人工智能大模型AI Agent代码智能体CLI开发工具工具调用MCP Clients【免费下载链接】pi_agent_rustHigh-performance AI coding agent CLI written in Rust with zero unsafe code项目地址https://gitcode.com/gh_mirrors/pi/pi_agent_rust点击查看免费下载pi_agent_rust是一个用 Rust 编写的高性能 AI 编码代理AI coding agent命令行工具零 unsafe 代码。它内置了一个可扩展的 TypeScript 扩展运行时PiJS/QuickJS而为了证明这个运行时真的能跑生态里的真实扩展项目构建了一条**扩展符合性测试Extension Conformance**验证流水线覆盖223 个真实扩展语料。本文将带你看懂这套流水线的设计思路与运行方式。什么是符合性测试双运行时对照是核心思路一个扩展到底能不能在新运行时上跑靠嘴说没有说服力。pi_agent_rust 的做法是双运行时差分测试Differential Conformance同一个扩展文件先在TypeScript 参考运行时Bun 旧版 pi-mono充当标准答案Oracle中加载运行再在Rust 内嵌的 QuickJS 运行时PiJS中加载运行把两边的输出做归一化统一时间戳、路径、随机值然后逐字段比对一致记PASS不一致记FAIL并输出详细 diff。这套逻辑让行为是否一致变成了可自动判定、可回归对比的机器问题而不是主观感受。223 项扩展语料从哪来语料不是随手抓的而是分层采样出来的。语料库位于 tests/ext_conformance/artifacts/按来源分为四个层级来源层级目录说明官方 (official-pi-mono)artifacts/plugins-official/上游官方示例扩展作为基线社区 (community)artifacts/community/社区贡献扩展npm 注册表 (npm-registry)artifacts/npm/npm 上发布的扩展包第三方 GitHub (third-party)artifacts/plugins-community/GitHub 仓库中的扩展采样策略定义在 docs/EXTENSION_SAMPLING_MATRIX.md 中官方扩展全量纳入Tier-0必过语料must-pass目标≥200 个另有长尾覆盖Tier-2。每个扩展入库时都会登记来源、版本、SHA-256 校验值语料的真实性由 tests/ext_conformance/VALIDATED_MANIFEST.json 和 tests/ext_conformance/artifacts/SHA256SUMS.txt 保证——每个扩展还附带能力画像是否注册工具/命令/事件钩子、是否使用 exec/http 等见 tests/ext_conformance/API_USAGE_MATRIX.md。5 个复杂度分层扩展按难度分级考核并非所有扩展都一视同仁。docs/ext-compat.md 定义了 5 个兼容层级测试深度随复杂度递增层级描述语料通过情况T1简单单文件扩展38/38 (100%)T2多注册工具事件标志83/87 (95.4%)T3多文件本地 import79/90 (87.8%)T4依赖 npm 包1/3无虚拟桩则拦截T5使用 exec/网络 API4/5能力门控跑一遍流水线5 条测试泳道符合性测试不是单一命令而是一组互相印证的测试泳道均在 tests/ 下需要开启ext-conformancecargo feature开关定义于 Cargo.toml差分符合性tests/ext_conformance_diff.rs —— 核心对照测试TS Oracle vs Rust 运行时逐字段比对全量语料tests/ext_conformance_generated.rs —— 对全部 223 项扩展执行加载并注册测试生成完整报告场景符合性tests/ext_conformance_scenarios.rs —— 用 JSON 场景夹具验证注册形状 hostcall 行为 输出内容三要素运行时 API 矩阵tests/ext_conformance_matrix.rs —— 校验 Node.js/Bun API 面覆盖率Node 13/13 全过Bunconnect/listen因沙箱限制打桩策略负向测试tests/extensions_policy_negative.rs 与 tests/capability_denial_matrix.rs —— 验证沙箱该拒绝的确实拒绝了。常用命令来自 docs/conformance-operator-playbook.md# 完整 223 项扩展战役快速 CI 上约 2 分钟 cargo test --test ext_conformance_generated conformance_full_report \ --features ext-conformance -- --nocapture # 快速检查仅 5 个官方扩展 PI_OFFICIAL_MAX5 cargo test --test ext_conformance_diff \ --features ext-conformance -- --nocapture如何让测试稳定可复现确定性工程测试最怕 flaky。