test(ci): repair disposable fixtures and stale contract assertions

[loopx-agent]

Nested pytest inherits the caller's default-home routes, and failed usage-observer assertions can leave a valid collection generation. Natural CI also exposed two stale contract fixtures: the checkpoint-retention digest consumer was missing from the pinned inventory, and receipt replay expected a later frontier to be adopted without a selected obligation.

This test-only proposal isolates nested homes, revokes consent and reaps owned children on failure, retains real detached transport and its diagnostics, removes the unused checkpoint-test import, and aligns the two contract fixtures. A guarded replay with no selected obligation stays empty; a fresh unguarded read still sees the current frontier. Production behavior, the existing 8-second observation bound and CI resource settings are unchanged.

Validation at 6227601ca442b6f5808710ea4de0d4077094d7fd, integrated with target main snapshot 55d6337485d4924f1cbb8b41e51a8c02687c332a:

• Four complete Python modules, two workers with coverage: 75 passed, 0 skipped on macOS/Python 3.11; actual detached transport, failure cleanup, default-route ownership and real runtime retirement.
• Both complete TypeScript modules: 39 passed, 0 failed, 0 skipped on Node 24.21. Both original fixture failures reproduced before correction.
• A temporary in-memory mutation of the real replan owner incorrectly adopted the later frontier; the corrected replay oracle rejected it. Earlier real omitted-cleanup, child-exit and leak-ownership negatives remain covered.
• Full configured Ruff and TypeScript typecheck passed, with each process exit and output checked separately. Five-path public scan, whitespace, DCO and bilingual RFC diff checks passed.
• Exact-scope quality receipt cqr_ffed6faee9e00a3f7464 verifies. Standard premerge passed: five direct checks and three selected catalog smokes, no failures or manual holds.

The original natural CI failure remains historical failure; its complete log now identifies the two fixture mismatches above. This new head still needs independent review and natural hosted CI. The original hosted timeout/default-route writer, Linux/Windows and complete six-shard qualification remain open.

---

嵌套 pytest 的默认目录继承与观察测试失败后的采集清理不完整，会造成归属误判或遗留采集。自然 CI 还暴露两处过期测试：检查点保留模块已使用规范摘要校验，却未列入固定消费者清单；回执重入测试仍期待在未绑定 obligation 时接管后来出现的 frontier。

本提案只改五份测试文件：隔离子会话目录、失败时撤销采集并回收自身子进程、保留真实传输与诊断、移除未使用 import，并验证“受保护的旧回执不接管新 frontier，新的未绑定读取仍看见当前 frontier”。生产语义、原 8 秒界限及 CI 资源不变。

上述精确 head：四个完整 Python 模块以两个 worker 和覆盖率通过 75 项、0 跳过；两个完整 TS 模块通过 39 项、0 失败、0 跳过。旧断言在修复前复现；让真实 owner 错误接管新 frontier 的临时 mutation 被新断言检出。完整 Ruff、类型检查、公共边界、DCO、双语 diff、精确 CQR 与标准 premerge 均通过。相邻重构已体现在既有场景的两条互补断言，无新框架或兼容层。

旧自然运行保留失败，完整日志的原因现已明确；新 head 仍待独立评审及自然托管验收。原超时及默认路径实际写入者、Linux/Windows、六片并集/JUnit/覆盖率等完整资格尚未关闭。

[loopx-agent]

Reviewer: model_agent · gpt-6.1-sol · OpenAI · runtime_reported · reasoning_effort=max

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机

维护者需要依靠测试判断真实问题，既不能把父测试写入误算给嵌套 pytest，也不能在失败后留下仍有效的采集许可，更不能把过期断言当成生产回归。

原先嵌套会话继承调用者的默认目录，观察断言失败又可能留下有效采集代际；另外两处测试分别漏列了已使用规范摘要的模块，并要求已准入的回执接管后来出现的工作。当前只修正测试归属、清理和这两条契约断言，保留真实传输与原有时限。

独立四个完整 Python 模块通过 75 项；两套完整 TypeScript 测试在实际基线失败 2 项、当前 39 项全过。让真实重规划 owner 错误接管新工作后，新断言会失败，证明确实保护了原回执边界。

本次不改变生产调度、重规划、采集协议、8 秒观察界限、CI 资源或托管验收条件；不宣称原 hosted 超时或完整六片资格已经解决。

本机 Python 3.13 的独立检查支持这批测试修复；原 hosted 超时、默认路径实际写入者、跨平台与完整六片/JUnit/覆盖率资格仍由原有工作验证，当前没有查询 CI。

