Haocode/docs/agent-handoff/evidence/P2-04.md

P2-04 证据：跨平台聚合测试入口

状态：COMPLETE 日期：2026-07-17（本机执行时间） 平台：Windows 11 10.0.26200 x64（主）+ WSL Ubuntu-22.04 / CPython 3.12.3（Linux 路径验证）

交付物

• tests/run_all.py（新增，唯一新文件）：跨平台聚合测试入口。
  • python tests/run_all.py --group logic|offscreen|all（默认 all）
  • --list 只列条目；--only <id,子串> 跑子集（调试）；--keep-logs 保留全部子日志（默认只留失败/超时）。
  • 设计：每个子测试 = 独立子进程 + 独立临时目录（haocode_RUN_<id>/haocode_CONF_<id>，POSIX 走 TMPDIR、Windows 走 TEMP）+ 显式秒级 timeout（subprocess.run(timeout=...)）；offscreen 组子进程注入 QT_QPA_PLATFORM=offscreen、HAOCODE_RENDER=software、QTWEBENGINE_CHROMIUM_FLAGS=--disable-gpu（均 setdefault，不覆盖外层）。
  • 退出码语义：任一 FAIL/TIMEOUT → 退出码 1（并打印"失败命令"清单）；SKIP 不影响退出码。
  • SKIP 双闸门：①依赖探测（importlib.util.find_spec：node/openai/PyMuPDF/PyQt6，缺失即 SKIP 并给理由）；②平台令牌（platform:win32 等，平台不适用即 SKIP 并给理由）。
  • 聚合鲁棒性：子进程崩溃/超时只记 FAIL/TIMEOUT，不中断后续；输出统一 UTF-8（errors=replace，Windows cp936/cp1252 宿主安全）；WSL 时钟回拨保护（耗时 clamp ≥0）。
  • 不要求 pytest / npm / 网络；聚合器自身零第三方依赖。

默认聚合范围（25 条）与排除项

• logic 12 条：run_tests.py（agent core 41）、test_tool_params、test_bash_stream、test_copy_session、test_compaction_persist、test_file_attach、test_cross_platform_shell、test_global_hotkey_platforms、test_wv2_guard、test_pdf_reader、test_math_extract.js、test_render_window.js。
• offscreen 13 条：smoke_offscreen、smoke_mode、smoke_copy_session、smoke_bash_panel、smoke_timeline、smoke_midswitch、test_main_window_event_filter、test_config_isolation、test_error_persist、test_think_code_neutral、test_debug_window、test_renderer_matrix、test_screen_capture_platforms。
• 默认排除（有注释理由，不进默认聚合）：
  • diag_*（rename_overlay / panel_scrollbar / render_scale）：人工/像素诊断，需真机或交互。
  • verify_*：人工验证脚本。
  • tune_model_popup.py：调参实验。
  • smoke_offscreen.py 之外的旧式 real-DB 冒烟（引用真实 data/haocode.db，未接临时库）。
  • diag_live_agent.py、probe_agent_loop.py：需真实 API 凭据。
  • _probe_*、_test_env.py：探针/工具模块（被其他测试 import，非独立用例）。
  • run_all.py 自身：聚合器不入聚合。

汇总结果（硬约束要求：Windows/Linux 各一份）

Windows 11 / CPython 3.10.21（.venv，PyQt6+openai+PyMuPDF 齐全）

组	结果	耗时
--group logic	PASS 12 / FAIL 0 / SKIP 0（EXIT=0）	43.9s
--group offscreen	PASS 13 / FAIL 0 / SKIP 0（EXIT=0）	81.9s
--group all	25/25 PASS（EXIT=0，两组顺序执行）	~126s

• 日志样例：D:/tmp/runall_win_logic2.log、D:/tmp/runall_win_offscreen.log。
• offscreen 明细：smoke_offscreen 8.3s、smoke_bash_panel 30.3s、smoke_midswitch 8.7s、test_think_code_neutral 9.3s 等 13 条全 PASS。

WSL Ubuntu-22.04 / CPython 3.12.3（系统 python3，无 PyQt6/openai/PyMuPDF，离线环境）

组	结果	耗时
--group all	PASS 4 / FAIL 0 / SKIP 21（EXIT=0）	0.9s

• PASS 4 = test_copy_session、test_file_attach、test_math_extract.js、test_render_window.js（纯 stdlib/node）。
• SKIP 21 全部带明确理由：无 openai（5，禁止联网安装）、无 PyQt6（14，offscreen 组整体）、无 PyMuPDF（1）、平台不适用 win32-only（1，test_wv2_guard：msvcrt 单实例互斥是 WebView2 守卫的 Windows 专属机制，Linux 无 WebView2 链路）、无 PyQt6 的 GUI 逻辑（1，test_global_hotkey_platforms 含 QShortcut 构造）。
• 证明：聚合器在 Linux/3.12 上可运行、隔离约定在 POSIX（TMPDIR）成立、诚实 SKIP 不伪装通过、JS 条目跨平台运行。
• 注：WSL 无 .venv 且离线，依赖型条目按硬约束 SKIP；在按 VERIFICATION 矩阵备齐依赖的 Linux 真机上同命令即可执行全部条目（offscreen 组仍需真实 Linux 桌面环境完成 P1-03/P1-04 的平台验证，状态不变）。

