Agent-System/.doc/test-reports/2026-09-14-document-reliability-pilot-live-test-report.md

文档可靠性试点 M1 活验签字测试报告

一、 测试背景 (Background)

上一份 M1 试点报告 在 Unit/隔离库通过后，因未占槽 rebuild、无真实 PI/浏览器/4 会话而把最后一句写成 停止扩面。本轮不改写那份结论句；只补活验签字，决定能否开工 U5–U7。

二、 测试目标 (Test Objectives)

• A1：占集成槽，本地 dev --no-ff 合入试点分支，env-service.sh dev rebuild，health+ready 来自本分支镜像。
• A2：项目 143 只读打开/刷新/重登；新建项目打开/刷新/重登；GET .../content 为 200 且带 consistency；禁止把 missing 当 404。
• A3：真实 pi-agent + MiniMax 编制一条受控文档，刷新不丢正文。禁止 stub 当终态。
• A4：隔离库两个 pgx pool + 4 会话同 ETag 一赢，同 key+digest 跨 pool 重放。测完 DROP DATABASE。
• A5：分栏签字；最后一句只能是「继续 M2」或「停止扩面」。

三、 测试方案与环境 (Test Plan & Environment)

项	值
OS	Linux 7.0.0-31-generic
Go	本机 go test；容器 agent-dev-app
合入	主仓 dev --no-ff refactor/document-reliability-pilot → cb8eaca
部署	主仓 ./scripts/env-service.sh dev rebuild（禁止 compose restart 当证据）
Compose	项目 agent-dev，HTTP :8080
Agent	真实 pi-agent（AGENT_BACKEND=pi-agent），模型 MiniMax-M2.7-highspeed（云端 API，非 stub）
Schema	33
FAV_DEGRADED_READ	unset / 默认 false
浏览器	mcr.microsoft.com/playwright:v1.63.0-noble，--network host --ipc host
PostgreSQL	隔离库 agent_rel_itest（shuimu-system-pg-test:5434），测完 DROP；禁止 agent_system_dev/test/main
项目 143	只读；未 terminate，未 PUT /143/workflow-plan
证据	.doc/test-reports/assets/2026-09-14-document-reliability-pilot-live/

镜像身份（rebuild 后）：app_image=sha256:251fa99d5de47d452b7f099304aa34b1e2aacf1b4e9d2d23d1cb4b850084910e；随后把 pi-agent force-recreate 到 rebuild 所打的 sha256:21fc9b64066c33e94d8db83695b4ff64ea5e49f6d65661f8ccab11ead083042d。见 rebuild-health-ready.txt。

四、 预期结果 (Expected Results)

栏	期望
Unit / stub	go test -short 全绿；hydrate 把 missing 当正文
PostgreSQL	双 pool 同 ETag 一赢；同 key+digest 跨 pool 重放；4 会话同 ETag 一赢
故障注入	与上一份隔离库 U2 一致，本轮 -race 再跑目标包
真实 PI	新建项目激活后编制，账本 head 可读
真实浏览器	143 与新项目刷新/重登 200 + markdown；页面无「加载失败」；无 PROJECTION 409
restart/rebuild	health/ready status=ok，agent_backend=pi-agent，schema_version=33；ready 不因 vault 未配置假绿，响应无路径泄漏
跨用户	匿名 401；非成员/跨项目/错误 stage-duty 同一 404 DOCUMENT_NOT_FOUND

五、 实际测试结果与判定 (Actual Results & Evaluation)

5.1 Unit / stub

• 测试输入: unset TEST_DATABASE_URL; go test -short ./...；npx tsx --test src/lib/controlledDocHydrate.test.ts；./scripts/arch-check.sh --mode warn
• 实际输出: 全仓 short 包 ok；hydrate 17 passed；arch-check warn: production gate passed
• 评价判定: PASS
• 性能与耗时: internal/server 约 9.6s。日志：go-test-short.txt、hydrate-unit.txt、arch-check-warn.txt

5.2 PostgreSQL 事务与并发

• 测试输入: 隔离库 TEST_DATABASE_URL → ./internal/docrevision -run 'TestDocumentCommitConcurrencyPG|TestDocumentCommitTwoPoolsAndFourSessionsPG'
• 实际输出:

--- PASS: TestDocumentCommitConcurrencyPG (0.03s)
--- PASS: TestDocumentCommitTwoPoolsAndFourSessionsPG (0.03s)

