T2 人工验收用例(2026-09-27)
用途:T2「HTTP + SSE 最小 UI」的 Task 5 Step 2 人工判定清单。被测对象是当前工作区 =
315e7b0+ 未提交的internal/webui/static/index.html改动(约 900 行)——先别git checkout掉,测的就是它。 机器关口(Task 5 Step 1)已于 2026-09-27 由 AI 预跑:gofmt -l空、go build/vet过、go test ./... -race -count=19 包全绿;冒烟:服务起得来、GET /200、非法参数 400。 全部跑完后把「结果记录表」贴回来,我负责写进doc/11§6 台账并做 Task 6 文档同步。
0. 预备(2 分钟)
cd yk-tako-eino
cat .env # 确认模型 key 在
mkdir -p /tmp/yktako-ui-test && touch /tmp/yktako-ui-test/keep.txt # B 组的审批靶子
git rev-parse --short HEAD && git status --short # 记录被测版本
go run ./cmd/yktako -web 127.0.0.1:8765浏览器(建议 Chrome)开 http://127.0.0.1:8765,DevTools 留 Console + Network 两个面板 (出错时截图用)。服务端终端全程留着,看有没有 panic。端口被占就换一个地址。
失败记录格式:编号 + 现象 + 与预期的差异,能带 Console/Network 截图最好。
A 组:基础与流式(不依赖审批)
A1 页面加载与静态挂点
- 浏览器打开首页。
- 看:输入框、右上角「新会话」「看板」按钮,状态显示「就绪」。
- 预期:页面正常渲染,无 Console 报错;
curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:8765/输出 200。
A2 SSE 逐事件(核心:不是跑完才一次性显示)
- 发:
先查现在时间,再算 1234*5678,最后用一句话总结 - 盯着看事件出现的节奏。
- 预期:工具行(
调用 工具名/← 结果)与正文逐条、逐个出现,不是整轮结束后一次性刷出;运行中「发送」变「停止」、状态「正在工作…」;结束后回「就绪」。 - 失败判定:所有内容在结束瞬间一起出现 = SSE 没起流式作用。
- 备注:模型具体调哪个工具不固定(查时间可能用
get_current_time而非 bash,计算用calculate),工具名与预想不同不影响判定;它觉得步骤够多时还会顺手建看板任务(TaskCreate/TaskUpdate 大量出现),同属正常行为。
A3 看板面板
- 发:
把「整理桌面」拆成 3 步记到任务看板,然后只做第一步 - 看右侧看板栏;点右上角看板按钮折叠/展开;把窗口拉窄到 <900px 再看。
- 预期:看板出现任务行(与终端 REPL 的 📋 投影同款文本);按钮能折叠/展开;窄窗变成抽屉式浮层(有遮罩,能关)。
- 备注:模型偶尔偷懒不建表——重发一次再判,别把模型不听话记成 UI bug。
A4 长任务 + 停止
- 发:
用 bash 执行 for i in 1 2 3 4 5; do sleep 3; done,然后汇报完成 - 运行中(状态「正在工作…」)点「停止」。
- 预期:出现「已停止。本轮作废,不会写入会话历史」;状态变「已停止」;发送按钮恢复;再发一条短消息能正常跑。
- 失败判定:点停止后 UI 卡在「正在工作…」或后续无法再发。
A5 新会话不继承上下文
- 先跑 A2 或 A3,再点右上角「新会话」(运行中会弹确认框——确认会中止当前轮)。
- 先问:
我刚才让你做了什么?
