Cyrene_v2/internal/runtime/documents/reason_test.go

package documents

import (
	"context"
	"encoding/json"
	"strings"
	"testing"

	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/agent"
	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/history"
	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/loop"
	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/model"
)

// 本文件是契约 v0.63 的 `documents[].reason` 在**摄取层侧**的端到端回归（客户端
// 登记：`status:"unreadable"` 只有状态没有原因，客户端只能显示通用句，不愿自己
// 编服务端的理由）。它与 sidecar_test.go 的 `TestResolver_EndToEndWithLoop` 同族：
// 真实文件 → 真实 sidecar → 真实 loop 装配期，只是这里断言的是**回给客户端的原因**
// 与**注入模型的原因**是同一个字符串，以及「读不到才给、能读到就没有」这条口径。

// TestResolver_EndToEndWithLoop_UnreadableReasonIsVerbatim 钉住契约 v0.63 的 ①：
// **扫描件 PDF（无文本层）** 经真实链路（真文件 → 真 sidecar → 真 loop 装配期）
// 后，`Result.Documents` 上带回**逐字**等于注入模型那份的原因文案（含「OCR」），
// 而**文本层 PDF / 纯文本**（extracted）一个 reason 都没有（该键从 DTO 里省略）。
//
// 「逐字一致」是本用例的核心断言：客户端展示的理由与模型看到的理由必须是同一个
// 字符串，服务端不为客户端另编一句。
func TestResolver_EndToEndWithLoop_UnreadableReasonIsVerbatim(t *testing.T) {
	t.Parallel()
	layout := newTestLayout(t)
	body := "季度报告：营收增长 12%。\n"
	textName := layout.writeUpload(t, txtName, []byte(body))
	scanName := layout.writeUpload(t, pdfName, buildPDF(t, pdfFixture{Contents: []string{imageContent}}))
	r := NewResolver(Config{DataDir: layout.dataDir, UploadsDir: layout.uploads})

	ad := &recordingAdapter{}
	ag, err := agent.New("你是助手。", nil, nil, agent.WithModel(ad, nil))
	if err != nil {
		t.Fatalf("agent.New: %v", err)
	}
	l := loop.New(loop.Options{Agent: ag, DocumentResolver: r, MaxRounds: 1})
	msg := model.Message{Role: model.RoleUser, Content: []model.Content{
		{Type: model.ContentTypeText, Text: "这两份都看看"},
		{Type: model.ContentTypeDocument, DocumentName: textName, DocumentMIME: "text/plain", DocumentSize: int64(len(body))},
		{Type: model.ContentTypeDocument, DocumentName: scanName, DocumentMIME: PDFMIME, DocumentSize: 2048},
	}}
	res, err := l.Run(context.Background(), "sess-doc-reason", []model.Message{msg})
	if err != nil {
		t.Fatalf("Run: %v", err)
	}
	byName := map[string]history.DocumentRef{}
	for _, ref := range res.Documents {
		byName[ref.Name] = ref
	}
	if got := byName[textName]; got.Status != history.DocumentStatusExtracted || got.Reason != "" {
		t.Fatalf("纯文本结论 = %+v, want extracted 且无 reason", got)
	}
	scan := byName[scanName]
	if scan.Status != history.DocumentStatusUnreadable {
		t.Fatalf("扫描件结论 = %+v, want unreadable（这份 PDF 没有文本层）", scan)
	}
	if scan.Reason != reasonPDFNoTextLayer {
		t.Fatalf("扫描件 reason = %q, want %q（必须与注入模型的原因逐字一致）", scan.Reason, reasonPDFNoTextLayer)
	}
	if !strings.Contains(scan.Reason, "OCR") {
		t.Fatalf("扫描件 reason = %q, want 含「OCR」", scan.Reason)
	}

	// 模型可见的那一份：同一句话（清单块之后的诚实原因）。
	if len(ad.reqs) == 0 {
		t.Fatal("没有记录到模型请求")
	}
	modelSees := false
	for _, m := range ad.reqs[0].Messages {
		for _, part := range m.Content {
			if part.Type == model.ContentTypeText && strings.Contains(part.Text, reasonPDFNoTextLayer) {
				modelSees = true
			}
		}
	}
	if !modelSees {
		t.Fatal("注入模型的原因文案与回给客户端的 reason 不是同一句")
	}

	// 反证：原因里没有路径 —— 盘上路径只可能是 `<uploads>/<存储名>`，原始错误若被
	// 透出必然带出它；`uploads` 是真实目录段名，存储名本身则是另一路（DTO 的 name）。
	for _, leak := range []string{layout.uploads, layout.dataDir, "uploads", scanName} {
		if strings.Contains(scan.Reason, leak) {
			t.Fatalf("reason = %q 含路径/引用片段 %q，原因文案里不得有路径", scan.Reason, leak)
		}
	}

	// DTO 形状：unreadable 带 reason 键、extracted 不带。
	raw, err := json.Marshal(scan)
	if err != nil {
		t.Fatalf("marshal: %v", err)
	}
	if !strings.Contains(string(raw), `"reason":`) {
		t.Fatalf("扫描件 DTO = %s, want 带 reason 键", raw)
	}
	textRaw, err := json.Marshal(byName[textName])
	if err != nil {
		t.Fatalf("marshal: %v", err)
	}
	if strings.Contains(string(textRaw), `"reason"`) {
		t.Fatalf("extracted 的 DTO = %s, want 不带 reason 键", textRaw)
	}
}