Agent-System/.doc/test-reports/2026-09-15-taskrun-runmanifest-u8-test-report.md

M3 U8 TaskRun 终态与 RunManifest 测试报告

一、 测试背景 (Background)

权威停走门是 M2 报告最后一句 继续 M3（2026-09-14-document-reliability-m2-test-report.md）。整改计划 U8 要求 TaskRun 终态与类型化 RunManifest 同一 UoW，并在重复 finalize、cancel 竞态、SSE 断线和 workspace 清理后保持一致。本轮不做 U9（dataset/八轨/销毁），不碰 M4–M6 / chat / intent。

二、 测试目标 (Test Objectives)

• RunManifest 规范字节、SHA-256、workspace_id、storage_identity、members 持久化；Evidence/Gaps 不进核心协议。
• 重复 finalize：同一 status、同一 manifest SHA、助手消息 1 条、envelope/staging 不加倍。
• finalize ∥ cancel：恰好一个合法终态（双 pool，不用进程全局 mutex）。
• SSE done 不出现在 TX 失败路径；commit 前失败后占位正文不落终态。
• workspace 无 verified receipt 则 cleanup FAIL；有 receipt 则可清，且 staging 仍能取出原 SHA。
• server 不再 Join(workDir, "output.md")；Backend 由服务端 policy 解析。
• Goose 00037 Up+Down；占槽 rebuild 后 schema 37。

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
分支	feature/taskrun-runmanifest（从本地 dev 检出）
部署	主仓 ./scripts/env-service.sh dev rebuild（禁止 worktree 内 env-service）
Compose	项目 agent-dev，HTTP :8080
Agent	agent_backend=pi-agent
Schema	37（00037 task_run_manifests）
PostgreSQL	隔离库 agent_rel_m3_u8（admin 连 shuimu-system-pg-test:5434/postgres 自建）；测完 DROP；禁止 agent_system_dev/test/main
项目 143	只读；本轮未 terminate，未改 workflow-plan
证据	.doc/test-reports/assets/2026-09-15-taskrun-runmanifest-u8/

镜像身份：app_image=sha256:fb3eec56ae5684fd323b1bd9e3c5c521c2e415730c2edd7f8c65a86b85aa6fb9。见 rebuild-health-ready.txt。

提交：2234af4 docs(ops) 认领 → eb75f85 feat(db) → 7be8730 feat(taskrun) → 2ddaf76 feat(workspace) → 3997a04 test(taskrun)。

四、 预期结果 (Expected Results)

栏	期望
Unit	规范 SHA 稳定；未授权 backend / 敏感正文拒绝；重复 finalize 不改 turn；cancel 后 finalize 采用已有终态
PG	双 pool 重复 finalize 计数均为 1；cancel race 唯一终态；commit 失败无 done；无 receipt 拒清理
故障注入	BeforeCommit 失败回滚助手占位；done 不出现
真实 PI	本轮未新开编制任务；dev 已 pi-agent ready；143 只读
浏览器	web 单测 + production build 必做；页面回归继承 M1
restart-rebuild	health/ready schema 37，pi-agent
跨用户	Backend 调用方不能塞任意字符串；敏感字段从 metadata 剥离

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 ./internal/taskrun ./internal/workspace ./internal/server -run 'TestFinalize|TestCommands|TestRunManifest|TestCleanup|TestOpaque|TestManager_Done'
• 实际输出: TestRunManifest_FreezeStableSHA、TestCommands_DuplicateFinalizeMemory、TestCommands_CancelWinsOverFinalizeMemory、TestCleanup_RequiresVerifiedReceipts、TestFinalizeTaskRun_HashesViaWorkspaceCapability、TestManager_FinalizeFailureDoesNotEmitDone 均为 PASS。
• 评价判定: PASS
• 性能与耗时: 亚秒。日志：go-test-short.txt

