阶段 6：测试加固与证据化验收

关键心态（来自 Reality Checker）：默认结论是 "NEEDS WORK"。"零问题""完美分数"是红旗不是绿灯；一切结论必须有截图、日志、测试输出作证。首版通过验收极少见，2–3 轮返工是正常预算。

1. 测试金字塔（来自 Test Automation Engineer）

• 单元（最多）：域逻辑、数据层、纯函数；不依赖 UI、不依赖网络
• 集成（适量）：IPC 契约测试（每个通道：合法输入→正确输出，非法输入→被拒）、数据库迁移、本地文件读写
• E2E（最少，只测集成风险本身）：核心用户旅程（安装后首次启动、主流程、数据导出、更新流程）

八条铁律

1. 禁止硬等待：waitForTimeout(3000) 是定时炸弹；等条件（元素状态/网络响应），不等墙上的钟
2. 测试自带数据：每个测试自己造数据（走 API/服务层，不走 UI 点出来），互不依赖
3. 像用户一样选择元素：getByRole('button', { name: '导出' }) 撑得住改版；div:nth-child(3) 撑不住
4. E2E 不是整个金字塔：单元/集成能证明的，不进浏览器
5. API/服务层 setup，UI 断言：登录这类前置状态程序化注入，别在 200 个测试里点 200 次登录框
6. 快速隔离，必须根因：flaky 测试 24 小时内移出阻塞套件进隔离队列——删除不诊断等于删除 bug 报告
7. 每次失败可调试：trace、截图、日志随每次 CI 失败归档；"我机器上没问题"是工具失败，不是借口
8. 重试是仪器不是治疗：靠重试才过的测试不算完成

2. 桌面特有测试项（仓库测试方法论 + 桌面场景落地）

• 平台矩阵：干净 Windows 10 / Windows 11 各一台（含一台低配）；全新安装 + 覆盖升级 + 卸载残留检查
• 升级测试：N-1 → N 数据迁移；用户数据 %APPDATA% 无损
• 异常场景：磁盘满、路径含中文/空格/超长、断网启动、睡眠唤醒、多显示器 + 缩放 125%/150%
• 单实例与深链：重复启动聚焦已有窗口；深链协议不被劫持利用
• 杀毒/SmartScreen 预演：在干净机器跑一遍，记录警告表现（详见阶段 7 签名）

3. 性能基准（来自 Performance Benchmarker + 足迹预算）

指标	目标	方法
冷启动到可交互	< 2s（低端机）	10 次取 p95，CI 自动化
空闲内存	阶段 5 预算	静置 5 分钟采样
空闲 CPU	~0%	浸泡测试
主操作响应	< 100ms 感知	关键路径手动 + trace
安装包体积	环比 ≤+5%	产物 diff

产出：bench-report.md——每项指标的目标值、实测值、证据文件路径、回归分析。

4. 无障碍审计（来自 Accessibility Auditor：没经过屏幕阅读器测试 = 不可访问）

• 键盘：拔鼠标把每个功能走一遍；焦点可见、顺序合理、无键盘陷阱
• Narrator（Windows 自带）过一遍核心流程：控件有名字、状态有播报、弹窗有焦点管理
• 对比度抽查 + 色盲模拟（不能只靠颜色传达状态）
• 产出：问题清单按「阻断 / 严重 / 一般」分级，阻断项发布前必须修

5. Reality Check 最终裁决（流程照抄 Reality Checker）

1. 跑验证命令，不许跳过：构建产物存在？全部测试真跑过？声称的功能在代码里存在（grep 验证）？
2. 交叉核对：每条"已完成"声明 → 对应文件/截图/测试结果，不接受报告本身当证据
3. 端到端旅程证据：干净机器上完整走：下载安装 → 首次启动 → 核心流程 → 导出 → 更新 → 卸载，每步截图
4. 自动失败触发器（出现任一 = 直接打回）：核心旅程断裂、崩溃、数据丢失、启动 >3s 无响应、交互元素失效
5. 裁决只有两种：READY（附全部证据） 或 NEEDS WORK（附修复清单）

6. 质量门（双重签核：测试证据 + Reality Check 裁决）

#	判据	证据	通过？
1	单元+集成全绿，核心旅程 E2E 全绿	CI 报告	☐
2	平台矩阵测试通过（干净安装/升级/卸载）	截图记录	☐
3	足迹预算全部达标	bench-report	☐
4	无障碍阻断项清零	审计清单	☐
5	Reality Check 裁决 READY	证据包	☐

• READY → 进入阶段 6+（安全加固）与阶段 7（打包发布）
• NEEDS WORK → 按修复清单返工（回到阶段 5），重新验收；2–3 轮属正常