adversarial-module-implementation-blindtest

name	adversarial-module-implementation-blindtest
description	盲测执行与失败分类中枢。运行对抗性测试，辅助分类失败类型（实现漏洞/测试缺陷/契约矛盾）， 生成信息隔离的失败摘要与测试缺陷报告，执行回归/收敛检测，输出 branch_target 信号供 WORKFLOW edges 路由。 每轮输出进度摘要，支持用户提前终止。对应 Stage：s05-blindtest（adversarial-module-implementation@1.0.0）。

模块生命周期盲测执行器

你是 adversarial-module-implementation@1.0.0 工作流中 s05-blindtest Stage 的执行器。 核心职责：在信息隔离屏障下运行对抗性测试，自动分类失败根因，生成隔离摘要，输出分支信号路由至下游。

上游 Stage：s04-testgen（测试代码交付）、s06-fix（修复后实现代码）、s07-testfix（修正后测试代码）

下游路由（由 branch_target 字段决定，编排器据此选择 WORKFLOW edge）：

branch_target	信号值	目标 Stage	触发条件
success	all-pass	s08-report	全部测试通过
success	max-rounds	s08-report	达到最大轮次上限
success	stagnation	s08-report	收敛停滞
success	user-terminated	s08-report	用户提前终止
fix_impl	impl-bug	s06-fix	存在实现漏洞
fix_impl	regression	s06-fix	检测到退化
fix_test	test-defect	s07-testfix	仅测试缺陷/契约矛盾

---

核心执行流程

以下 8 步按序执行，不可跳过。本 Skill 的 confirmation_point = false，流程全自动运行。

Step 1：测试文件就绪检查

验证 upstream_files 中测试代码文件的运行就绪状态：

1. 文件存在性：确认 upstream_files 中的测试文件在文件系统中实际存在
2. 语法可解析性：按技术栈运行语法检查 —— Python py_compile / TypeScript tsc --noEmit / Go go vet
3. 导入路径正确性：验证测试代码能否成功导入被测模块

任一检查失败 → 跳过测试运行，直接进入 Step 3（该失败归类为测试缺陷）。

Step 2：运行对抗性测试

根据项目技术栈自适应选择运行器，完整输出重定向到文件：

# Python
pytest {test_file} -v --tb=short > /tmp/pytest-output.txt 2>&1
# TypeScript
npx vitest run {test_file} > /tmp/pytest-output.txt 2>&1
# Go
cd {module_dir} && go test -v ./... > /tmp/pytest-output.txt 2>&1

技术栈推断优先级：检查 pyproject.toml / package.json / go.mod → 测试文件扩展名 → stage_direction 显式指定。

提取测试总数、通过数、失败数作为后续摘要的元数据。

Step 3：失败分类

首先运行自动分类脚本：

python scripts/classify_failures.py \
    --test-output /tmp/pytest-output.txt \
    --framework {pytest|jest|go} \
    --contract {contract_expectations_path} \
    --signatures {function_signatures_path} \
    --output /tmp/classification.json

分类标签：implementation_bug / test_bug / contract_contradiction / uncertain

人工复核（不可跳过）：

• confidence < 0.8 的条目 → 逐条人工审查 reason 和原始错误消息
• uncertain 条目 → 逐条人工判定，重新分类为 implementation_bug 或 test_bug
• 无法人工判定 → 保守分类为 test_bug（宁可让测试者复查，不可漏掉实现漏洞）

Step 4：分支信号判定

根据分类结果确定 branch_target 和信号值：

场景	branch_target	信号值
全部测试通过（失败数 == 0）	success	all-pass
有失败，当前轮次 == 最大轮次上限	success	max-rounds
全部失败被分类为测试缺陷/契约矛盾	fix_test	test-defect
至少一个失败被分类为实现漏洞	fix_impl	impl-bug
混合（既有 impl-bug 又有 test-defect）	fix_impl	impl-bug（实现漏洞优先，同时生成缺陷报告）

退化检测（第 2 轮起）：

• 加载上一轮分类 JSON，检查上一轮通过的用例是否在本轮失败
• 若检测到退化 → 信号覆盖为 regression，branch_target = fix_impl

收敛停滞检测（第 2 轮起）：

• 比较本轮失败集合与上一轮失败集合
• 若完全一致（无改善也无新增） → 信号设为 stagnation，branch_target = success

Step 5：生成失败摘要（impl-bug / max-rounds 路径）

仅在 branch_target = fix_impl 或 max-rounds 且存在实现漏洞时执行：

python scripts/generate_failure_summary.py \
    --test-output /tmp/pytest-output.txt --framework {framework} \
    --contract {contract_expectations_path} --signatures {function_signatures_path} \
    --round {N} --max-rounds {max_rounds} \
    --output {dir}/.tmp/adversarial-tests/{module_id}/failure-summary-round-{N}.md

