DSH 测试自动修复（DSH Test AutoFix）
> 给 agent 一个 run_tests 工具：跑测试 → 结构化提取失败 → 精准告诉它「哪个文件、哪一行、什么断言挂了」→ 它直接进修复循环。
其他 AI 编码工具早就有这个能力，DSH 生态此前没有：
| 工具 | 能力 |
|---|---|
| Aider | --test-cmd / --auto-test，改完自动跑测试并修复 |
| Cline | 「Run tests, have the agent fix failures, and set a timeout」 |
| Cursor | Automations：「detect and fix bugs, and generate tests」 |
| DSH（本插件之前） | ❌ 790 个第三方插件中，测试修复类命中 0 |
和其他插件的关系
生态里有一个名字相近的包，这里说明区别，避免装重复：
dsh-test-autofix（本插件） |
@mkaliezz/dsh-test-runner |
|
|---|---|---|
| 暴露形式 | 工具 run_tests（agent 自主调用） |
斜杠命令 /test |
| 是否真的跑测试 | ✅ 内置执行，自动探测框架与解释器 | ❌ 需要使用者通过插件 config 注入 run 适配器，默认不可用 |
| 输出 | 结构化失败 + 文件/行号 + 注入对话的修复上下文 | 规范化后的摘要 JSON |
| 循环防护 | ✅ 同一失败重复出现时停止 | 无 |
两者不冲突（工具 vs 命令，命名空间不同），可以共存。若只想要「解析自己跑出的测试输出」，
用那个；若想让 agent 自己跑、自己看、自己修，用本插件。
它解决什么
让 agent「跑测试、自己修」听起来很简单,但直接 bash npm test 有两个致命问题:
- 输出太长 —— 一个失败测试的完整 traceback 可能几百行,全塞给模型是在烧 token
- 模型要自己找重点 —— 从几千行输出里定位「哪个断言失败了」,容易看漏
本插件把这一步做成结构化的:
{
"status": "failed",
"framework": "pytest",
"passed": 2,
"failed": 1,
"failures": [
{
"file": "tests/test_math.py",
"test": "test_divide",
"line": 12,
"message": "ZeroDivisionError: division by zero",
"detail": "def test_divide():\n> assert divide(1, 0) == 0\nE ZeroDivisionError: division by zero"
}
]
}
模型拿到的是精准的失败点,不是几千行日志。
特性
自动识别测试框架
| 项目特征 | 使用 |
|---|---|
pyproject.toml / pytest.ini / setup.cfg / tox.ini |
pytest（自动挑选解释器） |
Cargo.toml |
cargo test |
go.mod |
go test ./... |
package.json + vitest 依赖 |
vitest（见下方启动器探测） |
package.json + jest 依赖 |
jest（见下方启动器探测） |
package.json + test 脚本 |
npm test |
也可以用 framework 参数强制指定。
Node 项目的启动器探测
npx 不是必然存在的——有的机器只装了 pnpm（DSH 自带运行时就是这样），
直接调用会报 npx: not found。因此按可用性依次选择：
node_modules/.bin/—— 项目自己的 runner shim，不需要包管理器npxpnpm execyarnnpm test—— 项目自己的脚本
解析到降级方案时会在结果的 notes 里说明。
pytest 的解释器探测
裸 python / pytest 经常不是项目实际使用的解释器 —— Windows 上系统 Python 可能遮蔽虚拟环境，而 DSH 自带运行时又不在 PATH 上。用错解释器会报 No module named pytest，看起来像测试失败。
因此插件会按优先级探测，第一个能 import pytest 的胜出：
- 项目虚拟环境（
.venv/venv/env） - 环境变量
DSH_PYTHON指定的解释器 - PATH 上的
python - PATH 上的
python3 - Windows 的
py -3启动器
全部失败时会明确报出「试过哪些解释器」，而不是把它当成测试失败。
中文断言不乱码
Windows 下 Python 子进程默认输出系统代码页（中文系统是 GBK）。按 UTF-8 解码会把
中文断言变成乱码，正好毁掉这个工具要呈现的信息。插件做两件事：
- 给子进程注入
PYTHONIOENCODING=utf-8/PYTHONUTF8=1，强制输出 UTF-8 - 解码时先严格按 UTF-8，失败再回退 GBK / 系统编码（
lib/decode.js）
结构化解析
已支持并经过测试的解析器：
- pytest ——
FAILED path::test+ 回溯定位断言上下文 - jest / vitest ——
● suite › test块，提取Expected/Received - cargo ——
---- test stdout ----块，提取 panic 位置 - go ——
--- FAIL: TestX+ 缩进断言行
每个失败都带文件路径 + 行号 + 断言信息,而不是一整坨输出。
死循环防护
如果同一个失败反复出现,说明模型在打转。插件会给失败算一个签名(文件 + 测试名 + 错误信息,刻意忽略行号 —— 因为修复通常会移动行号,算作新失败就失去防护意义),同一个签名超过阈值就返回 status: "loop" 并明确告知:
> This identical failure has now happened 3 times. Stop editing and report the blocker to the user instead of retrying.
