# Studio / shared 测试修复与门禁计划

状态：待实施。日期：2026-10-18。基线：`orisys-app` `main` 的 `85d0b39`。执行者：一个代理（DeepSeek），按顺序完成，
每个阶段结束时向用户汇报。本计划补充 [分层测试执行计划](test-execution-plan.zh.md)，不替代它。

## 1. 为什么要做

在 `85d0b39` 上，studio 测试在 Windows 上有 23 项失败或错误（Linux 上 24 项），shared 有 2 项，没有人察觉。原因不是单个缺陷，而是流程本身：

| 问题 | 证据 | 后果 |
|---|---|---|
| 没有强制执行的门禁 | 仓库没有 CI 或 pre-commit；规则只写在 AGENTS 里 | 10-05 至 10-08 至少 6 个提交改了行为但没改测试（第 3 节逐项列出） |
| 只跑定向测试，从不定期全量 | 分层计划写明"定向测试通过后结束验证" | 其他分组里的测试悄悄变红，没有人发现 |
| 文档里的门禁命令无效 | `-m "not timing"` 是文档写的门禁命令，但 `timing` 标记从未注册，也没有测试使用 | 已知不稳定的计时测试每次都失败，大家习惯无视红色 |
| 测试依赖未跟踪的数据 | 回放和裸视频测试读取 `dist/OrisysStudio/outputs/recordings/…`；10-14 重新打包后这份录像消失 | 换机器或重新打包，11 项测试报错，4 项失败 |
| 从仓库根目录无法运行 studio 测试 | `from tests.conftest import …` 在根目录找不到 `tests`；studio 与 autocal 的 `test_binding_purity.py` 同名冲突 | 文档写的"根目录 pytest"跑不起来，每个人自己找运行方式 |
| `ui_check.py` 不在任何门禁里 | 它的模拟 worker 从 10-08 起与 `start()` 签名不符，脚本中途崩溃，并连带约 15 项冒烟测试失败（已在 `85d0b39` 修复） | 3700 行的检查静默失效 |
| 跳过的测试无人计数 | studio 有 35 项跳过，原因没有汇总 | 环境坏了也可能显示为通过 |

结论：分层选择测试的思路是对的，但缺少两样东西——**一个任何人都绕不过去的全量门禁**，以及**一份必须为空的已知失败清单**。

## 2. 规则（执行者必须遵守）

- 遵守 `D:\orisys_ws\AGENTS.md`：scratch 放在 `orisys-app/.scratch/test-repair/`，带 `.active` 标记；pytest 使用 `--basetemp=<scratch>/pytest-<run>` 和 `-p no:cacheprovider`；改动不暂存、不提交；向用户汇报用中文。
- 解释器固定为 `D:\orisys_ws\orisys-app\.venv-build\Scripts\python.exe`，用 Windows PowerShell 5.1 语法。
- **不得**通过删除断言、放宽断言、加 skip 或 xfail 让测试变绿。改测试只有一个理由：测试与已确认的产品行为不一致，并且要写明是哪个提交确认了该行为。
- 每修一项，记录它在修复前失败、修复后通过的证据（命令和输出摘要）。
- `apps/autocal/` 目前有另一个任务在改。不要编辑 autocal 的源码或测试；如果第 4 节的收集问题必须改 autocal 文件，停下来问用户。
- 遇到第 3 节标为"需决定"的项，先准备好证据和建议，再停下来问用户，不要自己决定。

## 3. 逐项诊断（执行者先复核，再动手）

以下诊断来自 2026-10-18 在 Linux 离屏环境与 Windows 上的两次运行；"引入提交"由 `git log -S` 查得。执行者须用 `git show <提交>` 确认诊断后再修。

