GME 测试工作流nuaaweixinye/dsh-gme-workflow

dsh-gme-workflow

在 DeepSeek Harness（dsh）里驱动 GME Test Agent 的工作流：三个工具负责挑选接口、在本地 Python 后端中自主完成测试生成与修复、轮询任务直到待评审，并把对外动作挡在用户显式同意之后。

这是一个社区插件，不是 DeepSeek 官方包；它需要你已经有一份 GME Test Agent 源码目录及其 Python 依赖——它驱动那个工程，而不是替代它。

前置条件

- DeepSeek Harness 0.1.x 线上 0.1.2-alpha.1 或更新版本，且 profile 基于 base、提供 tools 与 systemPrompt。
- 一份 GME Test Agent 源码目录，包含 backend/run_backend.py、config.local.json、任务数据库，以及它需要的 GME 仓库与编译工具链。该后端不随本插件分发：它的公开副本（framework 本体，不含 GME 专有生成数据）在 nuaaweixinye/gme-agent，克隆、配置与接口目录生成方式见它的 README：克隆后跑 scripts\install.ps1 -GmeRepo ，再 scripts\run_web.ps1。完整检出（额外含生成的接口目录与内部笔记）为私有，访问权限由 @nuaaweixinye 按人授予。
- 一个装好后端依赖的 Python 解释器，并在其中安装版本匹配的 deepseek-harness-sdk 与 deepseek-harness-runtime-bin wheel。
- 若需要自动启动，profile 中要有本机 subprocess 服务（所有随附 profile 都有）。

Python 后端通过 DeepSeek Harness Python SDK 在独立的 sdk 配置中执行编码工作。构建、测试与内存审计由后端作为每个任务的自动阶段执行，不是对话动作。该编码配置包含文件、搜索与 PowerShell 工具，并排除本插件，因此任务不会递归。

后端另有文档可查：docs/backend-overview.md 是它的功能与契约总览（任务生命周期、动作前置条件、"什么算通过"的校验规则、配置参考）；docs/knowledge-injection.md 讲它默认关闭的可选能力——生成前注入历史分歧与知识库参照。该能力在后端的 config.local.json 里开关，与本插件配置无关；唯一交点是托管进程的环境（见配置文档第 6 节）。

安装

在插件市场（设置 → 插件市场）一键安装，或者：

dsh plugin --profile web add dsh-gme-workflow

该命令会安装本包，并把 dsh-gme-workflow 追加到 profile 的 dsh.profile.bundles；本包自带 dsh.bundle.patch 层，因此无需手工编辑任何 profile 文件。之后重启 dsh web 即可。

配置

backendRoot 是部署路径，没有默认值，也永远不会作为模型参数暴露。未配置时插件仍然挂载：它不注册任何工具、只记一条 warning，并把整套配置步骤写给模型——这样用户问到 GME 工作流时，模型能说清缺什么、怎么补，而不是回答“没有这个工具”。它绝不抛错：配置校验失败的行会把整棵插件树拖垮。

方式一 —— 环境变量，在 Harness 启动时读取：

$env:GME_TEST_AGENT_ROOT  = 'D:/workspace/gme-agent'
$env:GME_TEST_AGENT_PYTHON = 'C:/ProgramData/Miniconda3/envs/agent/python.exe'   # 可选，默认 'python'
dsh web

方式二 —— profile 补丁，写在 $DSH_HOME/profiles//cordis.patch.yml：

- id: gme-workflow
config:
backendRoot: D:/workspace/gme-agent
pythonPath: C:/ProgramData/Miniconda3/envs/agent/python.exe
port: 8765
autoStart: true

补丁条目只替换它写明的键（config 整体替换），因此要保留的字段需全部重述。之后重启 dsh web；一旦 backendRoot 能解析出路径，三个工具就会出现。

| 配置键 | 默认值 | 含义 |
|---|---|---|
| backendRoot | 必填 | 含 backend/run_backend.py 的 GME Test Agent 源码目录 |
| pythonPath | python | 装好后端依赖的解释器 |
| configFile | config.local.json | 后端配置，绝对路径或相对 backendRoot |
| tokenFile | logs/web-api-token.log | API token；自动启动时缺失会创建 |
| port | 8765 | 后端在 IPv4 回环上的端口 |
| autoStart | true | 端口拒绝连接时启动由本插件持有的 Python 进程 |
| timeoutMs | 15000 | 单次 HTTP 请求（含响应体）的时限 |
| startupTimeoutMs | 45000 | 持有的进程变为健康的时限 |
| maxResponseBytes | 8388608 | 单次响应最多保留的字节数 |
| pageChars | 12000 | 每个报告页的字符数（256–50000） |

