Cyrene_v2/internal/runtime/memory/sensitive_backfill_test.go

package memory

import (
	"context"
	"database/sql"
	"testing"
)

// 本文件钉住**历史数据回填**（sensitive_backfill.go）的四条：
//
//  1. dry-run 一行都不写（生产执行的第 1 步是在备份上核对数量，写坏就没法核对）；
//  2. 幂等：连跑两次，第二次 Marked=0、AlreadyFlagged=Matched；
//  3. 只动 sensitive，**不动 updated_at**（否则一次打标会扰动「最新在前」的排序与
//     衰减基准）；
//  4. 报告的候选池前后对比与白名单逐短语计数可用于验收（回填前后受限召回候选数）。
//
// 历史行在这里用**裸 SQL** 造（只给必填列），sensitive 走列默认值 0 —— 这正是
// 0028 之前落库的行的形态；若改用 Store.Add 造，写入侧兜底会先把它们标成 1，
// 就考不出「回填有没有生效」了。

// seedLegacySensitiveRow 以 0028 之前的形态写一行（不列 sensitive）。
func seedLegacySensitiveRow(t *testing.T, d *sql.DB, id, scope, content string) {
	t.Helper()
	if _, err := d.ExecContext(context.Background(), `INSERT INTO memory_items
		(id, persona_id, scope, kind, content, created_at, updated_at, status)
		VALUES (?, 'persona.a', ?, 'relationship', ?, `+legacyTimeLiteral+`, `+legacyTimeLiteral+`, 'active')`,
		id, scope, content); err != nil {
		t.Fatalf("seed legacy row %s: %v", id, err)
	}
}

// readSensitiveCell 直读 sensitive 列（不走 scanItem：这里要验的是库里那一格）。
func readSensitiveCell(t *testing.T, d *sql.DB, id string) int {
	t.Helper()
	var v int
	if err := d.QueryRowContext(context.Background(),
		`SELECT sensitive FROM memory_items WHERE id = ?`, id).Scan(&v); err != nil {
		t.Fatalf("read sensitive of %s: %v", id, err)
	}
	return v
}

// seedSensitiveFixture 造一份「0028 之前的库」：两条私事（user / project 各一）+
// 一条习惯 + 一条角色日常私事。
func seedSensitiveFixture(t *testing.T, s *Store) {
	t.Helper()
	seedLegacySensitiveRow(t, s.db, "legacy-addr", string(ScopeUser), "用户居住在花溪（贵阳花溪区）")
	seedLegacySensitiveRow(t, s.db, "legacy-name", string(ScopeProject), "称呼约定：主人只叫「叶酱」")
	seedLegacySensitiveRow(t, s.db, "legacy-habit", string(ScopeUser), "用户喜欢冰美式")
	seedLegacySensitiveRow(t, s.db, "legacy-persona", string(ScopePersona), "主人常熬夜，助手提醒早睡")
}

// TestBackfillSensitive_干跑不写库 钉住 dry-run 的零副作用。
func TestBackfillSensitive_干跑不写库(t *testing.T) {
	t.Parallel()
	ctx := context.Background()
	s := newTestStore(t)
	seedSensitiveFixture(t, s)

	report, err := BackfillSensitive(ctx, s.db, true)
	if err != nil {
		t.Fatalf("BackfillSensitive(dry-run): %v", err)
	}
	if report.Marked != 0 {
		t.Fatalf("dry-run 的 Marked = %d, want 0（干跑一行都不许写）", report.Marked)
	}
	if report.Matched != 3 {
		t.Fatalf("Matched = %d, want 3（花溪 / 叶酱 / 早睡 各一条）", report.Matched)
	}
	for _, id := range []string{"legacy-addr", "legacy-name", "legacy-persona", "legacy-habit"} {
		if got := readSensitiveCell(t, s.db, id); got != 0 {
			t.Fatalf("dry-run 之后 %s 的 sensitive = %d, want 0", id, got)
		}
	}
}