| # | 测试 | 现象 | 判断 | 处理 |
|---|---|---|---|---|
| 1 | `test_bare_video_analysis.py` 全部 11 项 | 找不到 `dist/…/20260930T015028Z_session0002_…/raw_0001.mp4` | 测试数据缺失 | 见第 4 节阶段 2 |
| 2 | `test_replay_wiring.py` 4 项（`_open` 报 the recording did not open；declined prompt 报 FileNotFoundError） | 同一份录像缺失；`_copy_recording` 静默跳过缺失文件，而模块级的 skip 只在部分路径生效 | 测试数据缺失，加上 fixture 行为不一致 | 阶段 2；同时让缺数据时一律明确失败 |
| 3 | `test_replay_analysis.py::test_a_stitch_grid_is_not_painted_onto_the_camera_frame` | 测试桩 `_Reader` 没有 `provenance` 属性 | 测试过时（`replay_analysis.py:245,401` 读取 `reader.provenance`，引入于 `829d2c1`，10-06） | 给测试桩补上 `provenance`，取值仿照真实 reader，不得改产品代码 |
| 4 | `test_ui_smoke.py::test_old_result_depth_is_not_sent_to_the_new_sensor_scene` | 调用已删除的 `_show_analysis_frame` | 测试过时（`cf49b08`、`28e955a` 改为 `show_analysis_packet`） | 改用公共入口，**保留**原断言意图：旧结果的深度不得送进新传感器的场景 |
| 5 | `test_scene3d_view.py::test_the_replay_view_shows_the_pane_and_says_where_the_field_comes_from` | 断言文案含"重算"，现在是"分析结果：非录制时的测量值" | 测试过时（`c0a10e6` 改了文案） | 改为对比 locale 键 `source_recompute`，不再硬编码字面词 |
| 6 | `test_ui_elements.py::test_every_declared_condition_is_used_and_reaches_a_window` | `liveCalibrationCombo`、`sensorProfileScroll` 未登记 | 登记表过时（`3d2fb0c` 新增控件） | 用 `apps/studio/tools/ui_elements_dump.py` 生成条目，补进 `apps/studio/docs/ui-elements.json`，逐条写明用途 |
| 7 | `test_ui_smoke.py::test_run_tooltip_explains_disabled_reason` | 期望选了视频文件后「运行」可用 | 测试过时：实时视图不再用视频运行（`test_live_run_refuses_a_video_source` 断言的正是相反行为） | 改为断言：视频源时按钮禁用、提示文字和顶栏 `run_hint` 都是 `toolbar.run_video_in_replay` |
| 8 | `test_ui_smoke.py::test_the_sensor_summary_opens_the_dialog` | 没有导出系数时「应用到设备」仍可用 | 很可能是测试过时（`3d2fb0c` 让该按钮应用对话框里选中的实时标定） | 读 `sensor_dialog.py:324` 一带确认行为后改断言；若该按钮在什么都没选时也可用并会出错，按产品缺陷处理 |
| 9 | `test_pause_controls.py::test_the_transport_says_which_way_it_goes` | 暂停提示不再提到录制会留空档 | **需决定**：`f2bbab7`（10-08）为缩短文案删掉了这句，但修复计划 A 要求提示写明空档 | 建议恢复一句短的"录制会留空档"，测试保持不变；须用户确认 |
| 10 | `test_ui_smoke.py::test_the_replay_view_is_the_live_view_with_a_video_source`，以及 `ui_check` 的同名检查 | 回放与实时的分栏宽度不同（589/825 对 643/771） | **需决定**：可能是 `321e52f`（10-06，改善回放布局）有意改变，也可能是回归 | 用 `git bisect` 在测试上定位引入提交，向用户说明那次改动的意图，再决定改测试还是改代码 |
| 11 | `test_ui_smoke.py::test_the_rail_puts_result_identity_before_a_long_video_name` | 仅 Linux 失败（字体宽度不同），Windows 通过 | 环境差异 | 不改；在门禁说明里写明门禁平台是 Windows |
| 12 | `shared/tests/test_worker_frame_rate.py` 2 项 | "30 fps 设备只消费到 21 fps"，取决于机器负载 | 计时测试，本身不稳定 | 注册并标记为 `timing`，移出合入门禁；另开任务把它改成确定性测试 |
| 13 | `shared/tests/test_scene3d_protect.py::test_the_release_gate_fails_an_unsigned_package` | 仅 Linux 失败 | 环境差异 | 不改；记录在案 |

## 4. 实施阶段

| 阶段 | 内容 | 验收 | 估时 |
|---|---|---|---|
| 0 基线 | 记录 HEAD、解释器、PySide6 与 pyqtgraph 版本；分别在 `apps/studio`、`shared` 下跑全量（`-m "not timing"`），并运行 `ui_check.py`，产出 JUnit XML | scratch 下有失败清单，与第 3 节逐项对上；对不上的项先报告用户 | 0.5 h |
| 1 让门禁能跑 | 在根 `pyproject.toml` 注册 `timing` 标记，并加 `--strict-markers`；标记第 3 节 12 号的两项；解决根目录收集问题（建议：把 studio 测试从 `tests.conftest` 导入的辅助函数移到 `apps/studio/tests/_studio_helpers.py`，并在 studio 的 conftest 里把该目录加入 `sys.path`；同名测试文件用 `--import-mode=importlib` 或改名解决，**不改 autocal 文件**） | 在仓库根目录执行 `python -m pytest --collect-only -q` 时收集错误为 0；`-m "not timing"` 确实排除了 2 项 | 2–3 h |
| 2 测试数据 | 第 3 节 1、2 号：新建 `apps/studio/tests/data/`，放一段真实的 box 短录像（`raw_0001.mp4`、`frames.csv`、`forces.csv`、`events.csv`、`session.json`），约 30 帧；所有测试改为从这里读取；只需要回放接线的测试，优先用 `ExperimentRecorder`（`shared/.../record/experiment.py`）在 fixture 里生成合成录像，写法参考 `ui_snapshot.py --scene replay`；数据缺失时一律明确失败，不跳过 | 两个文件的全部用例在干净的检出上可运行；`dist/` 不再出现在任何测试路径中（`grep -r "dist" apps/studio/tests` 只剩注释） | 2–3 h，另需用户录一段 |
| 3 逐项修复 | 第 3 节 3–8 号直接修；9、10 号先问用户再修 | 每项记录修前失败、修后通过；断言数量不减少（列出每个改动测试的断言前后对比） | 3–4 h |
| 4 门禁脚本 | 新增 `tools/gate.ps1`：依次运行 `tools/lint_gate.py`（改动文件）、studio 全量、shared 全量、`ui_check.py`；全部输出写进 scratch 并汇总为一页；读取 `tools/known_failures.txt`，**该文件必须为空，有内容就让门禁失败**；记录跳过数，超过 `tools/skip_budget.txt` 中的上限就失败；收集数低于下限也失败（防止整个模块被静默跳过） | 在当前状态运行 `gate.ps1` 退出码为 0；故意改坏一个断言后退出码非 0；故意删掉测试数据后退出码非 0 | 3–4 h |
| 5 接入流程 | 在 `orisys-app` 提供可选的 `pre-push` 钩子（调用 `gate.ps1`，安装方式写进 README，不自动安装）；修订 `test-execution-plan.zh.md`：定向测试用于开发中，**提交前跑一次 `gate.ps1`**；第 4 节表格里加"门禁平台：Windows" | 文档门禁通过；README 写有安装钩子的一条命令 | 1 h |
| 6 收尾 | 以最终状态跑一次 `gate.ps1`；写 `commit-message.txt`；用中文汇报 | 汇报区分：已修、需用户决定、移出门禁的（含理由）、仍未解决的 | 0.5 h |

