diff --git a/docs/evidence/phase2-smoke.md b/docs/evidence/phase2-smoke.md new file mode 100644 index 0000000..19978cd --- /dev/null +++ b/docs/evidence/phase2-smoke.md @@ -0,0 +1,143 @@ +# 阶段 2 真实 WXR 冒烟证据（Plan 2 · Task 8） + +**verdict：PASS**（计数对照 18 项全过 + 内存断言通过 + nicename 锚点核对完成） + +| 项 | 值 | +|---|---| +| 日期 | 2026-10-21 | +| 环境 | Windows 11 · Node v24.13.0 · pnpm 10.7.1 · tsx 直吃 TS 源码（与 sf CLI 同机制） | +| 输入 | `D:/project/cms/storage/wxr/fd04d6ba8a1316b6.xml`（5,490,399 B ≈ 5.5MB，绝对只读） | +| 输入完整性 | SHA-256 `f9bc5d4497a1792af37abff78e0096268bda975cb367a956da42bcf9552b9f62` 与 Plan 1 基线一致——文件自 Task 0.4 起未变 | +| 冒烟脚本 | `scripts/smoke-real-wxr.mjs`（probe 全链 + setInterval(100ms) 内存采样 + 基线断言 + nicename 核对） | +| 证据 run | `artifacts/probe/20261021T132153-1yft49/`（smoke.json / report.json / report.html） | +| CLI run | `artifacts/probe/20261021T132302-26azne/`（report.json / report.html） | + +## 实际执行的命令原文 + +```bash +# 冒烟主路径（仓库根 D:\project\cms-one）：probe 同链路 + 内存采样 + 基线断言 + nicename 核对，stdout 出 JSON +pnpm exec tsx scripts/smoke-real-wxr.mjs # 缺省 --wxr 即 hesupipe 文件；exit 0 = PASS + +# 计划钉死的 CLI 命令（Step 1 原文，只读诊断通道直读 cms）——计数与冒烟脚本一致 +pnpm sf wxr:probe --wxr "D:/project/cms/storage/wxr/fd04d6ba8a1316b6.xml" +``` + +注：smoke 脚本为 .mjs，但 `@sf/adapter-wp` 经根 tsconfig paths 直连 packages 的 TS 源码，故须 tsx 运行（纯 node 无法解析 workspace TS 包）；与 `scripts/sf.ts` 的 CLI 执行机制（Plan 2 评审钉死）相同。 + +## Step 1 计数对照（实际 vs 基线，逐项） + +基线：`docs/evidence/real-wxr-baseline.md`。断言规则：**任何一项不一致都算 FAIL**。以下 18 项全部 `ok`（smoke.json `checks` 数组原样可查）： + +| 对照项 | 基线 | 实际 | 结果 | +|---|---|---|---| +| 输入字节数 | 5,490,399 | 5,490,399 | ok | +| 输入 SHA-256 | f9bc5d44…b9f62 | f9bc5d44…b9f62 | ok | +| totals.rows | 1,047（855+129+48+15） | 1,047 | ok | +| totals.terms | 451 | 451 | ok | +| totals.unsupported | 75 | 75 | ok | +| totals.failed | 0 | 0 | ok | +| item 总数（rows+unsupported+failed） | 1,122 | 1,122 | ok | +| rows `wp:attachment` | 855 | 855 | ok | +| rows `wp:post` | 129 | 129 | ok | +| rows `wp:product` | 48 | 48 | ok | +| rows `wp:page` | 15 | 15 | ok | +| unsupported `wp:nav_menu_item` | 68 | 68 | ok | +| unsupported `wp:wpcf7_contact_form` | 3 | 3 | ok | +| unsupported `wp:elementor_library` | 2 | 2 | ok | +| unsupported `wp:wp_navigation` | 2 | 2 | ok | +| counts 桶键集合（无多余/缺失桶） | 上述 8 键 | 完全一致 | ok | +| probe.fatalError | null | null | ok | +| 内存 heapUsed max | < 100MB | 65,268,760 B（62.2MiB） | ok | + +计数细分（created=清洗有变化将产新内容 / skipped=无变化，导入前投影语义）： + +| sourceType | created | skipped | unsupported | 基线口径 | +|---|---|---|---|---| +| wp:attachment | 0 | 855 | 0 | 855 rows | +| wp:post | 87 | 42 | 0 | 129 rows | +| wp:product | 47 | 1 | 0 | 48 rows | +| wp:page | 4 | 11 | 0 | 15 rows | +| wp:nav_menu_item | – | – | 68 | 68 unsupported | +| wp:wpcf7_contact_form | – | – | 3 | 3 unsupported | +| wp:elementor_library | – | – | 2 | 2 unsupported | +| wp:wp_navigation | – | – | 2 | 2 unsupported | + +清洗统计（背景数据，非对照项）：changedRows=138（post 87 + product 47 + page 4；attachment 无正文零清洗全 skipped）；removed-tag=3、removed-attr=4,667；rowErrors 固化 4,793 条（上限 10,000，未触顶 truncated=0）。 + +## Step 2 内存与耗时 + +**内存（计划钉死口径：smoke 脚本内 `setInterval(100ms)` 采 `process.memoryUsage()` 的 heapUsed/rss 双 max）** + +| 指标 | 值 | +|---|---| +| heapUsed max | **65,268,760 B = 62.2MiB < 100MiB（断言通过）** | +| rss max | 175,218,688 B = 167.1MiB（进程整体常驻，含 node+tsx 运行时基线，仅记录不断言） | +| 采样样本数 | 2（见下方口径说明） | + +口径说明（如实记录）： + +- 采样的是**整个进程**的 heapUsed/rss——含 tsx 加载器与模块基线，非解析增量；断言语义是"流式解析 5.5MB 文件时进程堆峰值仍 < 100MB"，通过即证明无整文件缓冲（整读 5.5MB 原文 + 解析树必然显著更高，且会随文件增长线性突破）。 +- probe 全程仅 ~167ms（见下），100ms 间隔只落到 2 个样本（1 个 interval tick + 终末补采 1 次）。max 以**实测下界**口径记录；考虑解析器 per-item yield、不 buffer item 列表的结构保证（Task 3 Step 2 钉死），两样本已覆盖解析爬坡段与收尾段，实测 62.2MiB 与 100MiB 线余量充足。 + +**耗时（smoke run / CLI run 各一次，量级一致）** + +| 指标 | smoke run（1yft49） | CLI run（26azne） | +|---|---|---| +| parseMs | 73.6ms | 79.2ms | +| sanitizeMs | 81.7ms | 79.2ms | +| totalMs | 166.9ms | 169.5ms | + +**parseMs 口径（Task 6 移交，务必连同数字一起引用）**：parseMs 是 `parser.next()` await 窗口累计——**含流式 IO 等待**（磁盘读、backpressure），非纯 CPU 解析耗时；totalMs 覆盖整个消费循环（含映射与报告聚合）；totalMs ≥ parseMs+sanitizeMs 的差值即映射/聚合时间。 + +## nicename 锚点核对（Task 4 冻结点） + +**核对方法**：第二遍独立流式解析（同一 parseWxrStream），全量收集 wp:term 表（taxonomy → slug 集）与 item 引用（domain → nicename 计数），流结束后交叉验证；抽检规则=文档序前 10 个含 `domain="category"` 引用的 item（该类 item 共 129 个）。 + +**抽检 10 条明细**（全部未解析到 term slug，原因见下）： + +| rawLocation | postId | post_type | category nicename（value） | ∈ wp:term slug 集 | +|---|---|---|---|---| +| wxr://item/941 | 1646 | post | company-news（Company News） | 否 | +| wxr://item/942 | 2281 | post | trade-news（Trade News） | 否 | +| wxr://item/943 | 2549 | post | progect（Progects） | 否 | +| wxr://item/944 | 2833 | post | progect（Progects） | 否 | +| wxr://item/945 | 3121 | post | progect（Progects） | 否 | +| wxr://item/946 | 3124 | post | progect（Progects） | 否 | +| wxr://item/947 | 3127 | post | progect（Progects） | 否 | +| wxr://item/948 | 3130 | post | progect（Progects） | 否 | +| wxr://item/949 | 3138 | post | progect（Progects） | 否 | +| wxr://item/950 | 3143 | post | progect（Progects） | 否 | + +**抽检一致率（category nicename 可解析到 wp:term slug）：0/10。根因不是 nicename≠slug，而是该 WXR 的 wp:term 表根本没有 category/post_tag 条目**。全量分层核对（grep 级独立复核结论一致）： + +| domain（item 引用数） | 可解析 | wp:term 表中有该 taxonomy？ | 结论 | +|---|---|---|---| +| product_tag（588） | 588/588 = 100% | 有（439 term） | nicename ≡ term_slug | +| product_cat（49） | 49/49 = 100% | 有（10 term） | nicename ≡ term_slug | +| nav_menu（68） | 68/68 = 100% | 有（1 term：mainmenu） | nicename ≡ term_slug | +| elementor_library_type（1） | 1/1 = 100% | 有（1 term） | nicename ≡ term_slug | +| category（148 引用，5 个不同 nicename：trade-news 59 / progect 29 / news 28 / company-news 20 / notification 12） | 0/148 | **无（0 term）** | taxonomy 未导出，锚点无从对拍 | +| post_tag（659 引用，471 个不同 nicename） | 0/659 | **无（0 term）** | taxonomy 未导出，锚点无从对拍 | + +汇总：**wp:term 表内 taxonomy 的全部 706 条引用 100% 命中 slug，nicename≠slug 违例 0 条**；category/post_tag 共 807 条引用因 term 表缺该 taxonomy 不可解析。（wp:term 总数 451 = product_tag 439 + product_cat 10 + nav_menu 1 + elementor_library_type 1，与 totals.terms 一致。） + +**对阶段 3 taxonomyRefs 映射策略的结论**： + +1. Task 4 的锚点设计（`sourceTermId` = item 内 @nicename）被实数据**正向验证**：凡 term 表覆盖的 taxonomy，nicename 与 term_slug 完全等同（706/706），"真实 WP 中 category @nicename 即 term slug"的假设在本文件所有可对拍域上成立； +2. 但**不能假设 wp:term 表完备**：本 WXR 未导出 category/post_tag 的 term 条目（WordPress 7.1.3 导出行为，含 nav_menu/elementor/product 域却缺这两个常规域）。阶段 3 做 slug → term_id 解析时，category（148 引用/5 nicename）与 post_tag（659 引用/471 nicename）将全部 miss——需按 (domain, nicename) 自建缺失 term（value 可作 name），不能只依赖 wp:term 事件； +3. 数据怪癖原样保留：`progect`（源站拼写如此，29 处引用）按原文迁移不修正。 + +## 报告产物 + +| 产物 | 路径 | +|---|---| +| 冒烟结果（断言/内存/nicename 全量数据，JSON） | `artifacts/probe/20261021T132153-1yft49/smoke.json` | +| probe 报告 JSON（smoke run） | `artifacts/probe/20261021T132153-1yft49/report.json` | +| probe 报告 HTML（smoke run） | `artifacts/probe/20261021T132153-1yft49/report.html` | +| probe 报告 JSON/HTML（CLI run） | `artifacts/probe/20261021T132302-26azne/report.{json,html}` | + +（artifacts/ 不入库（.gitignore），产物仅存本地；smoke.json 的 `checks` 数组即上表 18 项断言的机器可读原貌。） + +## 只读声明 + +本次冒烟对 `D:/project/cms/storage/wxr/fd04d6ba8a1316b6.xml` 仅执行读取操作（stat、sha256 流式读、两遍 createReadStream 解析读），未修改该文件及 `D:\project\cms` 下任何内容；全部写入仅发生在本仓库 `artifacts/probe/` 与上述两个新建文件。 diff --git a/eslint.config.js b/eslint.config.js index b01d6e6..95c20fd 100644 --- a/eslint.config.js +++ b/eslint.config.js @@ -26,4 +26,22 @@ export default tseslint.config( '@typescript-eslint/no-explicit-any': 'off', }, }, + { + // Node 直跑的 .mjs 工具脚本（如 scripts/smoke-real-wxr.mjs）：no-undef 对 TS 文件 + // 由 TS 接管而关闭，但 .mjs 仍生效且无 node 全局——此处显式声明 node 全局， + // 否则 process/setInterval 等误报 no-undef。 + files: ['scripts/**/*.mjs'], + languageOptions: { + globals: { + process: 'readonly', + setInterval: 'readonly', + clearInterval: 'readonly', + setTimeout: 'readonly', + clearTimeout: 'readonly', + console: 'readonly', + performance: 'readonly', + Buffer: 'readonly', + }, + }, + }, ) diff --git a/scripts/smoke-real-wxr.mjs b/scripts/smoke-real-wxr.mjs new file mode 100644 index 0000000..fc9af47 --- /dev/null +++ b/scripts/smoke-real-wxr.mjs @@ -0,0 +1,357 @@ +#!