Menu
真实 PTY 端到端测试 NanoHermes — 7 阶段流程 + 530 用例（370 [PTY] 可直接执行）
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
Integration testing for AI Agent CLI systems — PTY-driven conversation simulation, tool chain verification, OpenSpec-driven test design, and real-API validation.
Extract web article content from WeChat MP, blogs, and other platforms, converting text, images, formatting, and tables to clean Markdown.
Configure, extend, or contribute to Hermes Agent.
Generate images, video, and audio with ComfyUI — install, launch, manage nodes/models, run workflows with parameter injection. Uses the official comfy-cli for lifecycle and direct REST/WebSocket API for execution.
Decomposition playbook + anti-temptation rules for an orchestrator profile routing work through Kanban. The "don't do the work yourself" rule and the basic lifecycle are auto-injected into every kanban worker's system prompt; this skill is the deeper playbook when you're specifically playing the orchestrator role.
Pitfalls, examples, and edge cases for Hermes Kanban workers. The lifecycle itself is auto-injected into every worker's system prompt as KANBAN_GUIDANCE (from agent/prompt_builder.py); this skill is what you load when you want deeper detail on specific scenarios.
| name | nanohermes-pty-testing |
| description | 真实 PTY 端到端测试 NanoHermes — 7 阶段流程 + 530 用例（370 [PTY] 可直接执行） |
| version | 6.1.0 |
| platforms | ["linux","macos","wsl"] |
| metadata | {"hermes":{"tags":["testing","e2e","pty","nanohermes","qa"],"related_skills":["dogfood"]}} |
用户要求测试 NanoHermes / 跑 PTY 测试 / 端到端测试 / 回归测试 时加载。
标记说明：[PTY] 直接可执行 | [DEBUG] 需 --debug | [FAULT] 故障注入 | [MANUAL] 仅手动 | [UNIT] 仅单元测试
总计 530 用例（370 [PTY] 可直接执行），按 7 阶段执行。自动化 runner 见 scripts/pty_runner.py。详细用例清单按需加载 reference 文件：
| Reference | 模块 | 用例数 | 何时加载 |
|---|---|---|---|
references/core-tools.md | tool-runtime + tool-search + dispatcher | 141 | 阶段 3-4 执行工具测试时 |
references/session-storage.md | session-storage | 113 | 阶段 5 验证存储时 |
references/memory-system.md | memory-system | 15 | 阶段 3.2 + 阶段 5 |
references/provider-config.md | provider + config + prompt | 58 | 阶段 2 启动验证 + 阶段 6 |
references/conversation.md | conversation-loop + delegation | 82 | 阶段 3 + 阶段 6 |
references/cli-tui.md | cli/TUI | 18 | 阶段 3.3 + 阶段 2 |
references/advanced.md | skills + compression + insights + mcp + auxiliary | 103 | 阶段 4 + 阶段 6 |
references/test-findings.md | 实际测试发现、配置陷阱、JSONL 格式、AI 行为模式 | - | 测试前必读 |
references/wait-time-calibration.md | PTY 用例等待时间校准表、诊断方法 | - | 用例失败排查时 |
