refactor(chat): split 10070-line monolith into 8 service submodules (Phase1) [v2026.07.19.1]

backend/python/tests/test_regression_r1r2r3.py

@@ -1,40 +1,46 @@
-"""Phase 0 回归用例 R1/R2/R3 — 固化三个反复出现的问题。
+"""Phase 1 回归用例 R1/R2/R3 — 固化三个反复出现的问题（适配 chat.py 拆分后）。
 
 R1: 技能列表不得被硬性截断为 15 条（微信 Bot 曾只返回 15 个技能）。
 R2: 显式选中技能/MCP 时，system prompt 必须注入「最高优先级覆盖规则」。
 R3: 媒体生成（图像/视频）必须有超时保护，超时后回写用户可懂的提示而非永久挂起。
 
-说明：在 chat.py 巨石（10070 行）尚未拆分前，R1/R2 采用「源码契约」守卫，
-这是最低风险且能切实挡住回归的方式；R3 为行为级单元测试（mock 内部生成调用模拟超时）。
-Phase 1 抽出 chat_media / chat_mcp / chat_skill 干净 seam 后，R1/R2 应升级为行为测试。
+Phase 1 已将 chat.py 巨石拆分为 chat_{utils,media,agents,skill,mcp,context,knowledge,service}.py，
+因此本文件采用「扫描整个 app/api 包」做源码契约守卫，并对行为级用例从正确的子模块导入。
 """
 import asyncio
 import os
+import glob
 from unittest.mock import MagicMock
 
 import pytest
 
 _HERE = os.path.dirname(os.path.abspath(__file__))
-CHAT_PY = os.path.abspath(os.path.join(_HERE, "..", "app", "api", "chat.py"))
+API_DIR = os.path.abspath(os.path.join(_HERE, "..", "app", "api"))
 
 
-def _read_chat_source():
-    with open(CHAT_PY, "r", encoding="utf-8") as f:
-        return f.read()
+def _read_api_package():
+    parts = []
+    for p in sorted(glob.glob(os.path.join(API_DIR, "chat*.py"))):
+        with open(p, "r", encoding="utf-8") as f:
+            parts.append(f.read())
+    return "\n".join(parts)
 
 
 # ---------- R1 ----------
 def test_r1_skill_list_not_hard_capped_at_15():
     """微信 Bot 技能列表曾因 limit(15) 只返回 15 个，必须防止回归。"""
-    src = _read_chat_source()
+    src = _read_api_package()
     assert "limit(15)" not in src, "检测到 limit(15)，技能列表可能被硬性截断"
     assert "LIMIT 15" not in src, "检测到 LIMIT 15，技能列表可能被硬性截断"
 
 
 # ---------- R2 ----------
 def test_r2_explicit_selection_override_rule_present():
-    """显式选中技能/MCP 时，system prompt 必须包含最高优先级覆盖规则。"""
-    src = _read_chat_source()
+    """显式选中技能/MCP 时，system prompt 必须包含最高优先级覆盖规则。
+
+    注：_build_system_prompt 已随 Phase 1 拆分迁入 chat_context.py，故扫描整个 api 包。
+    """
+    src = _read_api_package()
     assert "最高优先级覆盖规则" in src, "显式选中工具的覆盖规则文本缺失"
     assert "只基于上文提供的该工具具体资料作答" in src, "覆盖规则应要求只基于已选工具资料作答"
     assert "平台知识库" in src and "不要引用" in src, "覆盖规则应明确禁止引用平台知识库通用描述"
@@ -45,37 +51,36 @@ def test_r2_explicit_selection_override_rule_present():
 async def test_r3_media_generation_timeout_returns_user_message(monkeypatch):
     """媒体生成超时必须回写用户可懂的超时提示，而非让前端永远『生成中…』。
 
-    注：_generate_media_task 是后台 fire-and-forget 任务（通过 asyncio.create_task 调用），
-    本身返回 None，超时保护体现在把提示回写到消息 content。故此处断言副作用。
+    _generate_media_task 位于 chat_media（经 _send_message_core 的 asyncio.create_task 调用），
+    本身是 fire-and-forget、返回 None，超时保护体现在把提示回写到消息 content。
     """
-    from app.api import chat as chat_mod
+    from app.api import chat_media as media_mod
 
     class FakeModel:
         id = "m_test"
         capabilities = ["image"]  # 图像 -> 90s 超时
 
     msg_mock = MagicMock()  # 捕获被回写的消息对象
-
     fake_session = MagicMock()
 
     def _query_side_effect(model_cls):
         q = MagicMock()
-        if model_cls is chat_mod.AIModel:
+        if model_cls is media_mod.AIModel:
             q.filter.return_value.first.return_value = FakeModel()
-        elif model_cls is chat_mod.Message:
+        elif model_cls is media_mod.Message:
             q.filter.return_value.first.return_value = msg_mock
         return q
 
     fake_session.query.side_effect = _query_side_effect
-    monkeypatch.setattr(chat_mod, "SessionLocal", lambda: fake_session)
+    monkeypatch.setattr(media_mod, "SessionLocal", lambda: fake_session)
 
     # 内部生成调用直接抛出 TimeoutError，等价模拟「生成耗时超过超时阈值」
     async def _hang(db, ai_model, prompt, user_id):
         raise asyncio.TimeoutError()
 
-    monkeypatch.setattr(chat_mod, "_generate_media", _hang)
+    monkeypatch.setattr(media_mod, "_generate_media", _hang)
 
-    await chat_mod._generate_media_task("msg1", "m_test", "画一只猫", "u1")
+    await media_mod._generate_media_task("msg1", "m_test", "画一只猫", "u1")
 
     # 副作用：消息 content 被回写为用户可懂的超时提示
     assert msg_mock.content is not None, "超时后必须回写消息内容，不能让前端永远『生成中…』"