MailUI4Agents/client/electron/test/CRITERIA.md

判据规范（写判据前先读这份）

这份文件记的是判据本身的写法：什么样的判据能红、能红在对的地方、以及不会在"代码完全正确"时乱红。 不是"怎么用 node:test"，而是这个仓库里踩出来的形状。

一句话版本：判据要钉结构与行为，不要钉字面与邻接。

---

1. 判结构必须配对/解析；看邻接或固定宽度都会被合法写法绕过

统一形式（这是同一个坑在本仓露头的第三次，所以升格成规则）：

判结构要配对/解析（括号、块、AST）；看"前一个字符"或"固定宽度窗口"都会被合法写法绕过。

三次露头：

#	当时的写法	被什么合法写法绕过
①	固定宽度窗口正则	往规则里加一行注释就把 backdrop-filter 挤出窗口 —— 断言变红而 CSS 完全正确（background.test.mjs 的注释里记着这件事）
②	括号配对取代窗口	修掉了 ①，方向对
③	"调用点往前看一个字符是不是 }"	ArkUI 的链式修饰符：Row(){…}.backgroundColor(x).backgroundBlurStyle(A) 里调用点前面是 ) 不是 } → 判据静默失效（拿到 null 就放过去了）

③ 的修法：往回扫时跳过成对的括号组再找 }。它同时暴露了"叠"有两种形态这件事 （同一组件叠两次 / 套在另一层玻璃的子树里），所以 §2 的形状在这些规则里反复出现。

推论：同一条规则里出现 [\s\S]{0,N} 时先问一句"N 是怎么来的"。答不出数字来源的， 就是窗口式判据，换成"取出这条规则的 {...} 体再断言"。

已知存量（pi 2026-09-14 点名，WebUI 侧归他，别人不要顺手改）： client/electron/test/background.test.mjs 里还有一批 \{[\s\S]{0,80}…、{0,160} 窗口。 下次碰那个文件时按本节形状改成"取规则体"，不要在那里再加一条注释算了。

2. 合成的清单 + 空 allow-list：条目要结构化

"清单从 SDK/参考实现生成 + allow-list 目前为空"是个好形状，但它迟早被侵蚀： 上游升版会往清单里加新条目 → 某天早上套件突然红，且红在与本次改动无关的代码上。 这时人的第一反应是把名字塞进 allow-list —— 而 allow-list 一旦这么用， 就不再是"研究过的例外"，只是"红的止痛药"。

所以条目写成三元组，并断言后两项非空：

const ALLOW = [ /* { name, replacement, why } */ ];

• replacement 必须非空："暂时不想改"不是放行理由，"替代品要求的 API level 高于本机基线"才是；
• 不要断言"名单必须为空"（那会挡住合理放行）；要断言的是"有名字、没替代品 → 红"。 这样侵蚀发生时红的是放行这件事本身，而不是某天的新 SDK。

同一个形状的实例：cross-client-theme.test.mjs 的 SELF_OWNED_COLORS（手写色登记表， 每条带理由）、GLASS_REGISTRY（玻璃面登记，每条带"为什么这里要玻璃"）。

3. 判据必须能红，而且红的地方要对

每条新判据配一次变异验证：把源码改成"错的样子"，确认它红，并且红在那条上。 变异没红有两种可能，都要查清：一是判据没覆盖，二是变异没真的生效 （本仓真发生过：变异脚本的锚点不匹配、缩进不对，于是"变异后依然全绿"被当成判据有效）。

还原纪律（pi 2026-09-14 纠正了我的写法，这条更好用）： 我原来写的是"变异后不要用 git checkout 还原"——那是治症不治因。 真因是：被还原到的那个状态还没提交，于是 checkout 把未提交的改动一起抹掉了 （我丢的是一个刚加、尚未提交的 marker）。 可执行的形状是改操作顺序，而不是记一条禁令：

