package core import ( "os" "path/filepath" "strings" "testing" "time" agentAPI "gitcode.com/JianFeeeee/HomeAgent/internal/agent/api" "gitcode.com/JianFeeeee/HomeAgent/internal/memory" "gitcode.com/JianFeeeee/HomeAgent/internal/memory/document" "gitcode.com/JianFeeeee/HomeAgent/internal/memory/media" ) // 媒体记忆接线测试:验证媒体从对话进入 CAS、挂到 L0 事件、 // 随归档转到 L2 文档的完整链路。 // // 核心断言不是"函数被调用了",而是不变量: // 1. 媒体存不进去时对话照常(它是记忆增强,不是对话必需品) // 2. 引用转移期间内容始终可读(先挂后销,不留归零窗口) // 3. mediaStore 为 nil 时全链路静默跳过,行为与本特性上线前一致 func newTestAgentWithMedia(t *testing.T) (*Agent, *media.Store) { t.Helper() dir := t.TempDir() ms, err := media.New(filepath.Join(dir, "media")) if err != nil { t.Fatalf("media.New: %v", err) } t.Cleanup(func() { ms.Close() }) emb := memory.NewStaticEmbedder() a := &Agent{ mediaStore: ms, context: NewRelevanceContext(filepath.Join(dir, "context.json"), emb), } return a, ms } // imageBlockURL 造一个带指定 URL 的图片块。 // 名字带 URL 后缀是为了不与 modalfallback_test.go 里固定用 testPNG 的 // imageBlock() 撞名——两者用途不同:那个验回退链,这个验入库。 func imageBlockURL(dataURL string) agentAPI.ContentBlock { return agentAPI.ContentBlock{ Type: "image_url", ImageURL: &agentAPI.ImageURL{URL: dataURL, Detail: "auto"}, } } func TestCaptureBlockMedia_StoresDataURL(t *testing.T) { a, ms := newTestAgentWithMedia(t) raw := []byte{0x89, 'P', 'N', 'G', 1, 2, 3} blocks := []agentAPI.ContentBlock{ {Type: "text", Text: "看这张图"}, imageBlockURL(media.DataURL("image/png", raw)), } digests := a.captureBlockMedia(blocks, "multimodal_see_picture") if len(digests) != 1 { t.Fatalf("应捕获 1 个媒体,实际 %d", len(digests)) } got, err := ms.Get(digests[0]) if err != nil { t.Fatalf("回读失败: %v", err) } if string(got) != string(raw) { t.Fatal("内容不一致") } it, _ := ms.Stat(digests[0]) if it.MIME != "image/png" || it.Tool != "multimodal_see_picture" || it.Kind != media.KindImage { t.Fatalf("元数据不对: %+v", it) } } func TestCaptureBlockMedia_SkipsHTTPURL(t *testing.T) { // http(s) URL 拿不到字节就无法内容寻址;"下载它再存"会把一次对话 // 变成一次网络请求(超时、鉴权、SSRF 全来了),不在本层解决。 a, _ := newTestAgentWithMedia(t) blocks := []agentAPI.ContentBlock{ imageBlockURL("https://example.com/x.png"), } if d := a.captureBlockMedia(blocks, "t"); len(d) != 0 { t.Fatalf("http URL 不该被捕获,实际 %d 个", len(d)) } } func TestCaptureBlockMedia_NilStoreIsNoop(t *testing.T) { // mediaStore 未启用时全链路静默跳过,不能 panic 也不能报错—— // 行为必须与本特性上线前完全一致。 a := &Agent{} blocks := []agentAPI.ContentBlock{imageBlockURL(media.DataURL("image/png", []byte("x")))} if d := a.captureBlockMedia(blocks, "t"); d != nil { t.Fatalf("nil store 应返回 nil,实际 %v", d) } a.stageMediaDigests("deadbeef") if got := a.drainMediaDigests(); len(got) != 1 { t.Fatal("stage/drain 不依赖 store,应正常工作") } // bindEventMedia 对 nil store 也必须安全 evt := &ContextEvent{} a.bindEventMedia(evt, []string{"deadbeef"}) if len(evt.Blocks) != 0 || evt.ID != "" { t.Fatalf("nil store 时不该改动事件: %+v", evt) } if s := a.mediaSummaryForEvent(nil); s != "" { t.Fatalf("nil store 时摘要应为空,得到 %q", s) } } func TestCaptureBlockMedia_AudioAndVideo(t *testing.T) { a, ms := newTestAgentWithMedia(t) blocks := []agentAPI.ContentBlock{ imageBlockURL(media.DataURL("image/jpeg", []byte("frame"))), {Type: "audio_url", AudioURL: &agentAPI.AudioURL{URL: media.DataURL("audio/wav", []byte("sound"))}}, } digests := a.captureBlockMedia(blocks, "multimodal_see_video") if len(digests) != 2 { t.Fatalf("应捕获 2 个,实际 %d", len(digests)) } kinds := map[media.Kind]int{} for _, d := range digests { it, err := ms.Stat(d) if err != nil { t.Fatal(err) } kinds[it.Kind]++ } if kinds[media.KindImage] != 1 || kinds[media.KindAudio] != 1 { t.Fatalf("大类归属不对: %v", kinds) } } func TestStageDrainMediaDigests(t *testing.T) { a, _ := newTestAgentWithMedia(t) a.stageMediaDigests("a", "b") a.stageMediaDigests("c") got := a.drainMediaDigests() if len(got) != 3 { t.Fatalf("应累积 3 个,实际 %d", len(got)) } // drain 后必须清空——否则下一轮对话会把上一轮的媒体又挂一遍 if again := a.drainMediaDigests(); again != nil { t.Fatalf("drain 后应为空,实际 %v", again) } } func TestBindEventMedia_CreatesBlocks(t *testing.T) { a, ms := newTestAgentWithMedia(t) d, err := ms.Put([]byte("img"), media.Item{MIME: "image/png"}) if err != nil { t.Fatal(err) } evt := &ContextEvent{Timestamp: time.Now(), Source: "qq", Input: "看图"} a.bindEventMedia(evt, []string{d}) if evt.ID == "" { t.Fatal("应懒生成事件 ID") } if len(evt.Blocks) != 1 || evt.Blocks[0].PayloadDigest != d { t.Fatalf("事件应持有一等记忆块: %+v", evt.Blocks) } if evt.Blocks[0].Modality != memory.BlockImage || evt.Blocks[0].MIME != "image/png" { t.Fatalf("块元数据不对: %+v", evt.Blocks[0]) } } func TestBindEventMedia_LazyIDOnlyWhenNeeded(t *testing.T) { // 绝大多数对话没有媒体,不该为它们都生成 ID 塞进 context.json a, _ := newTestAgentWithMedia(t) evt := &ContextEvent{Input: "纯文本"} a.bindEventMedia(evt, nil) if evt.ID != "" { t.Fatalf("无媒体时不该生成 ID,得到 %q", evt.ID) } } func TestMediaSummary_DescriptionIsThePersistentMemory(t *testing.T) { // 方案 C 的核心:描述文本才是持久语义记忆,blob 只是缓存。 // blob 被容量 GC 淘汰后,描述仍留在 L0/L2/L3 的文本里可被检索。 a, ms := newTestAgentWithMedia(t) d, _ := ms.Put([]byte("img"), media.Item{MIME: "image/png"}) b, ok := a.blockFromDigest(d) if !ok { t.Fatal("blockFromDigest 失败") } if s := a.mediaSummaryForEvent([]memory.MemoryBlock{b}); s == "" { t.Fatal("未描述项也应产出一行(标注未描述)") } ms.Describe(d, "一张紫蓝红三色带图", "visionllm") s := a.mediaSummaryForEvent([]memory.MemoryBlock{b}) if s == "" { t.Fatal("应产出摘要") } if !strings.Contains(s, "紫蓝红三色带图") { t.Fatalf("摘要应含描述文本: %q", s) } if !strings.Contains(s, "image/png") { t.Fatalf("摘要应含 MIME 标注: %q", s) } } func TestPrune_NilMediaStoreStillArchives(t *testing.T) { // 媒体存储未启用时归档链路必须照常工作 dir := t.TempDir() emb := memory.NewStaticEmbedder() docStore := document.NewStore(filepath.Join(dir, "docs"), memory.TokenizeWords) if err := docStore.Start(); err != nil { t.Fatal(err) } rc := NewRelevanceContext(filepath.Join(dir, "context.json"), emb) for i := 0; i < 15; i++ { rc.Append(ContextEvent{ Timestamp: time.Now().Add(time.Duration(i) * time.Second), Source: "qq", Input: "内容", }) } if n := rc.Prune("查询", 5, docStore); n == 0 { t.Fatal("无媒体存储时归档也应正常") } } func TestContextEvent_BlocksFieldRoundTrip(t *testing.T) { // context.json 加字段必须向后兼容:存量文件读回来 Blocks 为空、ID 为空, // 不影响任何既有行为。 