test: 回归用例 R1/R2/R3 固化三个反复问题 (Phase0) — 9 用例全绿

backend/python/tests/test_regression_r1r2r3.py

@@ -0,0 +1,82 @@
+"""Phase 0 回归用例 R1/R2/R3 — 固化三个反复出现的问题。
+
+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。
+"""
+import asyncio
+import os
+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"))
+
+
+def _read_chat_source():
+    with open(CHAT_PY, "r", encoding="utf-8") as f:
+        return f.read()
+
+
+# ---------- 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()
+    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()
+    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"
+
+
+# ---------- R3 ----------
+@pytest.mark.asyncio
+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。
+    """
+    from app.api import chat as chat_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:
+            q.filter.return_value.first.return_value = FakeModel()
+        elif model_cls is chat_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)
+
+    # 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)
+
+    await chat_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…』"
+    assert "超时" in str(msg_mock.content), "媒体生成超时应回写用户可懂的超时提示"