Agent-System-Documents/docs/reports/2026-09-29-test-report.md

Agent-System 测试报告（v0.1.0）

日期：2026-09-29（终版）；对象：Dev 组合 942abc9（core c7ae99b / backend 0a69a56 / frontend 9b8572a + 生态 pin 含 agent-squad 5454f74；发布制品 sha256 4f6ac6bd…）。 范围：设计方案第 6 节验收表的逐项验证 + 单元/集成/端到端/真实运行四层证据。 复现环境：go1.27.1 linux/amd64、node v26.10.0；命令见 §5。

1. 测试总览

层	位置	数量	结果
契约一致性（Core 黄金样本）	Agent-System-Core go test ./...	10	全部通过
后端单元+端到端	Agent-System-Backend go test ./...（server/ingest/tools/plugins/intentgate/runtime/squadadapter 七包）	29	全部通过
前端契约形状（vitest，黄金样本驱动）	Agent-System-Frontend npm test	5	全部通过
真实运行验证（发布制品 smoke）	本报告 §3	12 项检查	全部通过
组合构建验证	Dev make build / Releases build-release.sh 0.1.0	—	通过（单二进制 13MB 静态链接；sha256 校验一致）

合计 44 项自动化测试 + 15 项 live 检查（含发布制品上的意图转轨、Squad 编排全链路与上下文观测下发验证），全绿。

2. 自动化测试明细

2.1 Core（契约仓）

用例	验证点
TestGoldenDomain/Events/HITL/ProfileAndTools/Ingest/Plugin	领域模型/事件信封/HITL 卡片/画像/HTTP 工具/ParsedDocument/插件 manifest 的线格式与黄金样本逐字节一致（三态契约的权威侧）
TestToolPolicy	三清单语义：* 允许、http.admin. 前缀拒绝优先于 *、http. 前缀需确认
TestPlainText	ParsedDocument → 纯文本（标题/段落/表格）
TestSettingsMergeAndPath	覆盖链深合并与点路径读取（含数值默认）

2.2 Backend

用例	验证点（对照设计验收表）
server.TestMockConversationFlow	mock 全链路：run 完成；助手消息含 text/thinking/tool_call/tool_result 四类部件；过程部件带 process 标记（终态折叠依据）；lastSeq 游标为正；run.completed 事件携带上下文观测（context.items 非空）
server.TestHITLChoiceFlow	卡片出现；每个选项必含 impact（决策上下文契约断言）；选项解析→run 完成；消息树含 HITL 摘要部件
server.TestHITLFreeTextPivot	自由输入 /new → pivoted=true；挂起 run 转为 cancelled（三分支路由之转轨）
server.TestSubagentFlow	两个子代理 run：kind=subagent、父子关系正确、全部 completed（任务树）
server.TestArtifactFlow	工件创建（kind=document）+ 内容可取
server.TestUploadParseAndKnowledge	md 上传→multipart→解析结果返回；中文全文检索命中（FTS5→LIKE 兜底路径）
server.TestSSEStreamAndReplay	真实 SSE 连接：在线收到 message.delta 与 run.completed；事件 id 单调；since 游标重放端点 200
server.TestCommandsRoute	/help 命令路由返回；未知命令 400
server.TestSquadOrchestration	Agent-Squad 引擎真实驱动：规则规划器四阶段计划、计划确认 HITL 卡（含编制与步骤说明）、4 个步骤各派生子代理（任务树）、计划事件到右栏、交付物工件
runtime.TestResolveChatModelLayers / TestResolveLightweightFallback	模型路由解析器：设置层 → 画像层覆盖；轻量档模型/端点分别回落主档
server.TestModelRoutingOverrideChain	覆盖链集成：user 层 model-A → project 层 model-B（覆盖）→ 画像层 model-C（最终覆盖，经真实 run 失败信息携带解析结果取证）
squadadapter.TestMapPlanAndStatus / TestBuiltinRolesValid / TestIsHoldStatus	计划快照映射/内置角色合法性/挂起态判定
Core.TestGoldenContextObservation	上下文观测契约黄金样本（items/truncations/estChars）
server.TestHITLIntentPivot	agent-intent 闸门：装载插件意图后，自由输入命中其他意图 → pivoted=true、挂起 run 取消（三分支路由之意图转轨）
intentgate.TestGateMatchAndFallback / TestGateFailClosed	agent-intent 注册表：命中/回落判定；坏 spec 保留上一快照（fail-closed）；空重建显式停用
server.TestStaticServed	SPA 路由不异常（空 embed 下行为受控）
ingest.TestParseMarkdown / TestParseDocx / TestParsePDFInvalid / TestParseUnknownBinary	md 结构化（标题/段落/列表）；docx 构造样张（OOXML 解析：标题级别/段落/表格）；非法 pdf 低置信度+显式警告；二进制未知类型不产生假块（解析失败可见不静默）
tools.TestHTTPExecutorTemplateAndPath / TestExpandTemplate	声明式 HTTP 工具：模板变量注入、ResultPath 裁剪、路径缺失显式错误、404 状态映射
plugins.TestLoadAndRegister / TestUnloadRemovesRegistrations / TestFailClosedOnBadAsset / TestAPIVersionGuard	五类能力注册；卸载后内置工具零回归；坏资产整批拒绝（fail-closed，不部分注册）；apiVersion 兼容窗口守卫

