srs: 原始 SRS 文档
+            feedback: 反馈意见
+        
+        Returns:
+            优化后的 SRS 文档
+        """
+        prompt = f"""
+请根据以下反馈优化现有的 SRS 文档：
+
+原始 SRS:
+{original_srs[:2000]}...  # 限制长度避免超出上下文
+
+反馈意见：
+{feedback}
+
+请输出优化后的完整 SRS 文档。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        refined_srs = response if isinstance(response, str) else str(response)
+        
+        # 更新文件
+        srs_file = self.workspace_dir / "SRS.md"
+        with open(srs_file, 'w', encoding='utf-8') as f:
+            f.write(refined_srs)
+        
+        print(f"✅ SRS 文档已更新：{srs_file}")
+        return refined_srs
+
+
+def create_pm_agent(llm_config: Optional[Dict] = None) -> AssistantAgent:
+    """
+    创建 PM Agent（AutoGen 原生格式）
+    
+    Args:
+        llm_config: LLM 配置
+    
+    Returns:
+        AutoGen AssistantAgent 实例
+    """
+    config = llm_config or get_agent_llm_config("PM_Agent")
+    
+    agent = AssistantAgent(
+        name="PM_Agent",
+        system_message=PM_PROMPT,
+        llm_config=config,
+        description="资深软件产品经理",
+        human_input_mode="NEVER"
+    )
+    
+    return agent

agents/qa_agent.py

@@ -0,0 +1,221 @@
+"""
+QA Agent - 测试工程师智能体
+负责测试用例创建和 TDD 实践
+"""
+from autogen import AssistantAgent
+from typing import Dict, Any, Optional
+import os
+from pathlib import Path
+
+from config.llm_config import get_agent_llm_config, QA_PROMPT
+
+
+class QAAgent:
+    """测试工程师 Agent，负责生成测试用例和测试脚本"""
+    
+    def __init__(self, llm_config: Optional[Dict] = None):
+        """
+        初始化 QA Agent
+        
+        Args:
+            llm_config: LLM 配置
+        """
+        self.llm_config = llm_config or get_agent_llm_config("QA_Agent")
+        
+        self.agent = AssistantAgent(
+            name="QA_Agent",
+            system_message=QA_PROMPT,
+            llm_config=self.llm_config,
+            description="资深测试工程师，专注于自动化测试和 TDD 实践",
+            human_input_mode="NEVER"
+        )
+        
+        self.workspace_dir = Path("workspace")
+        self.workspace_dir.mkdir(exist_ok=True)
+    
+    def generate_test_cases(self, srs_content: str) -> str:
+        """
+        根据 SRS 生成测试用例
+        
+        Args:
+            srs_content: SRS 文档内容
+        
+        Returns:
+            生成的测试用例内容
+        """
+        prompt = f"""
+请根据以下 SRS 文档生成完整的测试用例：
+
+{self._truncate(srs_content, 3000)}
+
+请生成：
+1. Pytest 测试脚本（包含完整的测试函数）
+2. BDD 风格的测试场景描述
+3. 测试数据准备
+4. 预期结果验证
+
+确保遵循 TDD 原则，测试先于代码存在。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        test_content = response if isinstance(response, str) else str(response)
+        
+        # 保存测试文件
+        test_file = self.workspace_dir / "test_battery_health.py"
+        with open(test_file, 'w', encoding='utf-8') as f:
+            f.write(test_content)
+        
+        print(f"✅ 测试用例已生成：{test_file}")
+        return test_content
+    
+    def create_bdd_scenarios(self, srs_content: str) -> str:
+        """
+        创建 BDD 风格的测试场景
+        
+        Args:
+            srs_content: SRS 文档内容
+        
+        Returns:
+            BDD 测试场景描述
+        """
+        prompt = f"""
+请根据 SRS 创建 BDD (Behavior-Driven Development) 测试场景：
+
+{self._truncate(srs_content, 2000)}
+
+请使用 Given-When-Then 格式描述每个测试场景：
+- Feature: 功能描述
+- Scenario: 场景描述
+- Given: 前置条件
+- When: 操作
+- Then: 预期结果
+
+输出为 Markdown 格式。
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        bdd_content = response if isinstance(response, str) else str(response)
+        
+        # 保存 BDD 场景文件
+        bdd_file = self.workspace_dir / "bdd_scenarios.md"
+        with open(bdd_file, 'w', encoding='utf-8') as f:
+            f.write(bdd_content)
+        
+        print(f"✅ BDD 场景已生成：{bdd_file}")
+        return bdd_content
+    
+    def analyze_test_coverage(self, test_code: str, srs_content: str) -> Dict[str, Any]:
+        """
+        分析测试覆盖率
+        
+        Args:
+            test_code: 测试代码
+            srs_content: SRS 文档
+        
+        Returns:
+            覆盖率分析报告
+        """
+        prompt = f"""
+请分析以下测试代码对 SRS 需求的覆盖情况：
+
+SRS 需求：
+{self._truncate(srs_content, 1500)}
+
+测试代码：
+{self._truncate(test_code, 2000)}
+
+请输出：
+1. 已覆盖的需求列表
+2. 未覆盖的需求列表
+3. 覆盖率百分比
+4. 改进建议
+"""
+        
+        response = self.agent.generate_reply(
+            messages=[{"role": "user", "content": prompt}]
+        )
+        
+        coverage_report = response if isinstance(response, str) else str(response)
+        
+        # 保存报告
+        report_file = self.workspace_dir / "coverage_report.md"
+        with open(report_file, 'w', encoding='utf-8') as f:
+            f.write(coverage_report)
+        
+        return {"report": coverage_report, "file": str(report_file)}
+    
+    def _truncate(self, text: str, max_length: int) -> str:
+        """截断文本以避免超出上下文限制"""
+        if len(text) <= max_length:
+            return text
+        return text[:max_length] + "... [内容已截断]"
+    
+    def run_tests(self, test_file_pattern: str = "test_*.py") -> Dict[str, Any]:
+        """
+        执行测试（需要实际运行 pytest）
+        
+        Args:
+            test_file_pattern: 测试文件模式
+        
+        Returns:
+            测试结果字典
+        """
+        import subprocess
+        import sys
+        
+        try:
+            # 使用 pytest 执行测试
+            result = subprocess.run(
+                [sys.executable, "-m", "pytest", 
+                 str(self.workspace_dir / test_file_pattern),
+                 "-v", "--tb=short"],
+                capture_output=True,
+                text=True,
+                timeout=60
+            )
+            
+            return {
+                "success": result.returncode == 0,
+                "stdout": result.stdout,
+                "stderr": result.stderr,
+                "returncode": result.returncode
+            }
+        except subprocess.TimeoutExpired:
+            return {
+                "success": False,
+                "error": "测试执行超时"
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": str(e)
+            }
+
+
+def create_qa_agent(llm_config: Optional[Dict] = None) -> AssistantAgent:
+    """
+    创建 QA Agent（AutoGen 原生格式）
+    
+    Args:
+        llm_config: LLM 配置
+    
+    Returns:
+        AutoGen AssistantAgent 实例
+    """
+    config = llm_config or get_agent_llm_config("QA_Agent")
+    
+    agent = AssistantAgent(
+        name="QA_Agent",
+        system_message=QA_PROMPT,
+        llm_config=config,
+        description="资深测试工程师",
+        human_input_mode="NEVER"
+    )
+    
+    return agent