references/counter-debug.md | SQLite 计数器排查流程、关键代码路径 | - | 计数器异常时 |
references/pty-execution-log.md | 自动化 runner 执行记录、失败分析 | - | 排查 TS-01/M-01 失败时 |
references/pty-run-2026-06-10-round2.md | 第二轮 runner 执行记录（37 用例、94.6% 通过率、M-01 通过） | - | 追踪测试进展时 |
testing-artifacts/{reports,scripts,logs}，永不删除历史，冲突追加序号。
以下来自实际 PTY 测试执行，持续积累。
pexpect.spawn + expect() 模式匹配提示符，比管道方式可靠。➤|❯）被 ANSI 转义码包围，pexpect 正则需扩展匹配 Type\s+/quit|CPR\b|history 作为就绪信号。child.before 包含完整终端输出（含 ANSI 控制码），验证测试用例时需对正则模式做宽泛匹配。/tools 等 TUI 命令输出含大量 ANSI 转义序列（\x1b[...m、\r、\b），纯文本关键词匹配（如 "defer"、"延迟"）容易被转义码打断。解决方案：简化验证模式或先 strip ANSI。➤|❯|Type\s+/quit|CPR|history 过于宽泛，导致同一命令被重复发送 2-3 次（如 /tools 连续出现 3 次）。修复方案：使用更精确的 prompt 匹配，或增加去重逻辑（记录上次发送内容，相同则跳过）。pexpect buffer 被 TUI 清屏序列清空：
NanoHermes TUI 使用 ANSI 清屏序列（\x1b[2J、\x1b[H、\x1b[J）渲染界面，
pexpect.spawn() 的 child.before 缓冲区会被这些序列冲刷，导致输出为空。
正确做法：用 script 命令在 TTY 外层捕获：
script -q -c "python -m src.main" /tmp/test_output.log
script 录制完整终端 I/O，不受应用层清屏影响。捕获后仍需清理 ANSI 码再匹配。
失败模式对照：
pexpect.spawn(..., logfile=stdout) → 输出为空script -q -c "cmd" output.log → 完整 TUI 内容详见 references/pty-output-capture.md。改进版 runner 见 scripts/pty_runner_v2.py。
nanohermes.json，只有 nanohermes.example.json。测试前必须创建。OPENAI_API_KEY + OPENAI_BASE_URL 时，provider 配置必须用 openai 类型，字段为 base_url_env / api_key_env（不是 base_url / api_key_env）。base_url = https://dashscope.aliyuncs.com/compatible-mode/v1。head -1 | jq，需要逐条解析或使用 grep 统计角色。{ 开头，以 } 结尾，中间有缩进。message_count、tool_call_count 始终为 0。insert_message() 插入消息后未调用 increment_message_count()；_on_tool_start() 未调用 increment_tool_call_count()。session_db.py: insert_message() 成功后自动调用 increment_message_count（user/assistant/system 角色）event_handler.py: ConversationEventHandler 添加 session_db 参数，_on_tool_start 调用 increment_tool_call_counttui.py: 实例化时传入 session_dbmessage_count=6, tool_call_count=2 ✅references/counter-debug.md 排查流程| 问题 | 修复 | 验证状态 |
|---|---|---|
| 配置缺失 | 创建 nanohermes.json（openai provider） | ✅ |
| 依赖超时 | timeout 增加到 60s | ✅ |
| 启动崩溃 | rm -rf src/__pycache__ src/*/__pycache__ | 技能中记录，待验证 |
详见
references/wait-time-calibration.md— 各用例类型等待时间校准表。
关键教训：每用例独立会话 + script 捕获
首次回归测试尝试（单会话多用例）失败率 97.2%（35/36 FAIL），原因：
script 日志在单会话中被 TUI 清屏序列冲刷✅ 正确模式：每个用例启动独立的 NanoHermes 会话
for tc in test_cases:
result = run_single_test(tc['id'], tc['prompt'], tc['expected_patterns'])
# 每测试：新进程 + 新 script 日志 + 新会话
代价：36 用例约需 20 分钟（含 T-08 的 60s 等待、T-22 的 45s 等待等）
script 日志缓冲区：观察到 script 输出文件初始被限制在 4096 字节，随 TUI 渲染逐渐增长。不要在文件还在增长时立即读取——等待 AI 响应完成后再读取。
校准版 runner：scripts/full_regression.py — 36 用例，100% 通过率，等待时间已针对 AI 响应延迟调优。
