orisys-app/docs/test-repair-plan.zh.md

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，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 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