Production Testing

生产使用：测试与评测

权威来源：docs/contributing.md（CI 五个 job）· python-engine/evals/README.md（评测套件）· transcript 契约（这块怎么测）。

四层测试，各管一段

层	位置	跑法
Go 单测	internal/**/*_test.go	go test -mod=mod ./... -count=1
Python 单测	python-engine/tests/	python -m pytest -q -m "not integration"
集成测试	同上，-m integration	需真实 PG + Redis + 网关
前端测试	frontend-vue/src/**/__tests__/	pnpm run test（vitest + jsdom）
评测套件	python-engine/evals/	见 evals/README.md（E1 / E2 / E3）

集成测试要"真实栈"

integration 标记的用例需要真 PostgreSQL + Redis，还要把网关也起起来 （引擎侧统一客户端会走网关的 /v1/internal/*）：

redis-server --port 6390 --appendonly no --save ""
REDIS_ADDR=127.0.0.1:6390 go run ./cmd/chiron
POSTGRES_DSN=<来自 .env> REDIS_URL=redis://127.0.0.1:6390/0 \
  python -m pytest -q -m integration

本机没有真实栈时不要假装跑过 —— 把没跑的项写下来（这是本仓库的一贯做法）。

前端怎么测"几何与滚动"

transcript 的 7 个模块是纯几何（不碰 DOM）⇒ 可以用事件序列做确定性回归， 不需要浏览器。列表容器（MessageList）的窗口化与锚定用 jsdom + @vue/test-utils 测。

已知的边界：没有浏览器级 e2e 测试。这是 UI/UX 差距分析里指出的最大系统性差距 （测试/源码字节比 0.11× vs 对标项目 0.77×）。补它不需要新依赖，缺的是接缝 （把内核换成可脚本化的假实现）。

测试自身的纪律

• 一个测试必须能观察到它声称的东西 —— 例如：$emit 之后同步读 props 是读不到新值的 （Vue 会批量传播），要 await nextTick() 或读父组件的 setup 状态。
• 断言失败时先分清"代码错"还是"我对代码的模型错" —— 后者很常见。
• flaky 的第二次出现，才是"记录它"变成"修它"的临界点（第一次应先取证）。

延伸阅读

• 贡献与验收 —— 门禁与自查清单
• transcript —— 被契约化的那块怎么测

---

本页由仓库内 docs/wiki/ 同步生成（scripts/sync_github_wiki.py）。请不要直接编辑本 wiki —— 改动会下次同步时被覆盖；请改仓库里的对应文件。