[PTY]eval "$($HOME/miniconda3/bin/conda shell.bash hook)" && conda activate py312
cd /mnt/d/code/NanoHermes
rm -rf ~/.nanohermes/sessions/* ~/.nanohermes/sessions.db* ~/.nanohermes/memory/*
mkdir -p testing-artifacts/{reports,scripts,logs}
⚠️ 配置检查：测试前必须确认 nanohermes.json 存在。如果不存在，创建最小配置（参考 references/test-findings.md）。
验证门：python -c "import openai, yaml, rich, sqlite3; print('OK')" → 通过。（timeout 需 60s，conda 激活较慢）
覆盖：CF-01, CF-04, CF-06, CF-09, CF-11
[PTY]terminal(command="eval \"$($HOME/miniconda3/bin/conda shell.bash hook)\" && conda activate py312 && cd /mnt/d/code/NanoHermes && python -m src.main", background=True, pty=True)
terminal(command="sleep 10")
process(action='poll', session_id='<id>')
验证门：进程 running | 工具列表(6 loaded + 11 deferred) | CPR 警告非阻塞 | 状态栏正常
⚠️ 陷阱：启动崩溃先清 __pycache__；status_bar 需在 self.model 赋值后创建
覆盖：CF-02, CF-03, CF-05, CF-07, CF-10, TUI-01, P-04, P-11, P-12, P-16, PA-01, PA-06, S-12, S-16, S-17, S-30, D-09
📖 完整 provider/config/prompt 用例加载
skill_view(name='nanohermes-pty-testing', file_path='references/provider-config.md')📖 完整 cli/TUI 用例加载skill_view(name='nanohermes-pty-testing', file_path='references/cli-tui.md')
[PTY]你好 → 正常回复，Thought 可见，3-5s 响应
覆盖：P-01, P-02, P-05, P-07, P-08, P-16, P-31, P-32, P-36, C-01, C-21, C-37, TUI-02, TUI-03, TUI-13, TUI-14
[PTY] — 严格按序| 序号 | 测试输入 | 预期 | 覆盖 |
|---|---|---|---|
| 1 | 运行 echo hello | "hello" | T-02 |
| 2 | 运行 false | exit code 1 | T-14 |
| 3 | 创建 /tmp/nanotest.txt 写入 "Hello NanoHermes" | 16 bytes | T-05 |
| 4 | 读取 /tmp/nanotest.txt | "Hello NanoHermes" | T-04 |
| 5 | 把 Hello 替换为 Hi | 替换成功 | T-06, T-18 |
| 6 | 再读一次确认 | "Hi NanoHermes" | C-02 |
| 7 | 读第 1 行(offset=1,limit=1) | 分页读取 | T-16, T-46 |
| 8 | 搜索含 class 的 Python 文件 | 匹配列表 | T-07, T-08, TS-02, T-50 |
| 9 | 计算 100 以内质数和 | 1060 | T-10 |
| 10 | 记住名字是测试员小王 | memory success | M-02, T-27 |
| 11 | 问我一个问题 | clarify 选择题 | T-12, T-36 |
| 12 | 创建 TODO：测试 PTY | todo 成功 | T-33, T-34 |
⚠️ 陷阱：3→4→5→6 是依赖链必须按序；execute_code 预期 1060
📖 完整 79 个工具用例加载
skill_view(name='nanohermes-pty-testing', file_path='references/core-tools.md')📖 完整 12 个记忆用例加载skill_view(name='nanohermes-pty-testing', file_path='references/memory-system.md')
[PTY]/tools → 工具列表(loaded/deferred) | /sessions → 当前会话 | /skills → 技能列表
/status → 状态 | /clear → 清屏
覆盖：T-01, TS-01, TUI-05, S-04, S-11, S-56, SK-01, SK-07, TUI-09~12, S-57
[PTY]刚才创建的文件内容是什么？ → 正确识别 /tmp/nanotest.txt
读取 /tmp/不存在的文件.txt → 友好提示，对话不中断
测试特殊字符 🎉 <>&"' → 正常处理
覆盖：C-04, S-09, S-10, T-09, C-05, PA-08, M-10, T-44, T-45, T-48, T-49, T-52, D-10~14
