本发明公开了一种面向强化学习模型的容器化测试方法与系统。本方法为：1)测试方根据待建的测试任务制作测试环境Docker镜像、代理Docker镜像及其对应的连接模块、回调模块、评估模块，然后将连接模块封装到代理Docker镜像文件模板中；2)测试方在测试平台上创建测试任务，并上传镜像文件到测试方服务器；3)被测方下载测试任务的镜像文件训练代理，将训练后的代理集成到代理Docker镜像并上传至测试方服务器；4)测试方服务器在新上传的代理Docker镜像文件中添加或替换回调模块和评估模块，并对其进行重新封装得到新的代理Docker镜像后，开始运行测试任务；5)测试方服务器将测试过程数据传回测试平台。