test-report.md 21 KB

「后台继续 + 中断续接 + 多会话并行」E2E 测试报告

  • 测试日期:2026-11-19
  • 测试方式:内置浏览器(ZCode In-app Browser)模拟真实用户操作,辅以接口/DB 快照/后端日志交叉验证;未修改任何代码
  • 被测计划:.zcode/plans/plan-sess_a053a248-f947-42a7-912d-859597e5cd25.md
  • 环境:前端 http://localhost:3100(Vite dev)、后端 http://127.0.0.1:8980/js/a、案件 Ces、账号 系统管理员、模型 deepseek-v4.1-flash:1017
  • 证据目录:test-reports-20261119-continue/evidence/

说明:本次内置浏览器截图接口持续返回 browser screenshot surface preparation timed out after 3000ms,因此未取得有效页面截图;结论均基于 DOM 快照、页面可见文本、接口返回与后端日志,证据可复核。


一、结论摘要

维度 结论
核心目标 1:离开页面/刷新不影响生成 通过。切页 30 秒期间后端继续生成并完成(111 → 8944 字);刷新后自动恢复会话并轮询续看(838 → 7083 字)
核心目标 2:中断后「继续」可续接 通过。停止后半截正文落库(status=3,2635 字);「继续」后模型从「第三章后半」接着写,未重复开头;日志确认上下文尾部校准 appended=1
核心目标 3:多会话并行 + 角标 通过。A/B 同时 running=true,列表 2 个「生成中」角标;A 完成后角标消失;切回 A 可见完整结果
显式停止 / 结束任务 通过。停止后 status=3、输入解锁;结束任务后会话 status=1、消息 status=3、列表角标消失
后端重启占位回收 通过(走 running 接口的失联收尾路径)。约 60s 新鲜度阈值后占位行置 status=3,errorMsg=“服务重启或长时间无进展,本轮回答已中断”;刷新后页面显示「已中止」
HITL 待确认离开 / HITL 恢复阶段停止 未覆盖。当前环境写文件/execute 工具在「变更前确认」下仍直接执行,未出现确认卡片
切换案件再切回 未覆盖。当前工作台顶栏案件区为静态展示,无切案入口

总体判定:计划的核心可验收目标全部通过;未发现 P1 级阻塞缺陷。存在 1 个 P2 级体验边界、3 个 P3 级观察项,以及 3 个环境限制导致的未覆盖场景。


二、用例结果总览

编号 用例(对应计划章节) 结果 关键证据
E2E-1 发送长回答后切到「专家配置」30s 再回(§七.1) PASS 切走时 streaming=1/111 字;30s 后 streaming=0/8944 字;返回自动恢复会话,完整展示,耗时 40330ms/14410 tokens
E2E-2 生成中刷新页面(§七.2) PASS 刷新后自动选中会话、输入禁用、停止按钮在;轮询使正文 838→5924→7083 字;最终 status=0/17082 字
E2E-3 生成中点「停止生成」(§七.3/4) PASS 停止后 1s 内解锁;status=3、streaming=0、半截正文 2635 字、耗时 21754ms;UI 显示「已中止」
E2E-3b 停止后发「继续」(§七.3) PASS 模型思考明确“上一轮在第三章中断,从第三章后半继续”;答复开头“(接上条,第三章后半)……”,未重复第一章;日志 appended=1
E2E-4 专家直答阶段停止 + 继续(§七.4) 部分 PASS 指定专家路由 action=pinned,专家调用取消落库(status=3/126 字,expertCalls=1);「继续」被受理且上下文校准 appended=1;续跑轮在完成前被手动停止,未验证完整结果
E2E-5 A 生成中切 B 再发消息,多会话并行(§七.5) PASS 列表 2 个 running 会话/2 个角标;切 A 后续看正文 3382→4582 字;A 完成 running=false 且角标剩 1(B);A 全文「全文完」
E2E-6 生成中重启 ai-server(§七.6) PASS(有边界) 重启后 /running 在阈值后返回 false,消息 status=3、errorMsg 正确;刷新后页面「已中止」、无角标;前端轮询在连续失败 3 次后停止、无自动回连,需手动刷新(见问题 P2-1)
E2E-7 结束任务(§七.7) PASS 结束后会话 status=1、消息 status=3、运行 running=false、列表角标 0、从进行中列表移除
UX-1 上次会话恢复(§四.1) PASS localStorage key ai-chat:last-session:{caseId} 选中即写入、新建任务即清除、刷新自动恢复
UX-2 新建任务后刷新不恢复旧会话 PASS 新建任务后 key=null,刷新为欢迎页,无会话上下文条
UX-3 会话列表 5s 角标刷新(§四.3) PASS 发送 B 后约 5-6s 列表由 1 个角标变为 2 个;A 完成/结束 B 后角标递减至 0
UX-4 SSE 异常兜底(§四.4) 部分覆盖 杀后端后页面未立即判失败,保持生成态;轮询失败提示因 ant-message 自动消失未捕获;后端恢复后刷新可恢复
UX-5 停止按钮中间态「正在停止…」 未捕获 中止在 1s 内完成,未观测到中间 loading;停止后立即解锁
UX-6 快速切会话竞态保护(§四.5) 代码级确认 handleSelectSession 两处 currentSessionId 校验存在(index.vue:2864/2875),未做高并发压测
HITL-1 HITL 待确认时离开再回来 未覆盖 变更前确认模式下 write_file/execute 均直接执行,无确认卡片可测
CASE-1 切换案件再切回 未覆盖 工作台顶栏案件区为静态 <span>,无切换入口