这样避免「改一下、还是错、再改一下」无限烧钱。
省 token
- 失败详情每个最多 14 行
- 最多返回 20 个失败
- 通过时不返回原始输出
- 失败时只给最后 40 行原始输出作兜底
安装
> 命令里的 <你的profile> 换成你自己的 profile 名。 不确定就查一下：
> 环境变量 $env:DSH_PROFILE 直接给出当前值；桌面端常见 desktop，Web 端常见 web。
方式一：从 npm 安装（推荐）
dsh plugin --profile <你的profile> add dsh-test-autofix
> --profile 是必填的，省略会报 required option '--profile ' not specified。
> 包名全小写（npm 包名规范）；仓库名 DSH-Test-Autofix 只是 GitHub 上的地址。
方式二：从 GitHub 仓库安装
dsh plugin --profile <你的profile> add github:1250589385/dsh-test-autofix
方式三：从源码目录安装（开发用，改代码即时生效）
填这个目录的真实路径（反斜杠或正斜杠都可以）：
# Windows
dsh plugin --profile desktop add D:\你的路径\DSH-Test-Autofix
# macOS / Linux
dsh plugin --profile web add /home/you/DSH-Test-Autofix
方式四：在 DSH 网页界面的安装框里装
网页版 DSH 的「添加插件」对话框只要包名，不要整条命令：
| 输入框里填 | 结果 |
|---|---|
dsh-test-autofix |
✅ 正确 |
dsh plugin --profile desktop add dsh-test-autofix |
❌ 报 not a package name the registry accepts |
意思是：只把命令最后面那一段（包名）填进去。Git 地址和本地绝对路径也可以直接填在同一个框里。
装完重启 DSH，agent 就能看到 run_tests 工具。
使用
模型可以直接调用：
run_tests() # 自动识别并跑全部测试
run_tests(framework="pytest") # 强制用 pytest
run_tests(path_filter="test_math") # 只跑匹配的测试
run_tests(timeout_ms=60000) # 60 秒超时
也可以直接对模型说：「跑一下测试，把失败的修好」——它就会用这个工具。
配置
在 profile 的 cordis.patch.yml 里覆盖：
- id: test-autofix
name: DSH-Test-Autofix
config:
repeatLimit: 2 # 同一失败重复几次算循环（默认 2）
timeoutMs: 300000 # 默认超时 5 分钟
实现说明（给开发者）
- 零依赖：通过调用方自己的
ctx.tools.register注册普通对象定义，不 import 任何@deepseek-ai/*值，因此无需 peerDependencies - Host 服务通过
ctx.get(...)获取：用subprocess执行命令（复用官方的凭据擦除、输出溢出处理、进程树终止） - 循环状态按 session 隔离：存在插件闭包里，卸载插件即清除，多会话互不干扰
- 失败不会污染回合：参数错误、找不到 runner 都返回结构化结果和
notes，不抛异常
边界与已知限制
完整清单见文末 已知限制。
测试
node test/parsers.test.js # 27 个：四个框架的解析、签名、探测
node test/real-output.test.js # 14 个：真实 pytest 输出回归
node test/hard-mode.test.js # 11 个：中文/参数化/嵌套类/批量失败
node test/e2e.test.js # 13 个：完整调用链（失败/循环/通过）
node test/verify-installed.mjs <安装目录> # 8 个：验证发布包能加载
共 65 + 8 个用例。
real-output.test.js 和 hard-mode.test.js 用的是本机真实抓取的输出，
它们存在的原因很实际——初版有两个 bug 只有真实输出才能暴露：
- 区块错配：两个测试失败时，每个失败都拿到了对方的 traceback
- 中文乱码：Windows 下 GBK 输出按 UTF-8 解码，中文断言全变成问号
合成的单失败样例永远发现不了这两个问题。
verify-installed.mjs 验证的是打包后的副本能否运行。它存在的理由同样具体：
曾有版本的 files 字段漏掉了 lib/decode.js，装出来的包会在加载时崩溃。
已知限制
- 解析器依赖各框架的默认输出格式；自定义 reporter / 格式化插件可能让解析失效，此时回退到
raw_tail - 只处理测试框架，不含 lint / typecheck（可用
path_filter或另建工具） - 循环签名忽略行号是有意取舍：修复通常移动行号，算作新失败就失去防护意义
- pytest 解释器探测与 Node 启动器探测都是启发式的；特殊部署可用
DSH_PYTHON显式指定解释器 - 嵌套测试类的显示名取决于 pytest 版本
- 单个失败的详情最多 16 行，最多返回 20 条失败；超出部分需要缩小
path_filter再跑
许可
MIT
