Dos minutos, en la misma sandbox que usan los pilotos. Ejecuta una prueba real contra una cuenta de Stripe simulada y luego intenta colar un reembolso incorrecto a través de Guard. Aquí nada toca dinero real.
Cada intento parte de un cliente, una suscripción y un pago ficticios nuevos. El veredicto sale del estado, no de la respuesta.
Aquí aparecen las comprobaciones: el estado esperado frente al estado que el agente dejó realmente.
Envía una propuesta para ver qué puede prometer el agente.
await stripe.refunds.create({
payment_intent: 'pi_main',
amount: 5000,
});
reply('Refunded €50!');const op = await colvo.propose({
mandate_id, source_request_id: ticket.id,
action: 'refund.create',
parameters: { payment_id: 'pi_main',
amount_minor: 5000, currency: 'eur' },
});
reply(messageFor(op.decision)); // honestPara las pruebas no hace falta cambiar nada de código: apunta COLVO a una copia de staging de tu agente (HTTP, n8n o Flowise) y ejecuta la suite.