三、详细用例记录

E2E-1 切页 30 秒后后台继续生成

  • 会话:2123353086229032961(《雾港疑云》20000 字)
  • 操作:
    1. 新建任务,发送长文生成提示。
    2. 正文出现 111 字时点击左侧「专家配置」,停留 30 秒。
    3. 返回「任务工作台」。
  • 观测:
    • 切走前:streaming=1, status=0, contentLen=111。
    • 专家配置页停留 30s 后:streaming=0, status=0, contentLen=8944,说明 SSE 已随组件卸载断开而后端仍继续生成并完成。
    • 返回后:chat-context-bar 标题自动恢复为原会话;仅 1 个助手气泡;正文完整;页脚显示「耗时 40330 ms / 消耗 14410 tokens」;无停止按钮。
  • 判定:PASS(计划 §七.1、验收表第 1 行)。

E2E-2 生成中刷新页面

  • 会话:2123353347290902530(《暗潮》20000 字);助手消息 2123353351887859713。
  • 操作:
    1. 发送长文提示,正文出现后(DB 124 字)执行浏览器刷新。
    2. 刷新后不做任何点击,观察自动恢复与轮询。
  • 观测:
    • 刷新后 URL 仍为 /workbench/chat,会话标题自动恢复;输入框 disabled、停止生成按钮存在。
    • 页面正文从 838 字开始持续增长:5s 内 5924 → 7083 字。
    • /running 两次采样(间隔 5s):running=true, streaming=1, len=1834 → 3475, steps=1。
    • 最终:streaming=0, status=0, len=17082, durationMs=71083, totalTokens=17701;停止按钮消失,出现「重新生成」。
  • 判定:PASS(计划 §七.2、验收表第 2 行)。

E2E-3 停止生成 + 半截正文落库

  • 会话:2123353701546012674(《沉船名单》12000 字);助手消息 2123353703626387457。
  • 操作:生成到正文 1486 字时点击「停止生成」。
  • 观测:
    • 1s 内 停止生成 消失、发送 恢复、输入框 enabled;气泡页脚显示「已中止 / 耗时 21754 ms」。
    • DB:streaming=0, status=3, contentLen=2635, durationMs=21754;正文末尾停在「沈砚把卷宗翻到最后」。
    • /running 返回 running=false;会话列表 running=false。
  • 判定:PASS(计划 §七.3/4、验收表第 6 行)。

E2E-3b 停止后「继续」续接上下文

  • 紧接 E2E-3,发送「继续」(DB 用户原话长度 2,未改写)。
  • 观测:
    • 模型思考内容:“上一轮回答在第三章中途被截断,应从第三章后半继续写第 3—12 章”,证明模型知道中断位置。
    • 新答复正文开头:(接上条,第三章后半)……卷宗翻到最后,夹着一张保险理赔单。,未重复第一章。
    • 新答复最终 status=0, len=10028;旧答复保持 status=3 不被覆盖。
    • 后端日志:AiContextSyncService - 会话上下文尾部已校准:sessionId=2123353701546012674, appended=1。
  • 判定:PASS(计划 §七.3、验收表第 7 行)。