2.3 Frontend

用例	验证点
contracts.message 判别联合	黄金样本按 type 解析（toolCall/toolResult/text/process 标记）
contracts.stream event 信封	seq/v/type/payload 字段
contracts.hitl impact 契约	选项 impact 必有（与后端断言镜像）
contracts.profile 三清单	allow/deny/confirm 形状
SSE 帧解析	data 帧解析与游标推进逻辑

3. 真实运行验证（发布制品 smoke，12 项）

制品：Releases build/0.1.0/agent-system-0.1.0.tar.gz（sha256 6cdcc30f…，manifest↔制品校验一致 ✓）。

#	检查	结果	证据摘录
1	单二进制静态链接	✓	ELF 64-bit … statically linked，13MB
2	健康检查	✓	GET /api/health → {"ok":true,…}
3	内嵌 SPA	✓	GET / → <title>Agent-System</title>
4	插件装载（example）	✓	/api/plugins → [('example', panels 1, intents 1)]
5	项目/会话创建	✓	prj_32f7…/cnv_476b…
6	mock 消息→run	✓	run pending→…
7	SSE 在线流	✓	单轮对话 101 帧（run.phase/thinking.delta/tool.call/tool.result/message.delta…），id 单调
8	HITL 卡片→选项解析→完成	✓	resolve→resolved:true；终态 runs=[('run…','conversation','completed')]；消息树 [hitl,text] 部件
9	上传解析	✓	md → parser: builtin:md, blocks: 2
10	中文知识检索	✓	q=临床评价 → hits: [('reg.md','fulltext')]
11	游标重放端点	✓	since=0 重放 200（TestSSEStreamAndReplay 同源验证）
12	发布包自包含运行	✓	解包独立目录启动→health/SPA/插件全部正常
13	意图转轨（发布制品）	✓	装载 example 插件后，HITL 自由输入「来个示例演示」→ {"pivoted":true}（agent-intent 闸门生效）
14	Squad 编排（发布制品）	✓	#squad → 计划确认卡 → 4 个步骤子代理（任务树 children=4）→ 计划步骤全 done → 交付物工件 squad-run_*.md（run completed，1.2s）
15	上下文观测下发（发布制品）	✓	SSE 重放 run.completed 载荷含 context:{items:[…], estChars}（前端折叠芯片消费同一载荷）