如果旧 profile 另外启用了 tool-gme，请禁用那条；安装本插件不会删除其他包。

工具

| 工具 | 分区 |
|---|---|
| gme_generate | 自主生成：按接口 ID 或自由目标创建测试、批量创建、修复已记录的失败、扩展或重试任务 |
| gme_check | 无副作用读取：接口目录、任务、增量事件、失败及其观测记录、测试结果、产物 |
| gme_decide | 需确认的决策，必须 confirm: true：任务 PR、已知失败 skip PR、选中测试 PR、删除选中测试、清理、删除任务 |

创建与扩展测试时，使用接口目录的 interface_ids 或自由描述的 goal，不能同时提供：后端在选择接口后会丢弃自由目标，插件会拒绝这种组合。批量创建必须使用接口 ID。选择前先查询目录；任务操作使用后端任务 ID，而不是 Harness 会话 ID。

生成从接收起自主运行到 needs_review；模型用 gme_check 轮询，不干预中间的构建、测试与内存审计阶段。每个响应都携带 suggested_next 路标，其 phase 依次为 poll → report → decide → done：任务执行期间持续轮询，到 needs_review 时汇报摘要、失败与差异，对外动作留给用户。不带 confirm: true 的 gme_decide 调用会返回引导性错误，不会到达后端。

生成与决策可能返回 accepted: true，仅表示已排队，不能当作验证通过。报告返回 content（JSON 序列化文本的片段）、total_characters 与 next_offset；用该 offset 重复同一查询即可继续读取。动态列表在分页期间可能变化；实时进度用 events.after 增量查询，稳定报告读取已完成任务的产物。查询到 status: failed 的任务是正常结果；基础设施故障表现为工具错误。

行为与限制

- 后台进程生命周期。 首次请求只有在健康检查通过身份验证后才复用已有服务；否则 autoStart: true 会启动配置的 Python 入口，并发调用共享这次启动。身份验证失败或端口上是其他服务时，直接失败且不启动进程。卸载插件只终止它自己启动的后端及其子进程——因此关闭或重载 Harness 可能中断托管任务，而独立启动的后端会保留。托管进程退出后，下一次请求会重新启动它，但不会替你重试被中断的任务。取消工具等待只是停止等待，不会取消已接收的后台任务；POST 请求不会自动重发，提交结果不明确时先查询任务。
- 凭据。 token 来自 tokenFile，不会出现在工具参数中，且只把 API token 显式传给托管子进程。编码 SDK 使用后端配置的 dsh_home 与 dsh_profile，凭据必须在那里可用。外层工作流对话与各后端编码会话分别保存历史。
- 已知限制。 仍然需要 Python 项目及其工具链；后端没有取消接口，也没有进程重启后的任务自动恢复；gme_decide 的确认门是插件侧的 confirm: true 检查，后端仍按自身规则执行提交与清理；自由描述任务沿用后端自身的选择与验证行为；大报告是字符分页窗口，不是不可变快照或结构化表格。

开发

pnpm install
pnpm run verify        # 类型检查 + 构建 + 测试 + 发布产物冒烟
pnpm run test:live     # 对真实后端只读冒烟（需要 GME_TEST_AGENT_ROOT）

src/backend.ts 管理身份验证、HTTP 与后台进程，src/index.ts 管理工具定义、路由映射、结果展示与“未配置即不注册”的守卫，src/next-step.ts 将后端状态映射为 suggested_next 路标。tests/install.spec.ts 用 include 真实的补丁引擎组合仓库里的 cordis.patch.yml，并把得到的条目挂进真实 Loader 树。插件不复制后端持久化任务状态，因此不提供 invariant companion：后端状态是权威来源。

许可证

MIT