ChatGPTClaudeGrok / X / CursorGemini

DSH plugin 会话引用测试:没有模型和 Key 时怎么用 64 KiB 回退跑通链路

插件开发发布于 2026-11-10作者: DeepSeek Plugin 插件市场
DSH pluginDeepSeek Harness会话引用测试64 KiB
CI 里没有模型、没有 API Key,引用链路照样能测。本文讲缺少模型容量时按 64 KiB 计算的确定性预算、固定夹具的搭法、四类断言,以及取消用例怎么稳定复现。

引用链路最常见的测试借口是「要真模型才能测」。 实际上 DSH plugin(DSH插件) 在缺少模型容量或 adapter 时按 64 KiB 计算预算,这反而给了 CI 一个完全确定的输入。

DSH plugin 无模型测试的可行性

64 KiB 回退把「看模型心情」变成了「看固定数字」。 因果链:

  1. 预算优先取最后组装的 route;
  2. 没有 route 时取 agent options;
  3. 连模型容量或 adapter 都没有时,按 64 KiB。

第三条正是测试环境的状态。它不是为了兜底才存在,但确实让「无 Key 跑引用」成为一条正式路径。

于是你可以在 CI 里断言:同一份夹具、同样的引用顺序,得到的省略量与截断状态每次都一样。

DSH plugin 固定夹具怎么搭

夹具要小、要稳、要能触发边界,而不是像真实会话。(来源) 两个就够:

夹具特征用途
short3 条消息,远低于预算验证正常路径
long消息体积超出 64 KiB验证截断与计数
compacted带压缩标记的源会话验证源端缺口

三个夹具各自只承担一个边界,不要试图用一个大夹具覆盖所有情况。

内容上放少量可辨识字符串即可,例如每条消息带序号,方便断言顺序。

夹具的创建时间、cwd 等元数据要写死,否则候选排序在不同机器上会漂移。

DSH plugin 测试要断言什么

四类断言,覆盖成功、失败与生命周期。 清单:

  1. 形态 — content 仍为内容块数组,mention token 已移除;
  2. 计数 — originalMessages = retainedMessages + omittedMessages,omittedBytes 大于零;
  3. 错误码 — 失败用例比对 SESSION_REFERENCE_*,不比文案;
  4. 不发布 — 取消用例断言 additionalContext 不存在。

第二类断言廉价但抓 bug 很准:记录逻辑一旦改错,三个数立刻对不上。

第三类要注意比较的是 code 字段,不是序列化后的整段错误字符串。

第四类必须单独写:很多人只测了「返回了错误」,没测「上下文没被发布」。

DSH plugin 一张够用的用例表

七条用例,能覆盖七个错误码里的大部分与主流程。(来源) 对照:

用例输入断言
单引用正常shortadditionalContext 存在且为一条
多引用聚合short × 3仍是至多一个聚合上下文
零引用空 references无 additionalContext,content 不变
自引用当前会话 idSELF_REFERENCE
超量超过上限的引用TOO_MANY
超预算longtruncated 为 true 且计数自洽
取消触发 signalCANCELLED 且无上下文

第三行最容易被漏掉:零引用时不应该产出空上下文,也不应该报错。

第四、五行属于输入校验,用最小数据即可触发,不需要构造真实环境故障。

DSH plugin 取消用例怎么稳定复现

用 signal 定点触发,不要靠 sleep 抢时序。 做法:

  1. 准备一个能在指定阶段暂停的读取实现;
  2. 在 prepare 进行中调用 abort;
  3. 断言返回 SESSION_REFERENCE_CANCELLED;
  4. 断言后续没有任何 additionalContext 被发布。

第 4 步是重点:取消的语义是「不发布」,不只是「返回错误」。

如果实现里有「存储完成后再补写」的逻辑,这条用例会立刻失败,这正是它的价值。

不要用固定 setTimeout 制造竞态:在慢机器上会偶发通过,在快机器上会偶发失败。

DSH plugin 测试里不要做的事

五种做法会让测试看似通过、实际无效。 清单:

  • 断言完整提示词文本 — 改一句措辞就红;
  • mock 掉 prepare 本身 — 测的是 mock,不是链路;
  • 依赖真实会话 id — 换环境就找不到;
  • 用真实时钟判断截断 — 结果随机器变化;
  • 只测成功路径 — 七个错误码一个都没覆盖。

第二条最危险:它会让测试覆盖率看起来很漂亮,但每一次回归都逃过去。

第一条与第四条本质相同:把不确定的东西放进断言。

DSH plugin 在 CI 里的落地顺序

先跑三条必跑,再补边界。(来源) 建议顺序:

  1. 单引用正常 + 零引用,确认主链路与空输入;
  2. 超预算截断,确认计数与 truncated;
  3. 自引用、超量、取消三条失败用例。

这三组在无 Key 环境全部可跑,耗时也低,适合每次提交执行。

夹具与断言稳定之后,再加源端压缩与格式版本的分支用例,避免一次性引入太多变量。

测试稳定之后,回到字段本身。读 DSH plugin 会话引用的预算与 64 KiB 回退;想按错误码设计断言,读 DSH plugin 会话引用七个错误码怎么映射;想看插件测试的整体做法,读 DSH plugin 插件怎么测试。

来源:DeepSeek Harness 官方参考 - 会话引用、session-reference/src/index.ts

ChatGPTClaudeGrok / X / CursorGemini

常见问题

DSH plugin 的会话引用测试一定要有真实模型和 API Key 吗?

不需要,DSH plugin 在缺少模型信息时按 64 KiB 计算预算。缺少模型容量或 adapter 时,自动预算按 64 KiB 计算,这个值是确定的,正好适合在无模型环境里做稳定断言。

DSH plugin 的会话引用测试为什么不要断言完整提示词文本?

断言文本会随实现与措辞变化,DSH plugin 的稳定契约是字段形态与错误码。计数关系与错误码同样稳定,断言这些更可靠。

DSH plugin 的取消用例在 CI 里容易不稳定,怎么处理?

用 signal 在固定时点触发,这是 DSH plugin 取消用例的稳定写法。DSH plugin 的取消不发布上下文,断言 additionalContext 不存在即可,无需等待真实耗时。

DSH plugin 测试用的会话夹具应该包含真实聊天内容吗?

不必,DSH plugin 的断言只关注会话结构与计数。夹具只需要提供引用读取所需的会话结构与少量可辨识内容,DSH plugin 的断言关注形态与计数,不关注具体对话文本。

相关术语

64 KiB 回退
64 KiB 回退是缺少模型容量或 adapter 时自动预算采用的固定值,使准备行为在无模型环境下可预测。— DeepSeek Harness 官方参考 - 会话引用
固定夹具(fixed fixture)
固定夹具是预先构造、内容稳定的测试会话,用来让引用结果可重复比对。— session-reference/src/index.ts
形态断言(shape assertion)
形态断言检查返回值的结构与类型,例如 content 是内容块数组、additionalContext 至多一个。— DeepSeek Harness 官方参考 - 会话引用
不发布断言(no-publish assertion)
不发布断言用于取消场景,确认没有 additionalContext 进入消息上下文。— DeepSeek Harness 官方参考 - 会话引用

来源