dsh-flakefinder

让 agent 分清「代码坏了」还是「测试在抽风」。

DeepSeek Harness 测试稳定性插件：重复运行测试并识别 flaky 用例，历史留档、隔离清单、写操作审批门。零运行时依赖。

工具

工具	作用	写操作
flaky_detect	重复运行测试 N 次，判定 stable-pass / stable-fail / flaky	否（写历史）
flaky_history	查询检测历史，按目标过滤	否
flaky_report	汇总隔离清单 + 历史，输出稳定性报告	否
flaky_quarantine	把 flaky 用例写入 .flakefinder.json 隔离清单	是（审批门）
flaky_clear	从隔离清单移除已恢复的用例	是（审批门）

支持框架：

• vitest：读取 node_modules/vitest/vitest.mjs，使用 JSON reporter
• jest：读取 node_modules/jest/bin/jest.js，使用 --json --outputFile
• node:test：node --test --test-reporter=tap，解析 TAP
• framework: auto 按 vitest → jest → node:test 自动探测

安装

dsh plugin --profile web add dsh-flakefinder

或手动安装后在 profile 的 cordis.patch.yml 插入：

- id: flakefinder
  name: 'dsh-flakefinder'
  config:
    defaultRuns: 5
    writeApproval: true

使用示例

用户：src/checkout.test.ts 最近老失败，帮我判断一下
Agent：
  flaky_detect(target="src/checkout.test.ts", runs=5)
  → 判定：flaky；3/5 通过，失败集中在 useFakeTimers 用例
  → flaky_quarantine(tests=["src/checkout.test.ts > 定时器恢复"], reason="定时器竞态")

配置

字段	默认	说明
defaultRuns	5	flaky_detect 默认重复次数（3-20）
maxRuns	20	单次允许的最大重复次数（3-50）
timeoutMs	120000	单轮测试运行超时
graceMs	10000	超时后宽限
writeApproval	true	隔离清单写操作是否走审批门
dataDir	DSH_HOME/.dsh-flakefinder	历史存储目录
quarantineFile	<cwd>/.flakefinder.json	隔离清单路径

隔离清单格式

{
  "version": 1,
  "quarantined": [
    {
      "file": "src/checkout.test.ts",
      "name": "使用假定时器后恢复真实定时器",
      "reason": "定时器竞态，见 issue #12",
      "since": "2026-08-16T00:00:00.000Z"
    }
  ]
}

隔离清单只记录，不修改测试源码；agent 跑测试前应先查阅 flaky_report。

工程

• Node >= 22.13，TypeScript，零运行时依赖
• 测试进程走 DSH 官方 subprocess 服务，argv 数组、无 shell
• 全量单测 30+：解析、判定、存储、审批门、注册与 manifest
• pnpm test：构建 + node --test

发布门禁

1. pnpm test 全绿
2. pnpm typecheck
3. 危险模式扫描（eval / child_process / 密钥零容忍）
4. 真实 profile 冒烟：全新临时 profile 安装插件 → 真 boot → stderr 零报错
5. manifest 自检（bundle patch / exports / files 白名单）

License

MIT