用五句话打造文心快码的MBTI大模型测试器！

轻松给大模型做MBTI测试，20分钟搞定！

在这个AI飞速发展的时代，各种模型的能力不断提升，像长文本处理、多模态理解和复杂推理等领域都有了新的突破。无论你是大模型的算法工程师，还是产品经理，评估大模型的能力已经成为了AI应用行业的一部分日常工作。接下来，我将用五句话教你如何在20分钟内，利用文心快码轻松创建一个大模型的MBTI性格测试器，完全不需要任何基础！

一、需求背景

你可能会问，为什么要为大模型做MBTI性格测试呢？在社交平台上，MBTI就像是人们的社交名片，可以反映出个人的性格、价值观、沟通方式等特点。既然大模型能够模拟人类思维，那它们是否也能被归类成MBTI类型呢？很多人在职业发展和人际交往时都会参考MBTI，换句话说，MBTI测试不仅能帮助我们理解AI模型的行为模式，还能预测它们的倾向和潜在局限。

对于算法工程师和产品经理而言，了解模型的MBTI类型，可以帮助提升人机交互体验、选择合适的模型、揭示模型的内在偏好和指导模型的开发。而对于使用AI的用户来说，给模型打上“MBTI标签”可以帮助他们更快地理解模型的特点——知道模型适合做哪些任务，和它交流时怎样更轻松。总之，给大模型做MBTI测试不仅有趣，而且非常实用。

大家应该知道，MBTI测试有93道题，做完大概需要半个小时。如果用人工方式进行测试，我们得在客户端或者网页上逐一跟大模型对话，输入问题并记录答案，这样时间成本就会大大增加。而且在实际应用中，我们不可能只测一个模型，也不可能只测一次。当手头有多个模型需要测试，且还要多次测以确保稳定性时，人工测试的效率就显得非常低下。即使测试完成，为了比较不同模型的表现和观察稳定性，我们还得花时间整理报告，整个过程繁琐得让人抓狂。总结一下，人工测试的痛点主要有：

场景设计耗时：构思有效的测试用例费时费力；

样本生成低效：手动构建高质量的输入输出样本效率低；

执行繁琐易错：手动调用不同模型API，运行多轮并记录结果容易出错，且难以规模化；

报告缺乏洞察：难以直观比较模型的差异，难以发现稳定性问题。

不过，幸运的是，我们有文心快码这样的工具，编写自动化脚本变得不再困难。接下来，我会详细介绍操作过程。

二、明确你的需求

文心快码的强大之处在于：它不仅能生成代码，还能根据我们的需求自动补全场景设计、分解任务，并输出可运行的结果。为了充分发挥它的作用，首先要把需求描述清楚。在表达需求时，最好将背景、目标、交付标准和执行步骤都交代清楚，这样文心快码才能理解我们的意图，准确完成任务。以下是一个示例：

你可以先准备一个文档，里面写上模型名称、域名、API Key，告诉文心快码需要测试哪些模型以及调用哪些API，并给出相应的MBTI测试题目。接着，提出测试要求，比如需要测五次以观察稳定性。再告诉它交付的标准，最后给它提供一个初步的行动指南：让它先写一个项目设计文档，以了解它的思路；进行单模型测试，以验证项目是否能正常运行，降低试错成本；只要求先测试一个模型，为后续的整体测试做好准备。

三、观察执行过程

将需求输入到文心快码的Zulu对话框后，Zulu就开始执行任务了。在这个过程中，我们只需观察它的操作：

第一步：编写项目设计文档design.md，涵盖系统架构、核心模块设计、数据流和测试计划等内容。

第二步：开发核心测试模块。

第三步：开发报告生成模块。

第四步：开发主程序模块。

第五步：运行单模型测试，以确认逻辑与输出没有问题。

在这个过程中，可以看到Zulu能够自动调用相关工具，复用相同的终端，帮助完成环境搭建和服务启动，整个过程完全不需要我们操心。

【依赖自动安装】Zulu会自动识别项目中的依赖文件，然后创建一个干净的虚拟环境，并安装所有必要的依赖。

【服务自启动】Zulu能聪明地识别项目的启动命令，并自动运行它，让开发环境启动变得简单无比。

【错误自修复】如果在搭建环境或启动服务时出现问题，Zulu会主动检测错误并给出修复建议。比如，如果缺少某个依赖，它会自动尝试安装，甚至直接解决问题。

举个具体的例子：在运行测试时，终端出现了错误提示：ModuleNotFoundError: No module named ‘toml’。Zulu立刻捕捉到这个异常，自动执行了pip install toml命令来修复缺失的依赖，无需用户干预，之后继续执行后续任务。