5.2 PostgreSQL 隔离库（双 pool）

• 测试输入: TEST_DATABASE_URL 指向 5434 上非共享库名；go test ./internal/taskrun -run TestPG_。Admin 连 postgres，CREATE DATABASE agent_rel_m3_u8，goose 至 37。
• 实际输出:
  • TestPG_DuplicateFinalizeIdempotent：messages=1 manifests=1 envelopes=1 staging=1，两侧 SHA 相同
  • TestPG_FinalizeCancelRaceOneTerminal：status ∈ {completed, cancelled}，助手 turn=1
  • TestPG_CleanupWithoutReceiptFailsAndStagingSurvives：无 receipt 目录仍在；有 receipt 后可删；LoadStaging SHA 与原文一致
• 评价判定: PASS
• 性能与耗时: 含 goose 约 0.35s。测完 DROP DATABASE；psql 确认 agent_rel_m3% 为 0 行。

5.3 故障注入 / SSE

• 测试输入: uow.PG.BeforeCommit 返回 inject commit fail；Manager worker finalize。
• 实际输出: status=finalizing_failed；task_run_events 无 done；助手正文仍为「任务执行中…」。
• 评价判定: PASS
• 性能与耗时: 40ms

5.4 真实 PI

• 测试输入: 本轮未对新项目发起编制；GET /health 显示 agent_backend=pi-agent。项目 143 只读未打开。
• 实际输出: 模型容器在线，但 U8 未跑一条新的真实编制链路。
• 评价判定: FAIL（未测） — 不构成 U8 停走项（停走项是重复 finalize / 双终态 / 提前 done / 无 receipt 清理 / 仅进程 mutex）。浏览器页面回归继承 M1。
• 性能与耗时: 未测

5.5 浏览器

• 测试输入: cd web && npm test；npm run build
• 实际输出: tsx 365 passed + vitest 30 passed；production build ✓ 8.29s
• 评价判定: PASS（单测+build）。页面 finalize 后刷新继承 M1，本轮未重跑 Playwright。
• 性能与耗时: 单测 ~1.3s；build 8.29s

5.6 restart / rebuild

• 测试输入: 主仓占槽 ./scripts/env-service.sh dev rebuild；curl -sf http://127.0.0.1:8080/health 与 /ready
• 实际输出:

{"status":"ok","env":"dev","agent_backend":"pi-agent","version":"v1.0","shared_kb_port":5432,"database_ready":true,"schema_version":37,"schema_ready":true,"task_store_ready":true}

• 评价判定: PASS
• 性能与耗时: rebuild 约 23s。日志：rebuild.log、health.json、ready.json

5.7 跨用户 / Backend policy

• 测试输入: TestResolveBackend_StripsUnauthorized；TestStripSecretsAndSensitive；TestCommands_RejectsSensitiveMarkdown
• 实际输出: evil-shell 拒绝；api_key 从 metadata 剥离；含 api_key= 的正文 finalize 失败
• 评价判定: PASS
• 性能与耗时: 亚秒

六、 自动化测试套件汇总 (Test Suite Execution)

命令	结果
go vet ./...	PASS
go test -short ./...	PASS
隔离库 goose 00037 Up + 双 pool 竞态 + DROP DATABASE	PASS
目标包 -race（taskrun/workspace/ctxmgr）	PASS
arch-check --mode warn	PASS
web npm test	365 + 30 PASS
web production build	PASS
占槽 rebuild + health/ready	PASS，schema_version=37

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

U8 停走项全部观测为 PASS：重复 finalize 不产生第二 turn / 第二份 staging；cancel 与 finalize 只有一个合法终态；TX 失败路径无 SSE done；无 verified receipt 不得删 workspace；正确性由 SELECT … FOR UPDATE 与 UNIQUE(run_id) 承担，而不是进程 mutex。Goose 00037 可随隔离库 Down（随 Down to 33 验证表消失）。server 已去掉 filepath.Join(workDir, "output.md")。未做 U9 backfill/corpus/八轨/销毁，未整支 merge FAV，未启用 FAV_DEGRADED_READ，未终止项目 143。真实 PI 编制本轮未新开，不作为 U8 扩面失败理由。

继续 U9