---
name: test-strategy
description: >-
  测试策略纪律——按本地执行时点的三 Lane 调度（fast/final/manual）、治理顺序 flaky→时长→选择、AI Agent 模型边界测试骨架、验收矩阵对接。为 spec 设计测试与验收策略、把验收矩阵翻译为计划任务、或为项目搭测试分层时使用。
---

> 语言协议：以对话语言输出——用户显式指定优先，其次跟随用户近期消息语言；均无法判定时默认英语。落盘产物以创建时对话语言为准。

> **外部搜索统一入口**：需要联网检索（资料、库/框架文档、时效信息）时一律先用 anysearch skill（插件内嵌），不可用再降级 WebSearch/WebFetch；降级链与派发词要求见 requirement-analysis 的 references/exploration-patterns.md。

# 测试策略纪律

普适纪律在本文；栈特定处方按需加载 references（阅读时机见各文件头）。

## 三 Lane 模型（调度维度是执行时点，不是业务模块；全部本地运行，无 CI/PR 槽位）

| Lane | 时机/预算 | 内容 | 判据 |
|---|---|---|---|
| **fast** | 每任务，< 1 min | 本任务目标测试 + 特性自有测试文件；纯内存或本地可控 IO | 不碰网络与 LLM |
| **final** | 实施结束后的独立 final 验证票 F，先于审查与验收 | 项目完整测试套件，含真实容器/库集成与主干 E2E | 首次全量；后续改动按影响补验，失败按归属裁决 |
| **manual** | 用户当轮显式要求 | 模型评测、性能多轮采样、全量 E2E、迁移演练等长耗时/概率性检查 | 永不由 executing-plans 或 acceptance-qa 自动触发；交付路径上的 manual 行标 `manual-pending` |

小团队（1-5 人）不建按模块的测试选择系统；final 首次全量提供安全网，选择/分片只在 final 超过 15 min 时再议。

## 外部依赖策略

准入以 ../test-driven-development/references/testing-anti-patterns.md 为单点；本节只定义选择策略，不另列竞争的禁止清单。

| 依赖 | 策略 | 验证边界 |
|---|---|---|
| 外部 API | 在声明边界注入契约完整的客户端替身，按需做真实契约集成 | 替身绿只证明本地消费者 |
| 数据库 | 优先真实测试库；纯内存替身只用于局部确定性行为 | 真实 DB 契约依 references/db-testing.md |
| 时间/随机性 | 注入可控时钟或随机源 | 不 mock 被测业务算法 |
| 文件系统 | 目的允许时用真实临时目录；需隔离时替换声明边界 | 真实文件行为按实际 IO 归 Lane |

依赖注入与操作明确的窄接口用于已有交付需求，不为测试投机新建抽象。优先操作明确的客户端方法，避免在替身中解析万能 fetcher 的条件分支。fast 只含纯内存或本地可控 IO；真实集成归 final，长耗时归 manual；替身通过不能作为真实集成信心。模型边界下的 fake model 骨架保留。

## 静态快检

计划写出项目配置中已有且适用的 typecheck/静态检查命令及其来源，在编辑批次间提供快速反馈。无适用命令写“不适用”并沿用测试命令，不新增依赖或虚构 tsc。

快检与行为测试分开记账：编译故障不是有效红，静态通过不能替代目标红绿、相关集成、最终全量或原 Lane 的必需检查；零测试和 SKIP 不记 PASS。任务完成和并发后继解锁仍以既有验证要求为准。目标行为须观察有效红；相关/集成回归按原计划验证通过，不要求人为制造红。final 在实施完成后、审查/验收前独立执行，不因本节成为每张实施票的完成条件；原计划明确要求的票内验证仍全部执行。本票目标红绿、相关/集成验证及其他既有完成条件满足后，即可完成本票并解锁依赖；此时尚未到期的收尾全量保持待执行。不要仅因计划也列了最终全量命令，就把它归入本票门槛。

