测试由 pytest 执行，run_tests.py 仅提供适合手动查看的中文报告。
产品语义与测试门槛以 plan.md 第 14 节 为准。
VS Code 用户可以直接打开仓库根目录的 run_tests.py，点击右上角“运行 Python 文件”。这个启动入口只使用标准库，并自动调用 .venv 中的 Python 执行本目录的中文报告入口；不需要先激活虚拟环境。已有 .venv 时无需其他准备。
在仓库根目录首次准备环境（已有 .venv 可跳过）：
python3.12 -m venv .venv
.venv/bin/python -m pip install -e '.[dev]'运行全部测试：
.venv/bin/python tests/run_tests.py也可以先 source .venv/bin/activate，再运行 python tests/run_tests.py。
Windows 使用 .venv\Scripts\python.exe 替代 .venv/bin/python。
入口以仓库根目录解析相对路径，其余参数交给 pytest：
# 按目录或文件选择
.venv/bin/python tests/run_tests.py tests/unit/protocol
.venv/bin/python tests/run_tests.py tests/unit/test_phase1_acceptance.py
# 按函数名、requirement ID 或参数 ID 筛选
.venv/bin/python tests/run_tests.py -k auth_01
.venv/bin/python tests/run_tests.py -k task-too-long
# 第一次失败即停止 / 仅列出测试
.venv/bin/python tests/run_tests.py -x
.venv/bin/python -m pytest --collect-only -q报告按文件分组，每行显示场景、参数 ID、状态和该阶段耗时。例如：
[PASS] Agent 策略与文本必须符合重试、超时和长度限制。 [task-too-long] — 0.001s
PASS 表示通过，FAIL 表示断言失败，ERROR 表示准备、清理或收集错误。
SKIP、XFAIL、XPASS 分别表示跳过、预期失败、意外通过，单独统计。
如果测试主体通过但清理失败，会同时记录 PASS 和 teardown ERROR；汇总按报告计数，
最终仍返回失败。pytest 的失败详情和短摘要保留原始用例定位信息。
退出码沿用 pytest：0 正常结束，1 测试失败，2 中断或收集错误，3 内部错误， 4 命令用法错误，5 未找到测试。退出码 0 可能包含跳过或预期失败，请同时查看汇总。 当前阶段没有真实 Codex 派发或完整工作流的端到端验证。
.venv/bin/python -m pyright
.venv/bin/python -m ruff check .
.venv/bin/python -m ruff format --check .
.venv/bin/python -m pytest -q原生 pytest 始终可用，CI 可直接使用它，无需中文报告入口。
GitHub Actions CI
在推送到 main、创建或更新 Pull Request、手动触发时运行。
Linux、macOS 和 Windows 分别创建 Python 3.12 虚拟环境、安装 .[dev]，
执行 Pyright strict、Ruff、格式检查，再通过根目录 run_tests.py 执行全部测试。
各平台独立执行，单个平台失败不会取消其他平台的检查；同一分支的新运行会取消旧运行。
CI 显式使用 UTF-8，确保 Windows 上的中文报告与子进程输出可正确解析。
- 按被测层放入
unit/core、unit/protocol、unit/adapters或unit/architecture。 - 用测试名称或 metadata 引用 requirement ID / plan 章节。
- 函数首行 docstring 用一句中文说明实际验证的行为；入口会读取它，缺失时回退到用例 ID。
- 参数化测试用短而有意义的
ids=[...]或pytest.param(..., id="...")； 尤其不要把超长字符串直接作为默认显示名称。 - 名称和说明应反映断言实际提供的保证；提示词存在检查不能证明真实派发或隔离行为。
- 保留边界值、拒绝路径和实际副作用断言，不为改善显示而删减测试数据。
- 报告器的回归测试在
unit/test_test_runner.py，通过子进程验证真实入口及退出码。