gplan-2/design/dev/test-conventions.md

测试规范（Dungeon Sweeper）

约束范围：game/smoke/、game/tests/ 与一切场景探针的编写与验收。 分工：测试执行许可（什么时候允许跑测试）归 CLAUDE.md「硬性红线·测试执行两入口铁规」；命令与工具清单归 CLAUDE.md「运行与验证」；本文管测试怎么写、怎么算合格。

写任何测试前必须通读本文。

---

1. 测试总纲——"存在"必须证明"可达且正确"

核心层验收标准通过不算有测试：GDScript 编译不查字典字段与时序，呈现层错误只在运行时暴露。 测试必须证明功能可达（用户真的能用到）且行为正确（结果符合验收标准）。

2. 场景级探针标配

每新增一个可交互 UI 区域（视图/覆盖层/面板），必须配套场景级 headless 探针： 真实实例化场景 → 驱动真实输入路径 → 断言可见性与状态。

凡模态覆盖层，探针必须断言：打开后自身 visible 且遮挡物已隐藏（模态被遮挡 = 功能存在但不可达）。

3. 缺陷修复必须沉淀回归断言

每个缺陷修复必须在探针或冒烟中留下能抓住该缺陷的断言（例：旗动作耗尽 AP → 必须进入第 2 轮； 选用道具 → 库存态必须变 Used）。没有回归断言的修复视为未完成。

4. 提交前全量验证

交付前必须全绿：smoke_all.gd + 全部场景探针（ui_probe / ui_click_probe / ui_tune_probe）。 行为探针使用随机化玩家行为（旗/停手/刷新/无效点击）——自动玩家不做的动作就是测试盲区。

5. 测试函数怎么写——验收清单条目的落码规范

需求卡片 §7「逐需求点验收清单」每一条都要落成可执行的验证；本文定统一写法，卡里定每批的具体内容（测什么/注入哪里）。写卡期查不出执行载体的条目=不可测，当场呈报，禁拖到实现期。

1. 执行载体五选一，逐条声明：单元测试（tests/run_all）／冒烟断言（smoke_all.gd 对应场景段）／场景探针（smoke/ 下 *_probe）／MC 同种子对拍／人工核对（仅限无法自动化的纪律类需求点，如命名锁定、数值占位）。行为类条目以自动化载体为主。

2. 粒度与对应关系：每条清单条目至少一个自动断言；多条条目可合用一个测试函数。断言失败消息末尾带编号尾缀〔卡短名 Vn〕（如〔秘宝批 V3〕）——断言与卡片清单可互相 grep 查找。

3. 断言词汇按验证对象五选一：

   词汇	适用场景
   逐位相等	同种子下确定性公式与结算的精确对拍
   区间/差值带	概率与平衡读数（MC 同种子配对比较，出带即红）
   快照比对	存档域结构、配置表行结构
   重放	同种子断点回放、改前改后配对
   状态/计数器断言	条件解锁、限次、充能——置数据→走路径→断计数值

4. 调试注入两层（能力测试与流程体验两分法的落码面）：自动化测试=测试代码直调核心层写口构造状态（直改数据表行/计数器/存档域，不经 UI、不走正常资源积累流程——冒烟现役做法）；人工体验=DebugOverlay/DS_DEBUG 调试面，服务用户目检。清单条目的「怎么测」必须写到数据面粒度：改哪张表哪行、置哪个计数、调哪个核心写口。

5. 换代批旧验证约束同生死：删除旧数据行/旧实现代码的批次，必须同批摘除只验证旧实现的断言与护栏校验，由新断言替代——旧件断言残留=冒烟假绿来源；合并后冒烟全绿且全仓无旧件残留引用为证。

6. 变异验证——验收函数的拦截能力自证

测试绿只证明「当前代码没犯这个错」，不证明「犯了这个错会被抓住」。新增或改写的验收函数（冒烟断言／探针自检／闸机判据）必须配一次变异验证，把拦截能力自证一遍。无变异红记录的断言不写「已验收」，只写「已实现，拦截能力未证」。

操作四步（逐条落实现报告变异验证记录表）：

1. 注入——把被测件改坏成该类缺陷的最小形态（翻装配序、注释一行 add_child、把状态源取反、把层 visible 置 false）。一次只注入一处；可直接改源码，不必留长期开关。
2. 跑最窄的那一道闸——只跑能覆盖该断言的最小单元（单冒烟脚本／单探针／单比对命令），禁跑全套闸（见 process-conventions §6 闸机轮次纪律）。判据：注入后该断言必须变红；红在别处而目标断言仍绿＝判据没打在缺陷上，按第 4 条处理。
3. 精确还原——git checkout -- <文件>（不用 git stash、不手工回改，防残留）。还原后复跑同一道闸确认回绿，才算本轮闭环。
4. 记录——变异点（文件:行）、跑的闸、红输出摘要、还原结论，逐条进实现报告记录表。

变异不红怎么办（二选一，不许含糊带过）：

• 改判据——把断言打到真正的缺陷面上（例：断言「菜单标题可见」只查截图墨色占比时，把菜单层藏起来仍不红——底层棋盘透过标题框照样给出高反差像素；改查 is_visible_in_tree 或加 golden 逐像素比对才红）。
• 如实标注拦截边界——判据本身只覆盖弱面的（如「只证伪整框空白／整框糊，不证明框里是何内容」），在断言注释与报告里写明边界，并说明强判据由哪一件承担。

判据强弱分层：同一缺陷面往往需要多件配合——可见性／状态源类缺陷由 is_visible_in_tree、树序、状态源取值的运行期断言抓；内容／观感类缺陷由 golden 逐像素比对抓；占比／统计类判据（墨色占比、纹理幅度）只能兜「整框空白／整框糊／压 busy 纹理」，是补充不是主力。写卡时按此分层配齐，别指望一条断言包打。