# Dev-Test 自动化流水线设计模式 ## 概述 飞书 To-Do 表可以驱动一条完整的「开发→测试→修复」闭环流水线。人工只需要录入需求,其余全部由 cron job 驱动的 Hermes agent 自动完成。 ## 状态机 ``` 需求表: 待办 ──[Dev Agent]──> 待测 ──[Test Agent]──> 已完成 │ └── 测试失败 ──> Bug表: 待修复 │ ┌──[Dev Agent 修复]───────┘ │ Bug表: 待修复 ──> 待测 ──[Test Agent]──> 已关闭 │ └── 仍失败 ──> 新子Bug(父记录关联) ``` ## Cron Job 编排 两个 cron job,错开执行避免竞态: | Job | 周期 | 职责 | |-----|------|------| | Dev Agent | 每 5min (:00) | 扫需求表 status='待办' + Bug表 status='待修复' → 写代码 → 改待测 | | Test Agent | 每 5min (:02) | 扫需求表 status='待测' + Bug表 status='待测' → 测试 → 通过/失败处理 | 每次 cron 只处理 top 1 任务(按优先级排序),防止超时。 ## 关键组件 1. **状态流转 Skill** — 封装改状态 + 读写的公共函数(claim_task / set_status / create_bug) 2. **Dev Agent** — 读取任务描述(Why/What/Acceptance)→ 分配子 agent 写代码 → 改待测 3. **Test Agent** — 读取验收标准 → 运行测试 → 通过改完成、失败调 Bug 反写 Skill 4. **Bug 反写 Skill** — 把测试失败输出转化为结构化 Bug 记录(Why/What/Acceptance 三段式),自动关联父任务 5. **子 Agent 调度器** — spawn Hermes sub-agent CLI,监控执行,超时保护 ## 分阶段迭代(Loop 策略) 不要一次性实现全部。分 3-4 个可独立验证的 loop: - **Loop 1(最小闭环)**:需求表 only,不含 Bug 表。待办→Dev→待测→Test→完成。失败人工介入。 - **Loop 2(加 Bug 闭环)**:测试失败自动写 Bug → Dev 修复 → 再测 → 关闭。 - **Loop 3(加子 Agent)**:子 agent 调度 + 并发控制。 - **Loop 4(自己吃自己)**:流水线开发完成后,用流水线来维护流水线。 ## Test Agent 操作细则 每次 cron 执行以下步骤(按优先级排序取 top 1 任务): ### 1. 查询待测任务 先查需求表 `status='待测'`,没有则查 Bug 表 `status='待测'`。都没有 → 静默退出(`[SILENT]`)。 ### 2. 分析验收标准 从任务描述中提取 Acceptance 部分,拆解为可逐条验证的检查项。 验收项类型: - **文件存在性**:指定路径的文件是否存在(如 `prompt-gap-analysis.md`) - **内容完整性**:文件内容是否覆盖要求的模块/章节 - **代码测试**:pytest / lint / Flask 路由可用性 - **结构验证**:JSON/YAML 格式正确性、字段完整性 ### 3. 运行验证 逐条执行验收项。每种验证类型对应不同工具: | 验收类型 | 工具 | |---------|------| | 文件存在 | `search_files(target='files')` | | 内容检查 | `read_file` / `search_files(target='content')` | | 代码测试 | `terminal('pytest ...')` | | Flask 路由 | `terminal('curl ...')` | ### 4. 判定与流转 **全部通过**: - 需求表 → PUT 状态为「已完成」 - Bug 表 → PUT 状态为「已关闭」 **有失败**: - 原任务保持「待测」不动(注意:需求表当前没有「测试中」选项,不要尝试改不存在的状态) - 在 Bug 表创建新记录,包含: - 标题:从失败信息中自动提取(格式:`[原任务标题前缀] 测试失败: <关键失败原因>`) - 描述:Why(什么测试失败)/ What(具体错误日志)/ Acceptance(修复后应通过什么) - 严重程度映射: - 全部验收项失败 → 致命 - 部分失败 → 严重 - 仅 lint/warning → 一般 - 优先级:继承原任务 - 父记录:指向原需求或原 Bug - 状态:「待修复」 ### 5. 输出报告 报告格式:验收项表格(标准/结果/状态)+ 操作汇总(通过数、失败数、新建Bug ID、飞书链接)。 ## 并发控制 认领任务用乐观锁: ```python # 只有状态=待办的才能被认领 UPDATE SET status='进行中' WHERE status='待办' AND record_id=xxx # 如果 affected_rows=0,说明被别的 agent 抢了 ``` 简单方案:每次 cron 只取 top 1,执行完再取下一个。