/usr/bin/env node +// 真实 WXR 冒烟（Plan 2 · Task 8，阶段 2 验收）： +// 对 hesupipe 真实导出（只读）跑 wxr:probe 同链路（runWxrAdapterReport），计数对照 +// Plan 1 基线 docs/evidence/real-wxr-baseline.md，内存按计划钉死口径采样—— +// setInterval(100ms) 采 process.memoryUsage() 的 heapUsed/rss 双 max。 +// +// 运行方式（仓库根）： +// pnpm exec tsx scripts/smoke-real-wxr.mjs [--wxr ] [--out ] +// 与 scripts/sf.ts 同机制：@sf/adapter-wp 经根 tsconfig paths 直连 TS 源码（需 tsx， +// 纯 node 无法解析 workspace TS 包——证据文档须记实际执行命令原文）。 +// +// 断言语义（任一不一致 → verdict FAIL + exitCode 1，如实报告不凑解释）： +// - totals 与基线逐项一致（rows/terms/unsupported/failed 与 item 总数）； +// - unsupported 按 sourceType（`wp:`）细分计数一致； +// - heapUsed max < 100MB（流式验收线）；fatalError 必须为 null。 +// nicename 锚点核对（Task 4 冻结点）为证据采集而非 pass/fail 断言：不一致逐条列出， +// 供阶段 3 taxonomyRefs 映射策略决策。 +// +// 计时口径（Task 6 移交，报告须注明）：parseMs 是 parser.next() await 窗口累计， +// 含流式 IO 等待（磁盘读/backpressure），非纯 CPU 解析耗时；totalMs 覆盖整个消费循环。 +// +// 输出：stdout 纯 JSON（机器可消费）；人类可读进度走 stderr。产物落 +// artifacts/probe//{report.json,report.html,smoke.json}（与 wxr:probe CLI 同布局）。 + +import { createHash } from 'node:crypto' +import { createReadStream } from 'node:fs' +import { mkdir, stat, writeFile } from 'node:fs/promises' +import { dirname, join, resolve } from 'node:path' +import { fileURLToPath } from 'node:url' +import { parseWxrStream, renderReportHtml, runWxrAdapterReport } from '@sf/adapter-wp' +import { makeRunId } from '../apps/api/src/modules/source/register.service.js' + +const REPO_ROOT = resolve(dirname(fileURLToPath(import.meta.url)), '..') + +/** 冒烟对象（缺省）：hesupipe 真实导出，绝对只读 */ +const DEFAULT_WXR = 'D:/project/cms/storage/wxr/fd04d6ba8a1316b6.xml' + +/** 流式验收线：heapUsed max < 100MB（计划钉死） */ +const HEAP_LIMIT_BYTES = 100 * 1024 * 1024 + +/** 内存采样周期（计划钉死口径：setInterval(100ms) 双 max） */ +const SAMPLE_INTERVAL_MS = 100 + +/** nicename 锚点抽检条数：文档序前 N 个含 domain="category" 引用的 item */ +const NICENAME_SAMPLE_ITEMS = 10 + +/** Plan 1 基线（docs/evidence/real-wxr-baseline.md，对照用冻结值） */ +const BASELINE = { + fileBytes: 5_490_399, + sha256: 'f9bc5d4497a1792af37abff78e0096268bda975cb367a956da42bcf9552b9f62', + itemsTotal: 1122, + rowsTotal: 1047, // 855 attachment + 129 post + 48 product + 15 page + terms: 451, + unsupportedTotal: 75, + failedTotal: 0, + /** 产 row 的四类（created+skipped+failed 之和对照） */ + rowsByType: { 'wp:attachment': 855, 'wp:post': 129, 'wp:product': 48, 'wp:page': 15 }, + /** unsupported 细分（`wp:` 归桶） */ + unsupportedByType: { + 'wp:nav_menu_item': 68, + 