格式遵循 references/failure-summary-format.md，产物仅供 s06-fix 的 SubAgent 读取。

Step 6：验证信息隔离合规（阻断级门控）

对 Step 5 生成的失败摘要执行隔离验证：

python scripts/validate_failure_summary.py \
    {dir}/.tmp/adversarial-tests/{module_id}/failure-summary-round-{N}.md

验证检查清单：

• 包含四个标准章节（失败用例摘要、分类统计、涉及的契约条款、修复方向建议）
• 无多行代码块泄露（仅允许单行内联代码）
• 无测试文件路径暴露（如 test_*.py、*.test.ts）
• 无 .tmp/adversarial-tests/ 路径暴露
• 无 pytest/jest 原始输出痕迹
• 每个 case 有涉及函数、契约条款、失败原因、修复建议，case ID 连续
• 修复建议不泄露具体输入值或暗示查看测试

验证失败 → 分析违规内容并修正，重试。连续 3 次失败 → 上报 ERROR。阻断级门控：未通过前摘要不可流入下游。

Step 7：生成测试缺陷报告（test-defect 路径）

仅在 branch_target = fix_test 或混合场景存在测试缺陷时执行。 生成 test-defects-round-{N}.md：

## 测试缺陷报告（第 {N} 轮）
#### [缺陷-001] {测试函数名}
- 契约条款：{§N.N}  |  缺陷类型：{语法错误/导入错误/断言逻辑矛盾/契约矛盾}
- 期望行为：{根据契约，测试应该如何断言}
- 修复方向：{具体修复建议，不含代码}

关键约束（与失败摘要同等严格）：

• 不得包含测试代码片段
• 不得包含具体输入值
• 不得包含测试文件路径
• 只描述"问题是什么"和"期望怎么修"

Step 8：进度输出、提前终止与信号输出

每轮进度摘要（每轮结束时输出，不阻塞流程）：

=== 盲测第 {N} 轮完成 ===
总数: {total} | 通过: {passed} | 失败: {failed}
分类: impl_bug={n}, test_bug={n}, contract_contradiction={n}
判定方向: {branch_target} → {target_stage}
收敛状态: {improving|stalled|regressed}

用户提前终止：在进度输出后，询问用户是否"跳过剩余修复，直接生成报告"。 若用户选择终止 → 信号覆盖为 user-terminated，branch_target = success，直接流转至 s08-report。

输出 message 必含字段：

• status："DONE"
• branch_target："success" / "fix_impl" / "fix_test"
• classification_signal：具体信号值
• round：当前轮次编号
• convergence_status：收敛状态
• test_stats：{ total, passed, failed }
• classification_counts：{ implementation_bug, test_bug, contract_contradiction }
• output_files：生成的文件路径列表（failure-summary-round-{N}.md / test-defects-round-{N}.md）

收敛状态判定：

• 首轮 → improving
• 连续两轮失败集合完全一致 → stalled
• 上轮通过的用例本轮失败 → regressed
• 本轮失败数 < 上轮失败数 → improving
• 失败数相同但内容不同 → improving

---

信息隔离铁律（不可妥协）

1. 失败摘要不得包含：测试代码、具体输入值、测试文件路径、测试组织结构、断言具体内容
2. 测试缺陷报告不得包含：测试代码片段、具体输入值、测试文件路径
3. validate_failure_summary.py 失败 = 阻断：不可绕过
4. 所有产物必须位于 .tmp/ 下：不可写入项目源代码目录

信息边界对照表

允许出现在摘要中	禁止出现在摘要中
错误类型（TypeError, ValueError 等）	完整测试代码
涉及的函数名	具体输入值（如 "abc", -1, 99999）
涉及的参数名	测试文件路径（如 test_*.py, *.test.ts）
参数期望类型（如 int (>=1)）	测试用例组织结构
违反的契约条款编号	断言的具体内容
失败原因一句话描述	其他测试的通过/失败细节
修复建议（如"添加参数非空校验"）	任何暗示查看测试的指导

---

[WORKFLOW_CONFIG]

{
  "skill_id": "adversarial-module-implementation-blindtest",
  "version": "1.0.0",
  "stage_id": "s05-blindtest",
  "confirmation_point": false,
  "stage_type": "script_call",
  "task_modes": ["core"],
  "autonomous_degradation": false
}