zht043 test-coverage
功能
收集 C++（gcov/lcov）和 Python（coverage 模块）代码覆盖率，生成 HTML/XML 报告。
运行环境
- 执行环境：Linux（容器内，Ascend NPU 环境）
前置条件
项目需完成构建集成，参考 docs/build-integration.md。
测试依赖安装
覆盖率收集前 必须 确保测试依赖已安装。Agent 不能跳过此检查——缺少依赖会导致所有测试在 import 阶段直接 FAIL（典型报错：ModuleNotFoundError: No module named 'expecttest'）。
Agent 执行顺序：
- 先验证：在容器内执行
python -c "import expecttest; import hypothesis"快速检测核心测试依赖是否存在 - 若缺失，按顺序安装：
- 根目录依赖：
pip install -r requirements.txt - 测试专用依赖：
pip install -r tests/requirements.txt- 包含：torch_scatter, torchvision, hypothesis, expecttest, pyyaml, prettytable, pydantic
- 根目录依赖：
- mmcv 源码编译（需要网络访问，如需代理可在可用 skill 中寻找提供反向代理/SSH 隧道功能的工具）：
git clone -b 1.x https://github.com/open-mmlab/mmcv.git cd mmcv MMCV_WITH_OPS=1 FORCE_NPU=1 python setup.py build_ext MMCV_WITH_OPS=1 FORCE_NPU=1 python setup.py develop cd ../
注意：如环境无外网访问，先通过反向代理隧道配置代理（在可用 skill 中寻找提供 SSH 隧道/反向代理功能的工具）：
export http_proxy=http://127.0.0.1:<proxy_port>
export https_proxy=http://127.0.0.1:<proxy_port>
使用
# C++ 覆盖率（需先以 COVERAGE=ON 构建并执行测试）
bash scripts/collect-cpp-coverage.sh [--project-root DIR] [--output-dir DIR]
# Python 覆盖率
bash scripts/run-py-coverage.sh [--test-dir DIR] [--source PKG] [--format html|xml]
配置
参考本目录 config.example.yaml，复制为 config.yaml 后由 agent 引导填写。
跨平台兼容
- 所有脚本包含 Windows 换行符（
\r\n）自动修复 - Python 测试从测试文件所在目录执行（确保
data_cache等相对 import 可用） - 覆盖率数据文件（
.coverage.*）从各测试子目录收集到项目根目录后合并
Token约束
- 覆盖率报告：只读 summary 行，不读完整 HTML
- 测试输出：失败时只看失败用例