任何破坏性还原，都要求"将被还原到的那个状态已经在某个提交里"。

• 所以：变异前先把基线提交掉（哪怕是个很小的提交）。之后 git checkout -- <文件> 只可能还原到已提交状态，不会连带抹掉未提交的东西；
• 要更稳就 git worktree add 一个干净副本，在副本里变异，主工作区完全不碰；
• 备份（cp 到 /tmp/*.bak）仍然可以，但它靠的是"人记得备份"——顺序改对了则不依赖记性。 这跟"记得打 marker"改成"计数写在 check() 内部"是同一招。

变异红了，还要看红在哪（pi 2026-09-14 补的一档）

只报"红了"不算证据。反过来的那一半同样成立：变异后红了，也可能是假红 —— 比如变异把文件写坏了语法，判据红在"模块加载失败/解析不到源码"，看起来像判据生效， 实际那条断言根本没执行。所以：

• 报结果要能指名红的是哪几条（本仓的变异表就是按这个写的： "红 2 条（B + 裸色值）"、"红 3 条（含品牌色防线）"）；
• 红在解析/加载失败上不算红 —— 先让变异"语法正确、语义错"，再谈判据有没有生效；
• 同理，变异作用于注释（被剥掉的那部分）也不算：判据读的是剥注释后的源码， 文档里的"理由"断言才读原文（见 §4）。

判据自己不会跑：一个家族，六种宿主

这条家族在本仓已经露头六次，共同点都是"看起来全绿"：

#	宿主	形态
①	&& 链	前面红一条，后面全部不跑（"红"不可信）
②	判据文件	没接进 SUITE（写好了但隐身）
③	清单名字	文件名写错 = 静默跳过一条判据
④	文件末尾	判据写在 process.exit() 之后（并发写入总往末尾追加）
⑤	验证手法	用 node --test 去验 runner，里面的 process.exit(1) 被吞（见 §6）
⑥	runner 内部	清单 flag 与判据写法配错

run-all.mjs 现在对 ②③④⑥ 都有静态自检，⑥ 的落地方式见下（不要照抄"解析 pass 计数"）：

⚠️ 实测过两条真实样本，结论与直觉不同：

• node --test <自定义 check() 的判据>：退出码照样传出来（文件 exit 1 → 命令行 exit 1）， 并没有被 runner 吞掉；
• 但 node --test <什么都不做的文件> 会报 # tests 1 / # pass 1 —— 计数不是"检查跑过"的证据。所以"数 pass、0 就判红"既抓不到空判据（它报 1）， 又会在汇总行没有数字的判据上误报。

改用结构证据：每条判据文件里必须存在"能红"的路径（test( / check( / process.exit(1)）， 外加"跑完必须有输出"。先看真实输出再写规则——这一条本身就是 §1 的推论。

4. 读源码断言的两种模式，别混用

• 断代码行为：读剥掉注释的源码（注释里出现的调用不是调用）；
• 断**"理由写清了没"：读原文**（理由就在注释里）。 本仓真踩过：用剥离注释的读取去断"注释里写了为什么用 Canvas"，永远红。

5. 取片段按行/按块，别用偏移算术两头夹

src.indexOf('build() {') 会撞上文件里更早的同名成员；偏移差一个字符会把最后一行拦腰截断 （现象是"这行只剩 57 个字符"这种看着像文案、其实像切片的怪事）。 取"某个成员的正文"要按行扫到下一个同级成员，并加一条自检断言切片没跨到别的成员上。

6. 判据要接线，扫描范围要有下限

• 新增判据文件必须进 test/run-all.mjs 的 SUITE（run-all 的自检 2 会直接红）；

• 扫目录的判据要断言"至少扫到 N 个文件"，并列出必须包含的子目录 （pages/ common/ model/ api/ …）—— 目录改名/只扫一个子目录会让判据变成 空判据而依然全绿。

• 验证要按真实入口跑：npm test 走的是 node test/run-all.mjs && vitest run。 用 node --test test/run-all.mjs 去验时，runner 只报"0 个测试"、把 runner 内部的 process.exit(1) 吞掉，于是"变异后依然 exit 0"看起来像判据失效（本仓刚踩过这一次： 自检 3 其实是好的，是我用错了入口去验它）。验判据要模拟用户/CI 真正跑的那一行。