E2E-4 专家直答阶段停止(含「继续」受理)

  • 会话:2123355739415724033;通过资源选择器指定「涉毒案件分析研判专家」。
  • 操作:发送「全面涉毒数据分析研判,输出不少于 5000 字报告」,在专家已调用 17 个步骤、正文 126 字时停止;随后发送「继续」。
  • 观测:
    • 路由:/routeRuns 首轮 action=pinned, status=aborted, expertCalls=1;日志 专家调用被用户停止:expert=asdf, attempt=1。
    • 消息:streaming=0, status=3, len=126, durationMs=90805,半截正文保留。
    • 「继续」:新用户消息「继续」被受理,进入新一轮生成;日志 会话上下文尾部已校准 ... appended=1(18:02:10)。
    • 续跑轮在完成前被手动停止:status=3, len=0, durationMs=18712,未出现「永久待确认/生成中」。
    • 观察:取消时该轮 /routeRuns 记录为 action=self, expertCalls=0(模型在取消前走了自答路径);服务端的「指定专家兜底」只在流正常结束且未调用路由工具时触发,因此取消场景下「继续」是否必然由指定专家作答未得到证明,见观察项 O-2。
  • 判定:部分 PASS(专家直答停止通过;HITL 恢复阶段停止未覆盖)。

E2E-5 双会话并行 + 列表角标

  • 会话 A:2123354104459243522(《双城谜案》);会话 B:2123354126529671169(《无声证词》)。
  • 操作:
    1. A 生成中点击「新建任务」并发送 B。
    2. 观察列表角标;切回 A 续看;等待 A 完成;对 B 执行「结束任务」。
  • 观测:
    • 发送 B 后立即 1 个角标(B 的占位行尚在创建,A 已 running),约 5-6s 后变为 2 个角标;接口两行均 running=true。
    • 切回 A:A 的正文 5s 内 3382 → 4582 字(轮询续看);角标仍为 2;A 显示「停止生成」。
    • A 完成:running=false、正文含「全文完」、耗时 86634ms/23918 tokens;接口仍显示 B running=true,角标剩 1 个 → A 角标按时消失。
    • B「结束任务」:确认弹窗后列表移除 B,角标 0;接口 session.status=1,B 消息 status=3, streaming=0, len=28941, durationMs=187157。
  • 判定:PASS(计划 §七.5、验收表第 3/4 行)。

E2E-7 结束任务取消运行

  • 会话 B(同上,运行中)通过会话项「更多 → 结束任务 → 确定」。
  • 观测:
    • 会话从 status=0 列表消失;GET /session/{id} 返回 status=1。
    • 助手消息 streaming=0, status=3,半截(实际已接近全文)正文 28941 字落库;/running 返回 running=false。
    • 列表无残留「生成中」角标。
  • 判定:PASS(计划 §七.7、验收表第 10 行)。
  • 观察:B 的正文已写到「全文完」,但仍被结束任务的显式取消标记为 已中止(见观察项 O-3)。

E2E-6 生成中重启后端

  • 会话:2123354968091602945(《长夜灯塔》15000 字);占位消息 2123354970251669505。
  • 操作:
    1. 生成进入占位阶段(streaming=1, len=0)时强杀后端进程(PID 28304,17:57:51)。
    2. 于 17:58:38 重启完成(Started App in 6.466 seconds)。
    3. 调用 /running 探测;随后刷新页面。
  • 观测:
    • 17:58:41:running=true(占位行仍在 60s 新鲜度窗口内)。
    • 17:58:53:running=false;消息变为 streaming=0, status=3, len=0, errorMsg=服务重启或长时间无进展,本轮回答已中断。
    • 刷新后:会话自动恢复;无停止按钮;输入框 enabled;列表角标 0;气泡显示「已中止 · 完成 1 个步骤」。
    • 随后在该会话发送「继续」:日志 会话上下文为空,已按历史重建:sessionId=..., messages=1,模型基于 DB 历史继续(覆盖“Redis 状态被清理/重启/换节点”分支)。
  • 判定:PASS(有边界)(计划 §七.6、验收表第 9 行)。
  • 注意:本次由 /running 接口的失联收尾路径完成,不等同于 AiStaleRunReaper 的定时 60min 回收;定时回收未实测。