改动思路

保留真实边界，修正测试如何拥有和检查它。嵌套 pytest 有自己的 HOME/USERPROFILE，启动时的默认路径 census 才能区分自身写入和调用者写入。采集 fixture 继续启动真实 detached Python/TypeScript 传输，只把原本丢弃的 stderr 保存为合成诊断；失败和成功都经同一个 finally 撤销代际并回收自身子进程。

重规划测试的两条断言分别保护不同入口：已有回执没有选中 obligation 时不能接管后来 frontier，新的非 guard 读取仍能看见当前 frontier。这不是把生产改成测试所需的行为；实际基线的 typed owner 已实现该区别。本次同域改进是复用一个已有文件内 fixture 和成对断言，没有新增框架、状态 owner、确认流程或生产兼容分支。

具体改动

完整五份测试文件 +159/-37。独立依据为 55d6337485d4924f1cbb8b41e51a8c02687c332a 的 docs/development/good-smokes.md，当前 PR 说明及不可变生产 owner：

• Start With The Contract：从原回执身份、默认目录归属和规范摘要使用者推导 oracle，而非复制当前输出。
• Review Checklist：使用真实 detached 传输、嵌套 pytest、失败清理和精确 namespace/PID 反例，合成数据不包含私有运行状态。
• Prefer Semantic Pressure：新增 guarded-null 与 fresh-current 的相反方向；真实 owner 临时错误接管新 frontier 会被新断言检出。

关键代码讲解

usage_transport 集中原有 opt-in、stderr 诊断与 finally。原 detach 参数、cwd、stdin 和命令入口保持；撤销由原 consent lock 围住后代，等待或回收第一跳不会被误写成已经杀死所有 detached Node。

nested_pytest_environment 给嵌套导入期的 census 一个独立目录。新 caller/nested 两例验证“仅自己的新默认写入导致失败”，原 source/copied、成功/失败、all/none retention 及 foreign/wrong PID 覆盖保留。

replan_semantics 测试 对应 unchanged preserveReceiptBoundObligation 的实际分支；规范摘要测试只把已调用 canonical digest 的 checkpoint_retention.ts 加入消费者清单，不新增例外。最后移除 checkpoint Python 测试原本未用的 Path import。

对主干的风险

独立运行四个完整 Python 模块 test_usage_goal、test_managed_effect_runtime_fixture、test_usage_ping 和 test_checkpoint_retention：两 worker、coverage、75 passed、0 skipped，46.53s，另有 7 条未关闭 SQLite connection 的 ResourceWarning，保留为警告而非写成无诊断。真实观察、长 header、相对路径、真实 child exit7/stderr、故意失败后的撤销/迟到派发、runtime 清理和默认目录归属都在本次完整运行里。

两套完整 TS 模块在实际基线 55d6337485d4924f1cbb8b41e51a8c02687c332a 37/39：一个漏列 checkpoint_retention 消费者，一个旧断言期望 later frontier 而实际为 null；当前39/39。进一步从真实生产 owner 制作仅内存/忽略目录 mutation，把 guarded selected=null 也改成 current，新消费测试准确因 object≠null 失败。它证明修正不是弱化原身份约束。没有修改生产文件或活动 Goal/lease。

完整配置的 Ruff、控制面 TS 类型检查通过；标准 premerge 五项直接检查、三项选中检查通过，无 manual hold。整个 loopx/apps/packages/scripts/docs 相对实际基线没有变化，原 8 秒、CI 两 worker/分片/coverage 条件没有调整。初始执行写错了两个测试入口，实际结果是零收集/exit5，已保留后更正为存在的模块；没有把这两次脚手架错误当成 PR 失败或通过。每个 validator 独立收集退出码和输出。

本轮不查询、轮询或等待 hosted CI。作者的旧自然日志及跨平台/全量资格仍是另外的验收，当前本机通过不能证明原 hosted 超时已经根治，也不是已安装运行时或性能收益证明。相邻 #6825 与本提案只重叠 import 清理，#6826 保护另一条真实投影旅程；可分别回退，不需要扩展本 PR 的运行时范围。

我的整体评价

APPROVE，精确 head 6227601ca442b6f5808710ea4de0d4077094d7fd。当前差异没有新增阻塞发现。修复了可复现的旧测试契约错位，新增失败清理与归属验证仍走真实路径，原重要断言和资源边界都保留。测试资格与生产/托管整体交付分开，批准不授予合并或安装权限；需要按当前 head 的原生 closeout/readiness 结果处理合并。

English verdict: APPROVE — 6227601. Independent complete Python75 and TS39 pass; the actual base reproduces both stale TS failures, and a real-owner mutation is rejected by the guarded receipt assertion. Full Ruff/types/premerge pass. Original hosted timeout, cross-platform and full-shard qualification remain open; no production behavior or timing/resource gate changes.