6.5 涉及运行时行为的结论，必须实测过才能写进规范/判据（pi 2026-09-14）

同一个错在本仓犯了两次，方向相反但错法相同：从观察推断机制、没跑。

• 我从"node --test test/run-all.mjs 报 0 个测试、退出 0"这个观察，推断出 "runner 吞掉了 process.exit(1)" —— 实测下来退出码照传（见 §6 末），我错了；
• pi 拿我那个结论直接往下建了一个洞（"配错 flag = 绿"）—— 他也错了。

规则：一次观察只支撑你看到的那一层。"报告里 0 个测试"是真的，"退出码被吞"是推断的。 凡涉及运行时行为的结论（退出码、计数、回调时机、事件触发）， 先贴真实样本再写规则 —— 这也是 §1 的推论。

6.6 闭环：自报条数 + 每文件期望条数（只增不减）

文本证据只能到"存在"为止：test( / check( / process.exit(1) 的存在性 证明"有能红的路径"，不证明它跑过。反例（现实事故形态：合并冲突把 check 的实现改空）：

const check = () => {};     // 实现被换空
check('a', false);          // 存在、也执行了，但什么都不会红
console.log('主题：通过');   // 有输出

所以 run-all.mjs 现在做三件事：

1. 自定义 check() 的判据自报条数：结尾打一行 RESULT pass=<条数> fail=<失败数>（node:test 的判据不用改，已有 # pass N）；
2. runner 只解析这个固定 marker（不猜口语汇总 —— 「窄屏布局：全部通过」里没有数字， 靠猜数字会误报）；
3. 与清单里登记的期望条数比对，低于 → 红。

棘轮是"只增不减"：加判据不用改那个数；只有"条数掉了"才红 —— 那正是要看见的事（顺手删两条判据、某条被跳过、check 实现被改坏）。 代价：故意删判据时要同步改数字（这是一次显式的、能被复核的编辑，可以接受）。

计数必须写在 check() 内部：写在调用点或靠扫源码，"实现被换空"就看不见了 —— 上面那个反例的 pass 会是 0，正是靠这一条才有分辨力。

⚠️ 本节的作者在写完之后又踩了一次 §3 那条：变异验证时用 git checkout -- <文件> 还原，把尚未提交的改动（刚加的 marker）一起抹掉了。规矩写下来不等于会遵守 —— 所以 §3 已经把那条禁令改写成"先固化基线、再破坏"的操作顺序（pi 指出真因是 "被还原到的状态还没提交"，不是 checkout 这个命令有罪）。

共享 helper：test/lib/checks.mjs（新判据请用它）

import { check, finish } from './lib/checks.mjs';

check('这条判据的名字', 条件, '失败时给人看的细节');
finish('标签');          // 打汇总 + `RESULT pass=N fail=M`，有失败则退出码 1

计数只可能发生在这个模块内部，所以用它以后： 漏打 marker 与 计数写错位置（导致 check 实现被改空也看不见）这两类 在新判据文件上不可能发生 —— 不用再靠记性。 markdown-xss / narrow-layout 已改用它；其余 10 条保持原写法（run-all 的 marker 检查已覆盖）。

失败信息要自带修法（pi 2026-09-14）

受众不只是读过这份规范的人：并发写 WebUI 的 agent 新加判据时不会打开这份文件， 看到套件红的第一反应很可能是"套件坏了" → 删自检或往清单里塞豁免。 所以 run-all.mjs 现在在"没找到自报条数""条数掉了"这两条错误里直接写出 可照抄的修法与样板文件路径。

原则：red 是那个人一定会看到的东西，文档不一定被打开 —— 错误信息是最省成本的交接面。 （验证方式：真删掉一条判据的 marker 行跑一遍，确认错误信息能照抄执行。）

7. 判据要钉用户真正会点的那一层

（移交信里交代的头号纪律）判据通过了但用户点不到，等于没做。 所以断言尽量落在"用户会触发的那个入口/那条路径"上： 例如"点同意/拒绝后列表要变"要钉到那条链路上，而不是钉"某函数存在"。