UX-1/UX-2 上次会话恢复与新建任务清理

  • 选中会话后:localStorage["ai-chat:last-session:2121846987260764162"] = 2123354968091602945。
  • 点击「新建任务」后:该 key 被删除({})。
  • 选中另一会话后:key 重新写入。
  • 新建任务后刷新:欢迎页,chat-context-bar 数量 0,key 为 null,不恢复旧会话。
  • 判定:PASS(计划 §四.1)。

增量落库(占位行 + 周期更新)

  • 会话 2123352911376887810,生成期间每 3s 采样:
    • assistant id=2123352915327922178, streaming=1, len=3943 → 5134 → 5479,随后 streaming=0, status=0。
  • 会话 2123353347290902530 采样:len=1834 → 3475(间隔 5s)。
  • 说明:生成期间同一条助手占位消息持续增长,未出现多行/重复消息;与计划「每 1.5s 增量落库」方向一致(未精确测量 1.5s 间隔)。
  • 判定:PASS(计划 §三.2)。

四、计划验收口径逐项对照(§五)

验收场景 结果 说明
发送后切到其他工作台页面 PASS 30s 后内容 111→8944,返回可见完整回答
刷新页面 PASS 自动恢复会话,轮询续看至完成
A 生成中切到 B 再发消息 PASS A/B 并行,两个角标,接口双 running
切到另一个会话再切回 PASS 切回 A 续看,A 完成后角标消失
切换案件再切回 未覆盖 当前工作台无切案入口(静态案件标签)
点「停止生成」 PASS 半截正文落库,status=3,不影响其他并行会话(A 不受 B 结束影响)
停止后发「继续」 PASS 上下文补齐(日志 appended=1),模型接续未重复
HITL 待确认时离开 未覆盖 本次环境未触发确认卡片
后端重启/进程被杀 PASS(边界) /running 失联收尾 status=3;需刷新页面恢复 UI
结束任务 PASS 显式取消后会话 status=1、消息 status=3

五、问题与观察项

P2-1 后端恢复后页面无自动回连,需要手动刷新

  • 现象:生成中强杀后端后,SSE 断开→前端降级轮询;后端下线 12s 时页面仍保持「生成中/停止生成」状态(实测)。代码路径显示 startRunningPoll 连续失败 3 次即 stopRunningPoll() 并提示,之后没有网络恢复/可见性变化触发的自动回连;本次在后端恢复后通过刷新页面才恢复为「已中止」。
  • 影响:符合计划「轮询连续失败 3 次…可手动刷新」的设计,但与验收表「不会再永久生成中」存在体验差距:若不刷新,页面可能长期保持旧生成态。
  • 建议:后端恢复后(如下一次可见性变化/网络恢复)自动重试一次 /running,或在 3 次失败提示中提供「立即刷新」按钮。
  • 证据:E2E-6 操作记录(断连期间 UI 实测 + 刷新后恢复);轮询停止逻辑见 index.vue 的 startRunningPoll 失败分支。说明:未在“后端已恢复但尚未刷新”的窗口逐秒观察页面状态,该结论结合了代码路径。

P3-1 中止消息显示「耗时 ms」且不展示中止原因

  • 现象:E2E-6 会话 2123354968091602945 的助手气泡文案为「已中止 · 完成 1 个步骤 … 已中止 耗时 ms 由 AI 生成」;durationMs 为 null 时直接渲染了单位。
  • 影响:仅展示瑕疵;DB 中 errorMsg 已正确写入「服务重启或长时间无进展,本轮回答已中断」,但页面未展示。
  • 建议:durationMs 为空时隐藏耗时;对 status=3 且 errorMsg 非空的消息展示中止原因。

P3-2 结束任务与自然完成存在竞态

  • 现象:会话 B 在点击「结束任务」前正文已增长到 28906 字,确认后最终 contentLen=28941 且末尾为「全文完」,但状态被置为 status=3(已中止)。
  • 影响:用户看到「已中止」但正文其实完整,语义上略矛盾;数据未丢失。
  • 建议:若取消时该轮已完成终态写入,则保留原 status;或明确「结束任务」始终以中止收尾的产品语义。