- 预期:聊天区清空重来;模型答不出上一会话的事;看板回到空态(「还没有任务」);Network 里新一轮
/api/chat的sessionId与之前不同(localStorage 里yktakoSession变了)。
B 组:审批回路(T2 核心,两条路径都要走)
B1 拒绝路径
- 发:
用 bash 执行 rm -rf /tmp/yktako-ui-test - 等审批卡片弹出,看卡片内容,点「拒绝」。
- 预期:卡片显示 工具=
bash、参数含rm -rf /tmp/yktako-ui-test、说明来自 guard 规则;点拒绝后卡片消失、出现「已拒绝,模型会收到说明」;模型继续收尾(通常会说明未执行)。
- 终端验证:
ls /tmp/yktako-ui-test→ 目录还在(命令真没执行)。
B2 批准路径
- 同 B1 的请求再来一次;这次点「批准执行」。
- 终端验证:
ls /tmp/yktako-ui-test→ 报No such file or directory。 - 重建靶子:
mkdir -p /tmp/yktako-ui-test && touch /tmp/yktako-ui-test/keep.txt。
- 预期:卡片按钮点击瞬间变灰(防连点);批准后出现「已批准,继续执行」,命令真的执行,模型继续收尾。
- 失败判定:批准了但目录还在(resume 断了)或点了没反应。
B3 审批挂起时刷新页面(边界)
- 触发一张审批卡,先别点,直接 F5 刷新。
- 刷新后直接发一条普通消息(如
你好)。
- 预期:审批卡不重现(这一轮随断流作废);新消息能正常跑。若刷新后立刻发消息撞上 409「该会话已有一轮在跑」,等 1~2 秒重发(旧 run 正在收尾,属正常时序),仍不行才算失败。
B4 审批挂起时点「停止」(边界)
- 触发一张审批卡,点右上/底部「停止」。
- 预期:卡片消失、状态「已停止」;随后发普通消息能正常跑;服务端终端无 panic。
C 组:并发、隔离与接口边界
C1 同会话并发 → 409(curl,不经浏览器)
SID=$(uuidgen)
curl -sN -X POST http://127.0.0.1:8765/api/chat -H 'Content-Type: application/json' \
-d "{\"sessionId\":\"$SID\",\"message\":\"用 bash 执行 sleep 20 然后汇报\"}" >/dev/null &
sleep 3
curl -s -i -X POST http://127.0.0.1:8765/api/chat -H 'Content-Type: application/json' \
-d "{\"sessionId\":\"$SID\",\"message\":\"第二句\"}" | head -5
kill %1- 预期:第二条返回
409 Conflict,body 含「该会话已有一轮在跑」;响应头里没有text/event-stream(冲突检查先于写 SSE header,这是《10》§3.1 照学 WeKnora 的顺序)。 - 说明:浏览器同源多标签共享 localStorage 的 sessionId,在 UI 上表现为「另一个标签也在跑」——用第二个标签页发消息应看到 409 文案。
C2 会话隔离(看板不串账)
- 普通窗口跑一个记看板的任务(A3 的请求即可)。
- 开无痕窗口(新 sessionId)跑一个不同的看板任务。
- 预期:两边看板各自独立、互不出现对方的任务;聊天历史也互不可见。
C3 运行中刷新(断线语义)
- 跑 A4 的长任务,中途 F5。
- 预期:刷新后无报错、状态「就绪」,可以正常发新消息;没有断线回放(刷新前的这轮内容不再出现,这是《10》§4.4 的冻结边界,属预期不是 bug)。
C4 接口参数校验(curl)
curl -s -o /dev/null -w 'chat 缺字段: %{http_code}\n' -X POST http://127.0.0.1:8765/api/chat \
-H 'Content-Type: application/json' -d '{"sessionId":"x"}'
curl -s -o /dev/null -w 'approval 非法 decision: %{http_code}\n' -X POST http://127.0.0.1:8765/api/approval \
-H 'Content-Type: application/json' -d '{"sessionId":"x","requestId":"y","decision":"nope"}'
curl -s -o /dev/null -w 'approval 不存在 requestId: %{http_code}\n' -X POST http://127.0.0.1:8765/api/approval \
-H 'Content-Type: application/json' -d '{"sessionId":"x","requestId":"y","decision":"approve"}'- 预期:依次
400、400、404(第三条x会话不存在也算 404)。
C5 暗色适配(外观)
- 系统外观切到深色(macOS:系统设置 → 外观),页面自动跟随(跟随系统,没有页内开关)。
- 预期:正文/审批卡/看板对比度正常、不刺眼;无「白底黑字里夹一块亮霓虹」之类的断层。仅观感判定,不通过就描述具体哪块难看。
D 组:REPL 回归(另一入口不能被 T2 带坏)
D1 REPL 多步任务 + 审批
go run ./cmd/yktako # 不带 -web- 发
先查现在时间,再算 1234*5678,最后用一句话总结。 - 发
用 bash 执行 rm -rf /tmp/yktako-ui-test,先答n(验证不执行),再来一次答y(验证执行)。
- 预期:与 T1 验收一致——
→ 🔧/← 🔧/ 🐙 与 📋 看板投影正常;y/n 审批仍在;拒绝不执行、批准执行。
明确不用测 / 不要报的(《10》§5 范围冻结)
- token 级流式 delta(第一期只做整消息级);
- 断线重连、事件回放、跨实例(进程内存,重启即丢);
- 多用户/鉴权/RBAC(单用户、只绑 127.0.0.1);
- 运行中插话(steer);
- Wails 桌面壳;
- 上下文管理(#4,顺延中的下一层)。
结果记录表
| 用例 | 结果(通过/失败/跳过) | 现象或截图 | 备注 |
|---|---|---|---|
| A1 页面加载 | |||
| A2 SSE 逐事件 | |||
| A3 看板面板 | |||
| A4 长任务+停止 | |||
| A5 新会话 | |||
| B1 拒绝路径 | |||
| B2 批准路径 | |||
| B3 挂起时刷新 | |||
| B4 挂起时停止 | |||
| C1 并发 409 | |||
| C2 会话隔离 | |||
| C3 运行中刷新 | |||
| C4 参数校验 | |||
| C5 暗色适配 | |||
| D1 REPL 回归 |