'wp:wpcf7_contact_form': 3, + 'wp:elementor_library': 2, + 'wp:wp_navigation': 2, + }, +} + +/** 期望出现的 counts 键全集 = rowsByType ∪ unsupportedByType（多一个少一个都算不一致） */ +const EXPECTED_COUNTS_KEYS = [...Object.keys(BASELINE.rowsByType), ...Object.keys(BASELINE.unsupportedByType)].sort() + +/** 断言登记（顺序即证据表行序） */ +function makeChecks() { + const checks = [] + const check = (name, expected, actual, pass) => checks.push({ name, expected, actual, pass }) + const checkEq = (name, expected, actual) => check(name, expected, actual, Object.is(expected, actual)) + return { checks, check, checkEq } +} + +/** 流式 sha256（64KB 块，与 register 服务的哈希口径同型） */ +async function sha256File(path) { + const hash = createHash('sha256') + for await (const chunk of createReadStream(path, { highWaterMark: 64 * 1024 })) { + hash.update(chunk) + } + return hash.digest('hex') +} + +/** --wxr / --wxr= / --out / --out=（缺省 DEFAULT_WXR 与 artifacts/probe） */ +function parseArgs(argv) { + const out = { wxr: DEFAULT_WXR, outDir: join(REPO_ROOT, 'artifacts', 'probe') } + for (let i = 0; i < argv.length; i++) { + const arg = argv[i] + if (arg === '--wxr' || arg === '--out') { + const value = argv[++i] + if (value === undefined) throw new Error(`${arg} 缺少值参数`) + if (arg === '--wxr') out.wxr = value + else out.outDir = value + } else if (arg !== undefined && arg.startsWith('--wxr=')) out.wxr = arg.slice(6) + else if (arg !== undefined && arg.startsWith('--out=')) out.outDir = arg.slice(6) + else throw new Error(`未知参数：${arg}（支持 --wxr 与 --out ）`) + } + return out +} + +/** 单域 unresolved nicename 明细固化上限（防 post_tag 这类大域使 smoke.json 失去上界） */ +const UNRESOLVED_LIST_CAP = 50 + +/** + * nicename 锚点核对（Task 4 冻结点：sourceTermId 以 item 内 @nicename 为锚）。 + * 单遍流式（与 probe 独立的第二遍读，采样器已停）：全量收集 wp:term 的 + * (taxonomy → Set(slug)) 与 item 引用 (domain → Map(nicename → 计数))、 + * 文档序前 10 个含 category 域引用的 item 明细——流结束后统一比对 + * （不依赖 wp:term 与 item 的文档先后顺序）。 + * + * 证据分两层（阶段 3 taxonomyRefs 映射策略的决策依据）： + * - 任务要求的 10 条抽检：item 的 category 域 nicename ∈ wp:term(category) 的 slug 集； + * - 全量分层核对（每个 domain）：区分「taxonomy 未出现在 wp:term 表」（导出缺该 + * taxonomy，锚点无从对拍）与「taxonomy 在表但 nicename 无对应 slug」（真正的 + * nicename≠slug 不一致）。前者是本 WXR 的实际形态（category/post_tag 未导出 + * term 表），如实记录而非记为锚点失败。 + */ +async function nicenameAudit(wxrPath) { + const termSlugsByTaxonomy = new Map() + const domainCounts = new Map() + const nicenameCountsByDomain = new Map() + const sampledItems = [] + let itemsSeen = 0 + let itemsWithCategoryRef = 0 + + for await (const ev of parseWxrStream(createReadStream(wxrPath))) { + if (ev.kind === 'term') { + const { taxonomy, slug } = ev.term + let set = termSlugsByTaxonomy.get(taxonomy) + if (set === undefined) { + set = new Set() + termSlugsByTaxonomy.set(taxonomy, set) + } + set.add(slug) + continue + } + itemsSeen++ + const categoryRefs = ev.item.categories.filter((c) => c.domain === 'category') + for (const ref of ev.item.categories) { + domainCounts.set(ref.domain, (domainCounts.get(ref.domain) ?? 