Fitness Functions

fitness_functions

Las fitness functions son tests automatizados que verifican propiedades no funcionales del sistema: que ningún agente supera su presupuesto de latencia, que las dependencias entre capas siguen las reglas arquitectónicas, y que el acoplamiento no crece sin control.

When to use

Ejecutar en CI en cada PR. Fallan el build si alguna propiedad arquitectónica se viola, proporcionando feedback inmediato al developer.

Instructions

1. Latencia por agente: test que ejecuta cada agente con input sintético y mide el tiempo:

   import pytest, time
   from backend.agents.liveness import LivenessAgent
   LATENCY_BUDGETS = {
       "liveness_passive": 0.1,    # 100ms
       "face_match": 0.2,          # 200ms
       "ocr": 0.3,                 # 300ms
       "document_processor": 0.2,  # 200ms
   }
   @pytest.mark.asyncio
   async def test_liveness_latency_budget():
       agent = LivenessAgent()
       start = time.perf_counter()
       result = await agent.run(SYNTHETIC_FRAME)
       elapsed = time.perf_counter() - start
       assert elapsed < LATENCY_BUDGETS["liveness_passive"],            f"Liveness agent exceeded budget: {elapsed:.3f}s > {LATENCY_BUDGETS['liveness_passive']}s"
   

2. Dependencias entre capas con import-linter: instalar pip install import-linter y configurar setup.cfg:

   [importlinter]
   root_packages = backend
   [[importlinter:contract:layers]]
   name = KYC layer architecture
   type = layers
   layers = backend.api | backend.agents | backend.infrastructure
   

3. Test de acoplamiento: verificar que ningún agente importa directamente de otro agente (solo via interfaz).
4. Test de schema compatibility: verificar backwards-compatibility de los modelos Pydantic entre versiones.

Notes

• Las fitness functions documentan implícitamente las decisiones arquitectónicas — si fallan, hay que justificar la excepción.
• El presupuesto de latencia por agente debe sumar menos de 8s considerando la paralelización del pipeline.
• Ejecutar las fitness functions de latencia en hardware similar a producción — en CI sin GPU los tiempos son irrelevantes para los agentes ML.