[PTY]| 测试输入 | 预期 | 覆盖 |
|---|---|---|
搜索含 "async def" 的文件 | BM25/Regex 结果 | TS-02, TS-03, TS-04, T-51 |
找不存在的工具 run_spell | 友好提示 | TS-06, T-43, D-09 |
搜索只返回文件路径 *.py | files_only | T-20, T-54 |
搜索统计含 class 的文件数 | count 模式 | T-21 |
| 大文件输出 | 自动截断 | T-11, CC-03, T-39, D-20 |
创建 /tmp/a/b/c/test.txt | 自动创建目录 | T-17 |
搜索 async def 前后 3 行 | context 上下文 | T-22, T-53 |
📖 完整 advanced 模块用例加载
skill_view(name='nanohermes-pty-testing', file_path='references/advanced.md')
[PTY]# 退出
process(action='submit', session_id='<id>', data='/quit')
process(action='wait', session_id='<id>', timeout=10)
# 验证
ls -la ~/.nanohermes/sessions/
wc -l ~/.nanohermes/sessions/*.jsonl
sqlite3 ~/.nanohermes/sessions.db "SELECT id, model, title FROM sessions;"
sqlite3 ~/.nanohermes/sessions.db "PRAGMA journal_mode;" # 应为 wal
cat ~/.nanohermes/memory/USER.md # 应含 "名字是测试员小王"
cat ~/.nanohermes/memory/MEMORY.md
覆盖：S-0103, S-0508, S-13, S-1520, S-3070, M-01, M-0308, M-11, I-01, I-04, TUI-07, TUI-16, TUI-17, S-3944, S-4852, S-5869
📖 完整 70 个会话用例加载
skill_view(name='nanohermes-pty-testing', file_path='references/session-storage.md')
| 类型 | 用例数 | 说明 |
|---|---|---|
[DEBUG] 需 --debug | 30 | PA-02/03/07, C-07/08/09/15 |
[FAULT] 故障注入 | 18 | P-03/06/09/10/23 |
[MANUAL] 仅手动 | 8 | TUI-06, PA-04, TUI-15, TUI-18 |
[UNIT] 仅单元测试 | 100 | D-01 |
📖 完整 conversation+delegation 用例加载
skill_view(name='nanohermes-pty-testing', file_path='references/conversation.md')📖 完整 provider/config/prompt 用例加载skill_view(name='nanohermes-pty-testing', file_path='references/provider-config.md')
使用 templates/report-template.md，保存到 testing-artifacts/reports/report-YYYY-MM-DD-HHMM.md。
| Runner | 说明 | 推荐场景 |
|---|---|---|
scripts/pty_runner.py | 单会话多用例（v1，历史版本，有清屏冲刷问题） | 参考 |
scripts/full_regression.py | 36 用例校准版（100% 通过），每用例独立会话 + script 捕获 | 回归测试（推荐） |
eval "$($HOME/miniconda3/bin/conda shell.bash hook)" && conda activate py312
python testing-artifacts/scripts/full_regression.py
script 命令捕获 TUI 输出testing-artifacts/reports/report-YYYY-MM-DD-HHMM.md| 问题 | 影响 | 状态 |
|---|---|---|
| MEMORY.md 重复条目 | 低 | 待修复 |
| search_files 过度搜索 | 低 | 待优化 |
| PTY 不支持 CPR | TUI-06 不可测 | 技术限制 |
| USER.md 记忆未持久化 | 自然语言指令不触发 memory 工具，需用明确参数格式 | ✅ 已解决（修改测试输入格式后 M-01 通过） |
| ANSI 转义码干扰匹配 | /tools 等 TUI 输出中转义码打断关键词匹配 | ✅ 已解决（script 捕获 + ANSI 清理，TS-01 通过） |
| AI 拒绝措辞不一致 | 二进制文件拒绝测试中 AI 用词不匹配预期模式 | ✅ 已解决（扩展匹配模式，T-44 通过） |
| 等待时间不足导致空输出 | 搜索/上下文类用例 AI 响应慢，15s 等待不够 | ✅ 已解决（T-08=60s, T-22=45s, T-20=40s 校准） |
| 指标 | 预期 | 方法 |
|---|---|---|
| 启动 | < 5s | time |
| 响应 | 2-5s | 状态栏 |
| 工具 | 3-10s | poll 时间差 |