## 集成组的验证归属

组内状态与失败恢复先读 [integration-groups.md](../executing-plans/references/integration-groups.md)：本应通过的检查失败时阻塞归属成员或验证票及整组，失败不推进已验证基线；本节只定义验证时机，不另设状态协议。验证票失败时，验证票与组标 blocked，成员仍 awaiting_verification，validated_commit 不动，组外后继继续等待；完整字段与恢复操作只依上述单点。

普通行为票的有效红绿与原完成条件保持。获批的不可独立验证集成组，在组首记录公共行为保护基线，各票保留可运行检查与真实结果；明确延期的相关验证在组验证票统一运行通过，才能完成全组。组首保护或局部必通过检查失败不能记待验放行；编译/环境失败不作为行为红。组内记录 pending_group 与日志，不能写 tests:pass；组完成记录的 pass 指组合验证，不改写历史失败。组验证不能代替独立 final；所有实施/组出口完成后先取得 F 回执，再进入审查与验收。

## 证据适用性与修复后补验

先核对真实 argv/cwd/退出码、原件哈希、检查版本与范围。默认覆盖仓库输入；纯 progress 变化可复用，代码、断言、fixture、配置、适用 spec 或执行条件变化时按影响补验。仅写集合相交、时间戳更新或 hash 字段非空不证明有效。修复后的新候选还须复审受影响维度、更新验收与对账，再交付；原 pass 与失败尝试均保留。受控 review 的 strict snapshot 不因此放宽，新快照建立新 run。

## 治理顺序铁律：flaky → 时长 → 选择

反序必翻车——一条 flaky 的必需检查会拖垮整条流水线的信任。先清 flaky，再治时长（拓扑>磁盘>并行），最后才考虑选择系统。

## AI Agent 测试骨架（模型边界是唯一不可逆决策）

一根窄接口隔离模型，模型是它之外唯一的依赖；边界以下全确定性：

- L0 静态 + 工具 JSON Schema 校验（schema 漂移是工具类头号故障）
- L1 harness 单测（fast）：fake model 按序弹响应；测循环控制、路由、重试、预算、护栏
- L1.5 prompt 快照（fast）：快照装配后的最终 prompt（确定性），不是模型输出
- L2 工具契约（fast）：工具=普通函数单测
- L3 回放（fast）：录制回放（脱敏），周期性重录
- L4 廉价模型冒烟（manual，仅 agent 相关变更且用户要求）：小模型 + 严格 schema 断言
- L5 完整 eval（manual）：真实模型、多 trial、pass^k、按维度隔离 judge

断言纪律：`temperature=0` 不是确定性——断言面向结构与 schema，永不面向精确文本；评结果不评路径（精确工具序列断言脆弱）。

## 与验收矩阵的对接（上游分工链的一环）

- **requirement-analysis 写矩阵时**：每行标注 Lane 归属（fast/final/manual）——unit/docs 行默认 fast，integration/e2e 行默认 final，perf/eval/实际模型任务行默认 manual；性能行必须带阈值数字。
- **writing-plans 翻译时**：任务的失败测试步骤继承该行 Lane 归属并写明运行命令所属 lane；DB/容器类测试步骤引用 references/db-testing.md 处方（模板克隆、两速隔离），不得每测试起容器。
- **acceptance-qa 执行时**：阶段 0 装配按 Lane 选择执行窗口；manual 行在交付路径标 `manual-pending`，仅用户当轮显式要求时执行。

## Red Flags

- 每测试/每文件一个容器；每测试重放迁移 → 读 db-testing.md 处方
- 用 mock 测出来的绿当集成信心 → mock 只属 fast lane，集成信心来自 final lane 真实容器
- eval 分数波动就改断言阈值 → 先查 flaky 治理顺序，eval 属 manual 不阻塞
- 为测试选择系统引缝 → 缝跟着真实交付边界走，1-5 人先全量