Makefile + pytest + GitHub Actions workflow for automated regression: - make install / make eval / make test - pytest integration with demo_cases.yaml - Golden outputs for 6 priority cases - Report generation (JSON + Markdown) Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
Applicability Demo CI Suite
Diese Variante ist als direkt einhängbare Regression-Suite gedacht.
Enthalten
demo_cases.yaml— priorisierte Demo-Fälleactual_outputs/— Golden Outputsevaluator.py— Assertions + Report-Generatortests/— pytest-RegressionenMakefile— lokale Standardbefehle.github/workflows/applicability-demo-regression.yml— GitHub Actions Job
Lokal starten
make install
make eval
make test
Reports
Nach make eval liegen die Reports hier:
reports/latest_report.jsonreports/latest_report.md
Einbau in euer Repo
Am einfachsten legt ihr den Ordner als applicability_demo_ci/ ins Repo.
Der Workflow ist bereits darauf ausgelegt.
Nächste sinnvolle Anpassung
actual_outputs/durch echte Endpoint-Outputs ersetzen- optional kleinen Adapter bauen, falls euer API-Schema leicht abweicht
- weitere Grenzfälle ergänzen: WEEE, Medizinprodukt, Bildung, AI Act, CRA