故意失败夹具演示（硬约束：崩溃/超时不阻断汇总、退出码反映失败）

• 临时夹具（用后即删，未提交）：
  • 崩溃夹具（raise RuntimeError）→ 聚合器记 FAIL 并继续跑后续健康测试。
  • 超时夹具（time.sleep(60) + budget 5s）→ 聚合器记 TIMEOUT 并继续。
• 演示运行：总计 3: PASS 1 FAIL 1 TIMEOUT 1，退出码 1，完整汇总 + 失败命令清单正常打印。
• 演示日志：D:/tmp/runall_fixture_demo.log；夹具文件已删除，仓库无残留（已 rg 复核）。

等价性（硬约束：单文件命令仍可直接运行，输出与聚合子进程一致）

• test_copy_session.py：
  • 独立运行：===== 54/54 PASS ===== / ALL PASS
  • 聚合子进程（保留子日志 tail）：===== 54/54 PASS ===== / ALL PASS —— 逐字一致。
• 其余条目同理（聚合即 subprocess.run([sys.executable, ...原命令...])，命令形态未变）。

聚合入口暴露并修复的两个真实缺陷

1. tests/test_compaction_persist.py T9 陈旧断言（跨平台共同项，Windows 上 FAIL）：
   • 断言用 assertIn('msg["role"] not in', src) 硬编码变量名，而 ui/views/main_window.py 现行代码用 m["role"] not in（P1-01/P2-01 期间变量名演化，测试未跟进）。
   • 修复：改为变量名无关的语义断言（同时接受 msg["role"] not in / m["role"] not in 两种等价写法，检查"摘要标记行被过滤"这一语义本身）。
   • 验证：单跑 41/41 PASS；聚合 logic 组 12/12 PASS。
2. core/agent/compaction.py dataclass 不可哈希默认值（Python 3.11+ 崩溃，真跨平台 bug）：
   • CompactionPreparation.settings: CompactionSettings = DEFAULT_COMPACTION_SETTINGS：默认值是 eq-dataclass 实例（__hash__=None）。Python ≤3.10 的 dataclass 只拒 list/dict/set 默认值 → 合法；Python 3.11+ 追加"不可哈希默认值"检查 → import 即 ValueError。
   • 影响面：Ubuntu 24.04 自带 CPython 3.12（VERIFICATION 矩阵明确支持的 Linux 目标）—— 任何 import core.agent 的模块/测试在 3.11+ 全灭。由聚合入口在 WSL/3.12 上首次系统性暴露。
   • 修复（1 行，语义完全等价）：settings: CompactionSettings = field(default_factory=lambda: DEFAULT_COMPACTION_SETTINGS) —— 仍返回同一共享默认实例，3.10 行为不变。
   • 验证：3.10 本地 test_compaction_persist 41/41 + run_tests 41/41 无回归；WSL/3.12 上 core.agent 链 import 通过（3 个 openai 依赖条目越过 compaction 后才在 openai 处 SKIP，证明 3.12 兼容）。

注册表元数据修正（诚实 SKIP 的前提）

• test_tool_params.py / test_bash_stream.py / test_cross_platform_shell.py：补 openai 依赖（均 import core.agent.tools → 顶层 from openai import OpenAI）。
• test_global_hotkey_platforms.py：补 pyqt6 依赖（含 QShortcut/overlay 构造）。
• test_wv2_guard.py：标 platform:win32（T4 msvcrt 跨进程互斥为 Windows 专属；非 win32 上 acquire_instance_lock() 按设计返回 None）。

边界遵守

• 未动任何独立测试命令与既有入口（run_tests.py 原样保留）。
• 未要求 pytest/npm/网络；聚合器零第三方依赖。
• 默认聚合未启动任何真实 API / 人工诊断 / 真实桌面 / 凭据脚本（见排除清单）。
• 未读取真实配置（data/config.json 零访问）；未删除用户运行数据；夹具用后即删。
• 产品代码改动仅 2 处且均为聚合暴露的缺陷修复：tests/test_compaction_persist.py（测试断言更新）+ core/agent/compaction.py（1 行 3.11+ 兼容）。

复现命令

python tests/run_all.py --list
python tests/run_all.py --group logic
python tests/run_all.py --group offscreen
python tests/run_all.py --group all
python tests/run_all.py --only test_copy_session --keep-logs