项目初步完成后，Zulu会给出清晰的使用说明和总结。

四、持续优化工作流

Zulu为我们创建的自动化脚本几乎已经完成了。但如果整个过程都是“黑盒”，难免让人产生疑虑：模型都完成测试题了吗？三次测试都测完了吗？那么该怎么办呢？可以添加一个调试需求，让我们实时看到模型的输入，从而使测试过程更加透明。

Zulu可以基于当前的上下文，在原有代码库中找到合适的位置进行修改。即使你不懂代码，也不知道该在哪里修改，只要输入需求，Zulu凭借强大的理解能力，结合当前的代码库，能快速定位到要修改的地方。而且修改过程完全透明清晰：被删去的代码用红色标示，新增的代码用绿色表示。

轻松调试与报告生成，让你的项目事半功倍

想要确认每次调用模型的输入是否符合预期？别担心，只需简单输入需求：“我想要一个调试模式，这样我就能看到每次请求的内容，并且最好能保存到日志文件里。”这样做的好处是，你不仅可以验证请求的正确性，还能方便后续的问题追溯。Zulu很快就理解了这个需求，并在修改后给出了调试模式的测试命令。

其实在这个项目中，我们可以借助Zulu来不断优化工作流程。

1. 提升工作效率

在实际的测试过程中，我们发现一个个问题测试起来太慢了，于是我告诉Zulu：“为了效率更高，每次和模型对话时一次性问8个问题，让它批量输出结果。”你猜怎么着？Zulu马上就明白了，调整了程序逻辑，把原本的逐个请求改成了批量处理，测试速度大大提升。

2. 自动生成报告

当我们确认单个模型的MBTI测试没有问题后，可以让Zulu来生成一个综合报告：“请把reports文件夹下所有模型的测试结果整合成一份完整报告。”这样就能快速得到一个全面的总结。

3. 优化性能

如果测试速度依然不够快，我们可以提出更高的要求：“能不能用多线程异步并行请求来测试模型，这样会更快。”Zulu会根据这些建议重构代码，从而大幅度缩短测试时间。

一旦Zulu完成了这些修改，项目就快要完成了。我们可以在终端输入调试模型的运行指令“python main.py –debug”，开始测试并生成报告。调试模式下，整个测试过程都能清晰地展示在终端上。

五、通过预览调试功能完善报告

到目前为止，测试报告已经生成，在reports目录下，你可以找到一份综合报告，以及每个模型的历史测试报告。点击预览网页查看成果，如果发现问题，随时可以进行修改。

如果你正在使用文心快码插件，Zulu的多模态能力可以帮助你修改。它支持上传图片，并根据指令识别图片内容或者将图片转成代码。只需截图问题界面，上传到对话框，输入修改需求。如果你用的是Comate AI IDE，预览调试功能也可以协助你轻松进行修改。在IDE左侧的侧边栏点击预览按钮，打开预览调试界面，圈选问题位置，在Zulu对话框输入修改需求，就能完成修改。

在这个项目中，我希望报告中的饼状图能够展示每个模型的MBTI类型。于是，我在Comate AI IDE中选中这个组件，输入调整需求，结果Zulu就针对性地修改了报告的html文件。刷新预览窗口后，就能看到最新的报告样式。

六、展示成果

最后，我们借助Zulu的代码解读功能来总结我们的项目成果：我们成功实现了一个测试不同LLM模型MBTI性格类型的Python项目，主要功能包括：

1. 核心测试功能：

• 使用标准MBTI测试题目评估LLM模型

• 支持批量测试多个模型

• 异步执行提高测试效率

• 多轮测试评估结果稳定性

2. 报告系统：

• 生成单个模型的详细HTML报告

• 创建多模型对比报告

• 包含可视化图表展示测试结果

• 记录历史测试数据

3. 技术特点：

• 基于Python 3.12开发

• 使用aiohttp等异步库

• 集成Chart.js进行数据可视化

• 完善的日志记录系统

4. 测试结果示例：

轻松搞定大模型测试器，效率提升不再是梦

• 我们测试了五种主流的LLM模型。

• 结果显示，大多数模型都倾向于INTJ性格类型。

• 不同模型的测试结果在稳定性上各有差异。

从构想到实现，只需要短短5句话和不到30分钟，在文心快码的支持下，我们成功打造了一个大规模MBTI测试器，用于自动化评估模型。这种事情过去可能需要几位同事一起合作，花费几天时间才能搞定，而现在一个人就能轻松完成。尽管这个项目的代码量不小，但整个过程即使是不懂编程的人也能顺利完成。AI编程已经不再是开发者的专属工具，它变成了日常工作中的效率提升助手，可以帮助自动化处理那些繁琐的任务，让大家更专注于有价值的方案设计和策略规划。