0) + 1) + let byNicename = nicenameCountsByDomain.get(ref.domain) + if (byNicename === undefined) { + byNicename = new Map() + nicenameCountsByDomain.set(ref.domain, byNicename) + } + byNicename.set(ref.nicename, (byNicename.get(ref.nicename) ?? 0) + 1) + } + if (categoryRefs.length === 0) continue + itemsWithCategoryRef++ + if (sampledItems.length < NICENAME_SAMPLE_ITEMS) { + sampledItems.push({ + rawLocation: ev.item.rawLocation, + postId: ev.item.postId, + postType: ev.item.postType, + refs: categoryRefs.map((ref) => ({ nicename: ref.nicename, value: ref.value })), + }) + } + } + + const categorySlugs = termSlugsByTaxonomy.get('category') ?? new Set() + + // 抽检 10 条：明细级比对（nicename ∈ category 域 wp:term 的 term_slug 集） + let sampleMatched = 0 + let sampleTotal = 0 + const sampleMismatches = [] + for (const item of sampledItems) { + for (const ref of item.refs) { + sampleTotal++ + const resolved = categorySlugs.has(ref.nicename) + if (resolved) sampleMatched++ + else sampleMismatches.push({ rawLocation: item.rawLocation, postId: item.postId, ...ref }) + } + } + + // 全量分层核对（每个 domain 一行）：taxonomy 在表与否 × nicename 可解析与否 + const perDomain = [...nicenameCountsByDomain.entries()] + .sort(([a], [b]) => a.localeCompare(b)) + .map(([domain, byNicename]) => { + const slugs = termSlugsByTaxonomy.get(domain) + let refs = 0 + let matched = 0 + let distinctUnresolved = 0 + const unresolved = [] + for (const [nicename, count] of byNicename) { + refs += count + if (slugs !== undefined && slugs.has(nicename)) { + matched += count + } else { + distinctUnresolved++ + if (unresolved.length < UNRESOLVED_LIST_CAP) unresolved.push({ nicename, refCount: count }) + } + } + return { + domain, + refs, + matched, + rate: refs === 0 ? null : matched / refs, + taxonomyInTermTable: slugs !== undefined, + distinctUnresolved, + unresolvedCapped: unresolved.length < distinctUnresolved, + unresolved, + } + }) + + const conclusion = { + /** taxonomy 在 wp:term 表中的域的引用数（这些引用可严格对拍 nicename vs slug） */ + refsAgainstExistingTaxonomy: 0, + matchedAgainstExistingTaxonomy: 0, + /** taxonomy 不在 wp:term 表的域的引用数（锚点无从对拍——导出缺表，非锚点不一致） */ + refsOfAbsentTaxonomy: 0, + /** taxonomy 在表但 nicename 无对应 slug 的引用数（真正的 nicename≠slug 违例） */ + nicenameEqualsSlugViolations: 0, + } + for (const row of perDomain) { + if (row.taxonomyInTermTable) { + conclusion.refsAgainstExistingTaxonomy += row.refs + conclusion.matchedAgainstExistingTaxonomy += row.matched + conclusion.nicenameEqualsSlugViolations += row.refs - row.matched + } else { + conclusion.refsOfAbsentTaxonomy += row.refs + } + } + + return { + sampleRule: `文档序前 ${NICENAME_SAMPLE_ITEMS} 个含 domain="category" 引用的 item（共 ${itemsWithCategoryRef} 个 item 含 category 域引用，items 总数 ${itemsSeen}）`, + sampledItems: sampledItems.map((item) => ({ + ...item, + refs: item.refs.map((ref) => ({ ...ref, resolvedToTermSlug: categorySlugs.has(ref.nicename) })), + })), + sampleMatched, + sampleTotal, + sampleRate: sampleTotal === 0 ? null : sampleMatched / sampleTotal, + sampleMismatches, + perDomain, + conclusion, + domainCounts: Object.fromEntries([...domainCounts.entries()].sort(([a], [b]) => a.localeCompare(b))), + termTaxonomies: Object.fromEntries( + [...termSlugsByTaxonomy.entries()] + .sort(([a], [b]) => a.localeCompare(b)) + .map(([taxonomy, set]) => [taxonomy, set.size]), + ), + } +} + +async function main() { + const args = parseArgs(process.argv.slice(2)) + const wxrPath = resolve(args.wxr) + const { checks, check, checkEq } = makeChecks() + + process.stderr.write(`[smoke] 输入：${wxrPath}\n`) + const fileStat = await stat(wxrPath) + const sha256 = await sha256File(wxrPath) + checkEq('input.bytes', BASELINE.fileBytes, fileStat.size) + checkEq('input.sha256', BASELINE.sha256, sha256) + + // —— probe + 内存采样（计划钉死口径）—— + process.stderr.write('[smoke] 运行 probe（parse→map→sanitize 全链）+ setInterval(100ms) 内存采样…\n') + let maxHeapUsed = 0 + let maxRss = 0 + let samples = 0 + const sample = () => { + const mu = process.memoryUsage() + if (mu.heapUsed > maxHeapUsed) maxHeapUsed = mu.heapUsed + if (mu.rss > maxRss) maxRss = mu.rss + samples++ + } + const sampler = setInterval(sample, SAMPLE_INTERVAL_MS) + const report = await runWxrAdapterReport(createReadStream(wxrPath)) + clearInterval(sampler) + sample() // 终末补采一次，覆盖收尾段（报告对象组装等） + + // —— 计数对照（基线逐项）—— + const t = report.totals + checkEq('totals.rows', BASELINE.rowsTotal, t.rows) + checkEq('totals.terms', BASELINE.terms, t.terms) + checkEq('totals.unsupported', BASELINE.unsupportedTotal, t.unsupported) + checkEq('totals.failed', BASELINE.failedTotal, t.failed) + checkEq('items.total(rows+unsupported+failed)', BASELINE.itemsTotal, t.rows + t.unsupported + t.failed) + + for (const [type, expected] of Object.entries(BASELINE.rowsByType)) { + const c = report.counts[type] + checkEq(`rows.${type}(created+skipped+failed)`, expected, c === undefined ? 0 : c.created + c.skipped + c.failed) + } + for (const [type, expected] of Object.entries(BASELINE.unsupportedByType)) { + const c = report.counts[type] + checkEq(`unsupported.