Agent-System-Backend/internal/runtime/wp5_ab_test.go

package runtime

import (
	"context"
	"strings"
	"testing"

	agentllm "agent-native/runtime/llm"
	core "agent-system-core"
)

// wp5_ab_test.go 是 N1 WP5 验收的 A/B 对照：门禁机制下沉后，
// 同一组脚本化模型输出的停止原因、提醒次数与工具拒绝必须与记录的
// 旧行为逐条一致。既有套件（GuardTwiceThenNotice / VerifierRejectsThenPasses /
// VerifierGarbageFailsClosed / TodoReminder 三测）在实现切换后原样通过，
// 是性格化等价的主网；本文件补齐两个此前无覆盖的验收角度。

// TestVerifyCapNoticeAfterThreeContinuations：验证器持续拒绝时，
// 续跑恰为 3 次（gates.MaxVerifyContinuations），随后以 verifyCapNotice 收尾，
// 理由逐次进入过程区。
func TestVerifyCapNoticeAfterThreeContinuations(t *testing.T) {
	turns := [][]agentllm.Event{
		textDeltaTurn("答案 v1。"),
		textDeltaTurn("答案 v2。"),
		textDeltaTurn("答案 v3。"),
		textDeltaTurn("答案 v4。"),
	}
	var mainCalls int
	base := scriptStream(turns, nil)
	r := &LLMRunner{
		Stream: func(ctx context.Context, model string, msgs []agentllm.Message, tools []agentllm.ToolDecl, opts agentllm.StreamOptions) <-chan agentllm.Event {
			mainCalls++
			return base(ctx, model, msgs, tools, opts)
		},
		VerifyStream: func(ctx context.Context, model string, msgs []agentllm.Message, tools []agentllm.ToolDecl, opts agentllm.StreamOptions) <-chan agentllm.Event {
			return passedStream(`{"passed":false,"reason":"来源未标注","nextAction":"补上出处"}`)(ctx, model, msgs, tools, opts)
		},
	}
	rc := &fakeRunCtx{ctx: context.Background(), prof: verifyOn(), verify: true}
	if err := r.Execute(rc); err != nil {
		t.Fatalf("Execute: %v", err)
	}
	if mainCalls != 4 {
		t.Fatalf("main calls = %d, want 4（3 次续跑 + 收尾）", mainCalls)
	}
	texts := textParts(rc.assistant)
	last := texts[len(texts)-1]
	if last.Process || !strings.Contains(last.Text, "本轮回复未通过终轮检查") {
		t.Fatalf("final notice = %+v, want non-process verify cap notice", last)
	}
	// 理由经 CheckPart 进过程区：3 次续跑各记一次，达上限时再记一次（与旧行为一致）。
	notes := 0
	for _, p := range rc.assistant {
		if p.Type == core.PartCheck && p.Check != nil && !p.Check.Passed && strings.Contains(p.Check.Reason, "来源未标注") {
			notes++
		}
	}
	if notes != 4 {
		t.Fatalf("verify notes = %d, want 4（3 次续跑 + 1 次封顶）; checks = %+v", notes, rc.assistant)
	}
	// 前三个被降级的回复进了过程区；最后一次回复与收尾 Notice 留在正式区。
	demoted := 0
	for _, p := range texts {
		if p.Process && strings.HasPrefix(p.Text, "答案 v") {
			demoted++
		}
	}
	if demoted != 3 {
		t.Fatalf("demoted answers = %d, want 3; parts = %+v", demoted, texts)
	}
}

// TestGateReasonTextParityAfterSink：下沉后门禁分支理由逐字一致——
// verify 开启时，声称交付无工件的理由必须原样进入过程区。
func TestGateReasonTextParityAfterSink(t *testing.T) {
	turns := [][]agentllm.Event{
		textDeltaTurn("文档已生成：甲.docx"),
		textDeltaTurn("文档已保存：乙.docx"),
		textDeltaTurn("文档已导出：丙.docx"),
	}
	r := &LLMRunner{Stream: scriptStream(turns, nil)}
	rc := &fakeRunCtx{ctx: context.Background(), prof: verifyOn(), verify: true}
	if err := r.Execute(rc); err != nil {
		t.Fatalf("Execute: %v", err)
	}
	if !hasProcessNote(rc.assistant, "回复声称已经生成或登记了文件，但这一轮没有产生对应的工件") {
		t.Fatalf("gate reason missing after sink: %+v", textParts(rc.assistant))
	}
	texts := textParts(rc.assistant)
	last := texts[len(texts)-1]
	if last.Process || !strings.Contains(last.Text, "本轮未实际生成文件") {
		t.Fatalf("final notice = %+v", last)
	}
	// 伪造调用标记的分支理由也要逐字一致。
	r2 := &LLMRunner{Stream: scriptStream([][]agentllm.Event{
		textDeltaTurn("结果如下 [调用工具 write_file] 已完成"),
		textDeltaTurn("结果如下 [调用工具 write_file] 已完成"),
		textDeltaTurn("结果如下 [调用工具 write_file] 已完成"),
	}, nil)}
	rc2 := &fakeRunCtx{ctx: context.Background(), prof: verifyOn(), verify: true}
	if err := r2.Execute(rc2); err != nil {
		t.Fatalf("Execute: %v", err)
	}
	if !hasProcessNote(rc2.assistant, "回复正文里出现了工具调用标记，但本轮没有真实的工具调用") {
		t.Fatalf("forged marker reason missing after sink: %+v", textParts(rc2.assistant))
	}
}