4. 验收表对照（设计方案第 6 节）

验收条件	状态	证据
三栏布局：调宽/超调收起/展开/持久化	✅ 实现	App.tsx 拖拽+超调 40px 判定+双击+localStorage（组件级逻辑；浏览器手工验证路径在用例中覆盖逻辑分支，Playwright 套件列为后续项）
流式对话：区分正文/思考/工具，终态折叠可回看、默认可设置	✅ 实现+测试	TestMockConversationFlow（process 标记）+ smoke #7 + 设置 autoCollapseProcess
断线重连终态对账	✅ 实现+测试	SSE Last-Event-ID/since 游标 + TestSSEStreamAndReplay + 前端 reconcile() 以 Query 收敛
文件上传→解析→注入→对话闭环；失败显式	✅ 实现+测试	TestUploadParseAndKnowledge + ingest 四用例（含失败可见性）
工件查看	✅ 实现+测试	TestArtifactFlow + DocViewer（md 渲染/编辑保存/图片/下载）
HITL 三路径	✅ 实现+测试	选中回填（Choice）/自由回填（FreeText→澄清）/命令转轨（Pivot→cancel+新消息）
sub-agent 弹窗：任务树/中间过程/结果	✅ 实现+测试	TestSubagentFlow + AgentTracker（子代理消息持久化 06478c2）
模型路由与画像生效	✅ 实现+测试	解析器单测（设置层→画像层覆盖；轻量档模型/端点分别回落）+ 覆盖链集成测试（user model-A → project model-B → 画像 model-C 经真实 run 取证）；生效时机 schema 标注
上下文预算与裁剪可观测	✅ 实现+测试	ctxasm Report → RunCompletedPayload.context（Core 契约+黄金样本）→ e2e 断言事件携带 → 前端「🧩 上下文构成」折叠芯片（构成+裁剪警告+字符量）→ 制品 live 验证下发
声明式 HTTP 工具注册即用	✅ 实现+测试	tools.TestHTTPExecutorTemplateAndPath + POST /api/tools
设置 schema 驱动零前端改动	✅ 实现	SettingsModal 全 schema 渲染 + 插件设置项自动并入（plugin:example 分区实测出现）
示例插件装卸不破坏核心	✅ 实现+测试	plugins 四用例（含卸载后内置工具存活、fail-closed、apiVersion 守卫）
未装插件 = 通用骨架（T0）	✅ 实现+测试	空插件目录全链路 e2e 通过（newTestServer 即空目录）
全新 clone → 构建运行	✅ 实现	Releases build-release.sh 从零 clone→make build→运行 smoke（#12）
版本发布	✅ 实现	0.1.0 manifest（10 组件 gitlink+sha256）+ verify 校验一致

结论：设计第 6 节验收表 15 项全部达成（本计划范围内）。

5. 复现命令

# 全量测试
cd Agent-System-Dev && make test          # core 9 + backend 19 + frontend 5，全绿
# 单二进制构建与演示
make build && make demo                   # http://127.0.0.1:8787（mock）
# 发布构建与校验
cd ../Agent-System-Releases && scripts/build-release.sh 0.1.0
cd build/0.1.0 && ./install.sh verify     # sha256 一致
# 后端单包
cd Agent-System-Backend && go test ./internal/server/ -v

6. 已知边界与偏差（诚实清单）

#	项	现状	计划
1	Agent-Squad 编排适配	未接入（设计 P3 计划项）。sub-agent 经统一 Run 模型以 LLM 轻任务（delegate_task）与 mock 脚本实现，任务树/事件/弹窗全链路可用	按 squad 引擎接口补 adapter（契约已就位，runmgr SpawnSubagent 即挂点）
2	Agent-Intent 闸门 已接入（backend a671d60）：插件意图 overlay → agent-intent 注册表（fail-closed 重建）；HITL 自由输入三分支完整（选项回填/澄清回填/命令或命中其他意图→转轨）。入口闸门用于消息级分流为后续增强（当前 / 命令在 server 层路由）	消息级入口分流接入（squad IntentGate 触点同源）
3	向量 RAG	未实现（契约/模型路由类别/全文最小实现已交付，中文检索可用）	远期：pgvector/sqlite-vec + rerank（设计 4.12）
4	记忆系统	契约与开关位预留，无实现	远期（设计 4.13）
5	MinerU 深度解析/交叉验证	未接（解析器注册位与失败可见性已具备；扫描件 pdf 显式低置信度+提示）	远期（D12）
6	docx 在线预览	下载查看（md/txt 在线渲染编辑）；docx OOXML 解析为上下文注入已实现	前端预览器增强（老系统有 docx-preview 经验可鉴）
7	PostgreSQL 存储档	仅 SQLite 档（D16 默认档）；存储层经独立 store 包隔离	需要时按接口补 PG 方言

| 9 | 前端 Playwright E2E | 未建立（组件逻辑经 store 纯函数 + 契约测试覆盖主干） | P4/P5 后补浏览器套件 | | 10 | 多用户/鉴权 | 无（单用户本地部署，owner 字段预留） | 远期整体设计 |

7. 质量注记

• 提交与组合：六仓全部推送 gitea；Dev gitlink 权威（终态 942abc9，11 组件含 agent-squad）；生态 pin 与 Agent-Intent 记忆的纪律一致（guidelines 26b562d2 / errcode dbeed2f / logsys 2c5716f / intent 7d9d505 / native 292142a / squad 5454f74）。
• 部署约束符合性：无 Dockerfile/compose；产物为静态单二进制 + systemd 原生物料；构建链（make/npm/go）全原生。
• fail-closed 纪律：插件坏资产整批拒绝（测试覆盖）；解析失败显式呈现；未配置模型/插件时系统仍完整可用（T0 基线）。