两个独立 pgxpool 打同一 ETag 仅一赢；赢家 key+digest 跨 pool 重放 head 一致；随后 4 个会话同 ETag 仅一赢。测完 DROP DATABASE agent_rel_itest。

• 评价判定: PASS（不是 4 个 OS 进程，是计划要求的双 pool 模拟两进程 + 4 会话；未使用进程内全局 mutex）
• 性能与耗时: 62ms。日志：go-test-pg-two-pool.txt

5.3 故障注入

• 测试输入: go test -race ./internal/app/uow ./internal/app/docflow ./internal/docquery（同一隔离库，DROP 前）
• 实际输出: 三包 ok（含 cached）
• 评价判定: PASS
• 性能与耗时: 亚秒到约 1.8s

5.4 真实 PI

• 测试输入: Playwright 新建项目 → 未激活编制被 202 blocked_pending_governance → 配置并激活 → 发送「请基于本项目编制首轮《用户需求》摸底文档…」→ 等待小队终态 → 打开 doc_proj* intake
• 实际输出: 编制用例 4.2min PASS。GET /api/v1/docgov/documents/{id}/content 200 且 markdown 非空；刷新与重登正文相同。截图 07-new-doc.png / 08-new-doc-reload.png / 09-new-doc-relogin.png
• 评价判定: PASS（真实 pi-agent，非 stub）
• 性能与耗时: 编制+打开约 4.2min

5.5 真实浏览器

• 测试输入: RUN_UI_ACCEPTANCE=1 BASE_URL=http://127.0.0.1:8080；web/e2e/controlled-document-reload.spec.ts（官方 Playwright 镜像）
• 实际输出:

✓ project 143 content is 200 with consistency; anonymous is 401; unknown is 404 (4.6s)
✓ non-member GET of project 143 is the same 404 as unknown (7.4s)
✓ new project PI compile then reload keeps ledger markdown (4.2m)
✓ cross-project and wrong-stage GET stay DOCUMENT_NOT_FOUND (3.8s)
4 passed (4.5m)

143 打开/刷新/重登均为 200 + markdown + typed consistency，无 PROJECTION 409，页面无「加载失败」。未对 /143/ 发 PUT workflow-plan，未 terminate。

• 评价判定: PASS
• 性能与耗时: 整套 4.5min。日志：playwright-controlled-reload.txt；截图 screenshots/01–10

5.6 restart / rebuild

• 测试输入: 占槽后 ./scripts/env-service.sh dev rebuild；curl -sf http://127.0.0.1:8080/api/v1/health 与 /api/v1/ready
• 实际输出: 两者 HTTP 200，body 均为

{"status":"ok","env":"dev","agent_backend":"pi-agent","version":"v1.0","shared_kb_port":5432,"database_ready":true,"schema_version":33,"schema_ready":true,"task_store_ready":true}

无文件系统路径字段。vault 未配置时 ready 仍按 DB/schema/task_store 判定，不是假绿。

• 评价判定: PASS
• 性能与耗时: rebuild 约 79s。日志：rebuild-health-ready.txt、health.json、ready.json

5.7 跨用户负例

• 测试输入: 匿名 GET 143；局外人 D GET 143 与新项目文档；审核人 B GET 143 与伪造 _design_control stage
• 实际输出: 匿名 401；其余均为 404 DOCUMENT_NOT_FOUND，不泄露存在性
• 评价判定: PASS
• 性能与耗时: 3.8s。截图 10-fail-closed.png

六、 自动化测试套件汇总 (Test Suite Execution)

命令	结果
go vet ./...	PASS（合入后、rebuild 前）
go test -short ./...	PASS
隔离库双 pool / 4 会话	PASS，随后 DROP DATABASE
目标包 -race	PASS
arch-check --mode warn	PASS
hydrate 单测	17/17 PASS
Playwright 活验（官方镜像）	4 passed
宿主 npx playwright	因缺 libatk-1.0.so.0 无法启动；改走已验证的 mcr.microsoft.com/playwright:v1.63.0-noble

七、 测试结论与后续优化建议 (Conclusion & Next Steps)

活验补齐了上一份报告缺的 rebuild、真实 PI、真实浏览器、双 pool/4 会话与 HTTP 跨用户负例。hazard 真页面 404/409/projection-missing 本轮观测为 0；授权未靠放宽；4 会话赢家来自数据库锁而非进程内 mutex。M1 签字通过，允许按计划实施 U5–U7。上一份「停止扩面」报告保持原句，不改写。

继续 M2