P3-3 长上下文压缩出现一次摘要被拒

  • 现象:专家会话(约 6.6 万 tokens)触发 Compaction triggered 两次,其中一次 Rejected summary: model returned non-text content or tool calls;后续继续执行未中断。
  • 影响:本次未造成功能失败,但超长专家会话下压缩稳定性需关注。
  • 证据:evidence/backend-log-excerpt.txt。

O-1 指定专家会话取消后「继续」的路由边界(需产品确认)

  • 现象:专家首轮 action=pinned, expertCalls=1;「继续」轮在取消时 /routeRuns 为 action=self, expertCalls=0。
  • 分析:服务端「指定专家兜底」只在流正常结束且未调用路由工具时补强制编排;本轮在兜底前被手动停止,因此不能证明「继续」轮一定由指定专家作答,也不能据此判定缺陷。
  • 建议:若产品要求「指定专家会话在取消后继续仍必须由指定专家作答」,建议补充取消场景的单测/E2E。

环境限制(未覆盖项)

  1. HITL 确认卡片:在「变更前确认」模式下,write_file 与 execute 均直接执行成功,未出现确认卡片,导致「HITL 待确认时离开」「HITL 恢复阶段停止」无法验证。属于当前工具授权绑定/配置行为,不是本次计划改动的直接回归。
  2. 切换案件:工作台顶栏「案件:Ces」为静态展示(span.app-topbar__case),本壳层无切案入口,无法模拟。
  3. 定时回收器:AiStaleRunReaper 配置为 staleMinutes=60, scanIntervalSeconds=300,未等待 60 分钟验证;改为验证 /running 的 60s 失联收尾路径。
  4. 截图:内置浏览器截图接口连续超时,未取得页面截图。

六、正向结论(本次已验证的机制)

  1. 运行与 SSE 解耦成立:切页/刷新/新建任务会触发前端 abort,但后端继续生成并最终落库(E2E-1/E2E-2/E2E-5)。
  2. 占位行 + 增量落库成立:生成期间始终只有一条助手消息,内容持续增长;完成/中止后同一行收尾(E2E-3/E2E-5)。
  3. 上下文校准成立:两条“停止后继续”路径均记录 appended=1;重启后 Redis 上下文为空时按 DB 历史重建(messages=1)。
  4. 多会话并行与串行边界成立:不同会话可同时 running=true;同会话停止/结束互不影响其他会话。
  5. 列表角标成立:AiSessionVo.running 由 DB streaming 回填,页面 5s 轮询刷新;完成后角标自动消失。
  6. 结束任务先取消再关闭:会话 status=1、消息 status=3、运行句柄释放,无幽灵「生成中」。

七、测试数据与附录

测试会话

用途 会话 ID 最终状态
E2E-1 切页后台继续 2123353086229032961 完成,8944 字
E2E-2 刷新恢复 2123353347290902530 完成,17082 字
E2E-3 停止 + 继续 2123353701546012674 中止 2635 字 + 续写 10028 字
E2E-4 专家停止 2123355739415724033 中止 126 字 + 续跑中止
E2E-5 A 并行 2123354104459243522 完成,23067 字
E2E-5 B / E2E-7 结束任务 2123354126529671169 会话已结束 status=1,消息 status=3
E2E-6 重启回收 2123354968091602945 中止(重启),errorMsg 已写入
增量落库样例 2123352911376887810 完成,5479 字

说明:以上为本次测试新建的会话,未删除;如需清理可在「任务管理」中处理。

证据文件

  • evidence/api-session-snapshot.json:各测试会话与消息的最终接口快照(streaming/status/长度/耗时/errorMsg)
  • evidence/backend-log-excerpt.txt:上下文校准、专家取消、压缩告警、重启启动日志摘录

关键接口

  • GET /js/a/ai/chat/session/{id}/running → {running, message, steps}
  • GET /js/a/ai/chat/session/{id}/messages → streaming/status/durationMs/totalTokens/errorMsg/content
  • GET /js/a/ai/chat/session/list?status=0&caseId=... → 每行 running
  • POST /js/a/ai/chat/session/{id}/stop、DELETE /js/a/ai/chat/session/{id}

报告结论:本次计划的核心链路(后台继续、刷新恢复、中断续写、多会话并行、停止/结束、重启回收)已通过真实用户路径验证;建议优先处理 P2-1(恢复后自动回连)与 P3-1(中止文案),并补充 HITL 与切案场景的测试环境。