// TestBackfillSensitive_幂等且不动updatedAt 是回填的主用例：标对、标全、
// 重跑无副作用、且不碰 updated_at。
func TestBackfillSensitive_幂等且不动updatedAt(t *testing.T) {
	t.Parallel()
	ctx := context.Background()
	s := newTestStore(t)
	seedSensitiveFixture(t, s)

	report, err := BackfillSensitive(ctx, s.db, false)
	if err != nil {
		t.Fatalf("BackfillSensitive: %v", err)
	}
	if report.Marked != 3 {
		t.Fatalf("Marked = %d, want 3", report.Marked)
	}
	if report.Matched != 3 || report.AlreadyFlagged != 0 {
		t.Fatalf("Matched/AlreadyFlagged = %d/%d, want 3/0（首跑前没有任何一行已标）",
			report.Matched, report.AlreadyFlagged)
	}
	for _, id := range []string{"legacy-addr", "legacy-name", "legacy-persona"} {
		if got := readSensitiveCell(t, s.db, id); got != 1 {
			t.Fatalf("%s 的 sensitive = %d, want 1", id, got)
		}
	}
	if got := readSensitiveCell(t, s.db, "legacy-habit"); got != 0 {
		t.Fatalf("习惯行被误标 sensitive = %d, want 0", got)
	}

	// updated_at 必须一个字节都没变（打标不是活跃度事件）。
	var updated string
	if err := s.db.QueryRowContext(ctx,
		`SELECT updated_at FROM memory_items WHERE id = 'legacy-addr'`).Scan(&updated); err != nil {
		t.Fatalf("read updated_at: %v", err)
	}
	if updated != "2026-10-01T10:00:00.000000000Z" {
		t.Fatalf("回填改写了 updated_at = %q（不许动它：会扰动排序与衰减基准）", updated)
	}

	// 幂等：重跑只补标。
	again, err := BackfillSensitive(ctx, s.db, false)
	if err != nil {
		t.Fatalf("BackfillSensitive(第二次): %v", err)
	}
	if again.Marked != 0 || again.Matched != 3 || again.AlreadyFlagged != 3 {
		t.Fatalf("重跑 = Marked %d / Matched %d / Already %d, want 0/3/3（必须幂等）",
			again.Marked, again.Matched, again.AlreadyFlagged)
	}
}

// TestBackfillSensitive_候选池收窄 是验收口径：受限车道候选池（active 且
// scope ∈ {user, project} 且 sensitive=0）在回填后按标记条数下降。
func TestBackfillSensitive_候选池收窄(t *testing.T) {
	t.Parallel()
	ctx := context.Background()
	s := newTestStore(t)
	seedSensitiveFixture(t, s)

	before := mustCandidateCount(t, ctx, s)
	report, err := BackfillSensitive(ctx, s.db, false)
	if err != nil {
		t.Fatalf("BackfillSensitive: %v", err)
	}
	after := mustCandidateCount(t, ctx, s)

	if report.CandidatesBefore != before || report.CandidatesAfter != after {
		t.Fatalf("报告候选池 = %d→%d, 实际 = %d→%d（报告必须能当验收证据）",
			report.CandidatesBefore, report.CandidatesAfter, before, after)
	}
	// 前后各 3 条共享域行（2 user + 1 project），回填标掉 2 条（花溪 / 叶酱）。
	if before != 3 || after != 1 {
		t.Fatalf("候选池 = %d→%d, want 3→1", before, after)
	}
	if report.ByPhrase["住址"] != 1 || report.ByPhrase["私称"] != 1 || report.ByPhrase["作息"] != 1 {
		t.Fatalf("逐短语计数 = %v, want 每条各 1", report.ByPhrase)
	}
}

// mustCandidateCount 取受限车道候选池规模（与回填报告同一个查询）。
func mustCandidateCount(t *testing.T, ctx context.Context, s *Store) int {
	t.Helper()
	n, err := countSharedCandidates(ctx, s.db)
	if err != nil {
		t.Fatalf("count shared candidates: %v", err)
	}
	return n
}