流水线用一套环境约定把所有随机性钉死PI_TEST_MODE1固定时间戳、归一化工作目录PI_CONFORMANCE_SEED/PI_EXT_RANDOM_SEED固定随机种子RUST_TEST_THREADS1串行执行避免顺序敏感每个扩展运行于独立临时目录TZUTC不断言精确时间戳而断言形状与存在性。这些规则写在 docs/EXTENSION_CAPTURE_SCENARIOS.md 中并配有随机抽样子泳道 tests/ext_random_trials.rs 做日常冒烟。如何解读结果223 的数字与失败分桶当前快照见 tests/ext_conformance/reports/COMPATIBILITY_SUMMARY.md表面结果扩展语料223 项206/223 通过92.4%场景符合性24/25 通过96.0%Node/Bun 运行时 API 矩阵18/20 通过90.0%每项扩展的机器可读结果落在 tests/ext_conformance/reports/conformance_summary.json人读版本在 tests/ext_conformance/reports/CONFORMANCE_REPORT.md。失败不是笼统地记一个挂了而是分桶归因失败分桶典型根因multi_file_dependency相对路径 import 跨文件解析未支持缺失 npm 包标识符引用了未打虚拟桩的真实 npm 包host_read_policy_denial读取了允许根目录之外的文件沙箱按设计拦截runtime_error加载期抛出异常多为缺少 shim防回归CI 门禁与季度刷新机制流水线不是跑一次就完而是嵌进了日常工程节奏CI 符合性门禁每个 PR 跑 223 项测试约 2 分钟另有性能预算门禁加载时间百分位不超基线一键执行入口是 scripts/ext_quality_pipeline.sh格式化 → Clippy → 检查 → 单测 → 集成/符合性 → 预检分析器自测季度刷新docs/EXTENSION_REFRESH_CHECKLIST.md 定义了完整的语料刷新流程——发现新扩展 → 入库登记来源与校验值 → 跑符合性性能 → 更新目录与报告紧急刷新触发条件官方扩展由过转挂、语料中发现安全问题、或整体通过率跌破 80%的回归阈值。治理层面语料刷新、失败分诊、门禁刷新都明确了责任人记录在 docs/program-governance.md。延伸阅读值得翻的文档与源码兼容矩阵与 API 面docs/extension-compatibility-matrix.md、docs/ext-compat.md操作员手册跑、调、读docs/conformance-operator-playbook.md目录与来源追溯docs/extension-catalog.json、docs/extension-artifact-provenance.json扩展架构总览docs/extension-architecture.md总结pi_agent_rust 用双运行时差分 分层语料 确定性执行 失败分桶 CI 门禁五件事把我的 Rust 运行时能不能兼容 223 个真实 TypeScript 扩展变成了一个可量化92.4% 通过率、可复现、可回归追踪的工程事实。对于任何想做运行时/解释器迁移的团队这套验证流水线都是一份值得抄的作业。赞分享人工智能大模型AI Agent代码智能体CLI开发工具工具调用MCP Clients【免费下载链接】pi_agent_rustHigh-performance AI coding agent CLI written in Rust with zero unsafe code项目地址https://gitcode.com/gh_mirrors/pi/pi_agent_rust点击查看免费下载相关推荐行为测试指南用 Quick 验证“做什么”而不是“怎么做”行为测试指南用 Quick 验证“做什么”而不是“怎么做” 测试只有在应用程序 行为与预期不符 时才应该失败。测试应当验证应用代码 做了什么what 而测试开发工具Quick 行为测试指南验证应用做什么而不是怎么做Quick 行为测试指南验证应用做什么而不是怎么做 本文是 QuickThe Swift and Objective C testing fram测试开发工具LLaMA-Factory 怎么用 KTransformers 做 MoE 模型 LoRA SFTrouted experts 放 CPULLaMA Factory 怎么用 KTransformers 做 MoE 模型 LoRA SFTrouted experts 放 CPU 在显存放不下整个测试开发工具创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考