${type}`, expected, c === undefined ? 0 : c.unsupported) + } + checkEq( + 'counts.keys(无多余/缺失桶)', + EXPECTED_COUNTS_KEYS.join(','), + Object.keys(report.counts).sort().join(','), + ) + checkEq('probe.fatalError', null, report.fatalError) + check('memory.heapUsedMax<100MB', `< ${HEAP_LIMIT_BYTES}`, maxHeapUsed, maxHeapUsed < HEAP_LIMIT_BYTES) + + // —— nicename 锚点核对（证据采集，非 pass/fail 断言）—— + process.stderr.write('[smoke] nicename 锚点核对（第二遍流式）…\n') + const nicename = await nicenameAudit(wxrPath) + + const verdict = checks.every((c) => c.pass) ? 'PASS' : 'FAIL' + + // —— 产物（与 wxr:probe CLI 同布局 + smoke.json）—— + const runId = makeRunId() + const dir = join(resolve(args.outDir), runId) + await mkdir(dir, { recursive: true }) + await writeFile(join(dir, 'report.json'), `${JSON.stringify(report, null, 2)}\n`, 'utf8') + await writeFile(join(dir, 'report.html'), `${renderReportHtml(report)}\n`, 'utf8') + const smoke = { + runId, + generatedAt: new Date().toISOString(), + nodeVersion: process.version, + input: { path: wxrPath, bytes: fileStat.size, sha256 }, + probe: { + totals: report.totals, + counts: report.counts, + sanitize: report.sanitize, + timing: report.timing, + rowErrors: { recorded: report.rowErrors.length, truncated: report.rowErrorsTruncated }, + fatalError: report.fatalError, + }, + memory: { + intervalMs: SAMPLE_INTERVAL_MS, + samples, + maxHeapUsedBytes: maxHeapUsed, + maxRssBytes: maxRss, + heapLimitBytes: HEAP_LIMIT_BYTES, + heapUnderLimit: maxHeapUsed < HEAP_LIMIT_BYTES, + }, + nicenameAudit: nicename, + checks, + verdict, + artifacts: { dir, report: join(dir, 'report.json'), smoke: join(dir, 'smoke.json') }, + } + await writeFile(join(dir, 'smoke.json'), `${JSON.stringify(smoke, null, 2)}\n`, 'utf8') + + for (const c of checks) { + process.stderr.write(` [${c.pass ? 'ok' : 'FAIL'}] ${c.name}: expected=${JSON.stringify(c.expected)} actual=${JSON.stringify(c.actual)}\n`) + } + const nc = nicename.conclusion + process.stderr.write( + `[smoke] verdict=${verdict}（nicename 抽检 ${nicename.sampleMatched}/${nicename.sampleTotal}；` + + `在表 taxonomy 对拍 ${nc.matchedAgainstExistingTaxonomy}/${nc.refsAgainstExistingTaxonomy}，` + + `nicename≠slug 违例 ${nc.nicenameEqualsSlugViolations}，缺表 taxonomy 引用 ${nc.refsOfAbsentTaxonomy}）\n`, + ) + process.stderr.write(`[smoke] 产物：${join(dir, 'smoke.json')}\n`) + + process.stdout.write(`${JSON.stringify(smoke, null, 2)}\n`) + process.exitCode = verdict === 'PASS' ? 0 : 1 +} + +main().catch((err) => { + process.stderr.write(`[smoke] 未预期异常：${err instanceof Error ? err.stack : String(err)}\n`) + process.exitCode = 1 +})