dir := t.TempDir() path := filepath.Join(dir, "context.json") // 写一份"存量格式"(无 id / blocks 字段) legacy := `[{"timestamp":"2026-09-04T10:00:00Z","source":"qq","input":"老数据","response":"回复"}]` if err := os.WriteFile(path, []byte(legacy), 0644); err != nil { t.Fatal(err) } emb := memory.NewStaticEmbedder() rc := NewRelevanceContext(path, emb) if rc.Len() != 1 { t.Fatalf("应读回 1 条,实际 %d", rc.Len()) } // 新写入带记忆块的事件,再读回 ms, err := media.New(filepath.Join(dir, "media")) if err != nil { t.Fatal(err) } defer ms.Close() a := &Agent{mediaStore: ms, context: rc} d, _ := ms.Put([]byte("img"), media.Item{MIME: "image/png"}) evt := ContextEvent{Timestamp: time.Now(), Source: "qq", Input: "新数据"} a.bindEventMedia(&evt, []string{d}) rc.Append(evt) rc.flush() rc2 := NewRelevanceContext(path, emb) if rc2.Len() != 2 { t.Fatalf("应有 2 条,实际 %d", rc2.Len()) } var persisted int for _, e := range rc2.Recent(10) { persisted += len(e.Blocks) } if persisted != 1 { t.Fatalf("块应随 context.json 持久化,实际 %d 个", persisted) } } func TestPruneMigratesBlocksToDocument(t *testing.T) { // 一等记忆块的 L0→L2 迁移:块随事件离开 Context、进入 Document, // 身份(ID/模态/digest/向量)原样保留;同一块不能同时留在两层。 // 这条路径不依赖 media_refs/ref_count。 dir := t.TempDir() emb := memory.NewStaticEmbedder() docStore := document.NewStore(filepath.Join(dir, "docs"), memory.TokenizeWords) if err := docStore.Start(); err != nil { t.Fatal(err) } rc := NewRelevanceContext(filepath.Join(dir, "context.json"), emb) block := memory.MemoryBlock{ ID: "blk_migrate_1", Modality: memory.BlockImage, PayloadDigest: "deadbeef", MIME: "image/png", Size: 42, Vector: []float64{0.1, 0.2, 0.3}, Fingerprint: "qwen:test", } rc.Append(ContextEvent{ Timestamp: time.Now().Add(-time.Hour), Source: "qq", Input: "很久以前的一张图", Blocks: []memory.MemoryBlock{block}, }) for i := 0; i < 12; i++ { rc.Append(ContextEvent{ Timestamp: time.Now().Add(time.Duration(i) * time.Second), Source: "qq", Input: "无关内容", }) } if n := rc.Prune("完全不相关的查询", 5, docStore); n == 0 { t.Fatal("应有事件被归档") } // 块应已到达 L2,且身份不变。 var found *document.Doc for _, d := range docStore.RecentDocs(20) { if len(d.Blocks) > 0 { found = d break } } if found == nil { t.Fatal("归档文档应持有一等记忆块") } if len(found.Blocks) != 1 { t.Fatalf("文档应有 1 个块,实际 %d", len(found.Blocks)) } got := found.Blocks[0] if got.ID != block.ID || got.Modality != block.Modality || got.PayloadDigest != block.PayloadDigest || got.Fingerprint != block.Fingerprint || len(got.Vector) != len(block.Vector) { t.Fatalf("块身份应原样迁移:\n got %+v\n want %+v", got, block) } // 同一块不能同时留在 L0。 for _, e := range rc.Recent(100) { if len(e.Blocks) > 0 { t.Fatalf("块仍留在 L0(同一块同时存在于两层): %+v", e.Blocks) } } }