阶段 1 必须先于其他阶段完成；阶段 2 和 3 可以交错进行；阶段 4 依赖前三个阶段全部变绿。总计约 12–16 小时，外加用户录制测试数据的时间。

## 5. 需要用户先决定的事

1. **测试录像放在哪里。** 建议放进 git（`apps/studio/tests/data/`，控制在 5 MB 以内）；如果不想让仓库变大，就改用环境变量 `ORISYS_TEST_DATA` 指向 NAS 上的目录，但缺失时测试必须失败，不能跳过。还需要用户用 box 传感器录一段约 1 秒的短录像。
2. 第 3 节 9 号：暂停提示是否恢复"录制会留空档"。
3. 第 3 节 10 号：回放与实时布局不一致，属于有意改动还是回归（执行者 bisect 之后再问）。
4. 以后是否搭 Gitea runner（Windows 自托管）自动跑 `gate.ps1`。本计划只做到本地钩子；runner 另开任务。

## 6. 不在本计划内

计时测试改为确定性测试；GL 真机冒烟测试；autocal 测试树的问题；测试目录重排。这些都在门禁稳定之后另行安排。

## 交接记录

按 [代理交接约定](../../docs/platform/agent-handoff.zh.md) 维护；只保留当前状态和每轮一行摘要。

- task_id：test-repair；round：1；updated_at：2026-10-18 17:45 +08:00
- status：ready；owner：Claude（定义）；next_agent：DeepSeek（执行）
- 目标与完成条件：本轮只做第 4 节阶段 0 和 1，验收以该两行为准；阶段 2 起留待下一轮
- 范围：`pyproject.toml`、`apps/studio/tests/**`、`shared/tests/**` 的标记与收集修复，新增
  `apps/studio/tests/_studio_helpers.py`；排除 `apps/autocal/**`、产品源码、locale 与 `docs/` 以外的文档
- 停止条件：交接约定的默认条件；收集问题必须改 autocal 文件时停止
- 时间预算：按阶段分别计算，取第 4 节估时区间的上限（阶段 0 为 0.5 h，阶段 1 为 3 h），
  不含等待用户或数据的时间；超出 50% 即触发停止条件
- 影响面：根 `pyproject.toml` 同时影响 autocal 测试树；记录受影响的 autocal 测试并在汇报中提醒用户，
  不直接联系 autocal 任务（`.scratch/autocal-*` 中带 `.active` 的目录）
- 授权：用户 2026-10-18 17:17 要求制定计划交 DeepSeek 执行、17:40 确认启动；仅授权本地修改与测试，提交、推送、安装依赖仍需用户另行授权

### 基准与输入

| 仓库/checkout | 分支、HEAD | 起始暂存/未暂存/未跟踪变化 | 本轮修改 |
|---|---|---|---|
| `D:\orisys_ws\orisys-app` | `main`、`e268a9d`（studio/shared 与 `85d0b39` 相同） | autocal 有其他任务的改动，不属本任务 | 待填 |

- 环境：`D:\orisys_ws\orisys-app\.venv-build\Scripts\python.exe`
- 输入：不适用（阶段 2 的测试录像尚待用户提供）

### 执行结果

| 验收项与预期 | 实际命令及 run_id | 实际结果 | 证据路径 |
|---|---|---|---|
| 阶段 0：失败清单与第 3 节对上 | 待填 | 待填 | 待填 |
| 阶段 1：根目录收集错误为 0；`timing` 排除 2 项 | 待填 | 待填 | 待填 |

### 验收与下一步

- 轮次摘要：（执行后填写）
- 验收者：Claude 或 GPT；决定：待验收
- 下一步：DeepSeek 执行阶段 0–1，交付 review