Testing — Resumen completo de cobertura

Documento actualizado el 2026-02-23. Refleja el estado actual de todos los test scripts en scripts/. Versión: v0.17.0.

Resultado global

Scripts de integración (scripts/)

Archivo	Tests	Estado	Requiere API key
test_phase1.py	6	Passed	No
test_phase2.py	7	Passed	No
test_phase3.py	5	Passed	No
test_phase4.py	3	Passed	No
test_phase5.py	5	Passed	No
test_phase6.py	4+1 skip	Passed	No (1 skip)
test_phase7.py	11	Passed	No
test_phase8.py	7	Passed	No
test_phase9.py	24	Passed	No
test_phase10.py	35	Passed	No
test_phase11.py	9	Passed	No
test_phase12.py	39	Passed	No
test_phase13.py	54	Passed	No
test_phase14.py	6	Passed	No
test_v3_m1.py	38	Passed	No
test_v3_m2.py	22	Passed	No
test_v3_m3.py	34	Passed	No
test_v3_m4.py	44	Passed	No
test_v3_m5.py	41	Passed	No
test_v3_m6.py	23	Passed	No
test_phase15.py	29	Passed	No
test_phase16.py	24	Passed	No
test_phase17.py	31	Passed	No
test_phase18.py	32	Passed	No
test_phase_b.py	~104 checks	Passed	No
test_integration.py	54 (47+7)	47 passed, 7 esperados	7 requieren key
test_config_loader.py	37	Passed	No
test_mcp_internals.py	47	Passed	No
test_streaming.py	33	Passed	No
test_parallel_execution.py	29	Passed	No
TOTAL scripts	~817	Passed	7 esperados con key

Tests unitarios pytest (tests/)

Directorio	Tests	Qué cubre
tests/test_hooks/	29	HookExecutor, HooksRegistry, HookEvent
tests/test_guardrails/	24	GuardrailsEngine, quality gates, code rules
tests/test_skills/	31	SkillsLoader, SkillInstaller
tests/test_memory/	32	ProceduralMemory, correction patterns
tests/test_sessions/	22	SessionManager, SessionState, generate_session_id
tests/test_reports/	20	ExecutionReport, ReportGenerator, collect_git_diff
tests/test_dryrun/	23	DryRunTracker, PlannedAction, WRITE_TOOLS/READ_TOOLS
TOTAL pytest	~181	v4 Phase A + Phase B

Los 7 tests que fallan en test_integration.py son llamadas reales a la API de OpenAI (secciones 1 y 2). Fallan con AuthenticationError porque no hay OPENAI_API_KEY configurada. Es el comportamiento esperado en CI sin credenciales.

---

Cobertura por módulo

src/architect/tools/ — Herramientas locales

Archivo fuente	Test file(s)	Qué se prueba
filesystem.py	test_phase1, test_phase9, test_v3_m6, test_integration	read_file, write_file, edit_file, delete_file, list_files — operaciones reales, path traversal, dry-run, modos de escritura
patch.py	test_phase9, test_v3_m6	apply_patch — single-hunk, multi-hunk, inserción pura, errores de formato, diff output
search.py	test_phase10, test_v3_m6	search_code (regex), grep (literal), find_files (glob) — case insensitive, patrones, contexto
commands.py	test_phase13	run_command — blocklist (capa 1), allowed_only (capa 2), timeout+truncado (capa 3), directory sandboxing (capa 4), patrones extra, comandos safe extra, clasificación de sensibilidad

src/architect/core/ — Loop del agente

Archivo fuente	Test file(s)	Qué se prueba
loop.py	test_v3_m1, test_parallel_execution	AgentLoop.run(), _check_safety_nets (5 condiciones), _graceful_close (4 StopReasons), _should_parallelize, _execute_tool_calls_batch (secuencial vs paralelo, orden preservado)
state.py	test_v3_m1, test_parallel_execution	StopReason (7 miembros), AgentState, StepResult, _CLOSE_INSTRUCTIONS (4 keys), ToolCallResult
context.py	test_v3_m2, test_phase11	ContextManager — _estimate_tokens, _is_above_threshold, is_critically_full, manage(), _summarize_steps, _format_steps_for_summary, _count_tool_exchanges, truncate_tool_result, enforce_window, maybe_compress
hooks.py	test_v3_m4, test_phase15, test_parallel_execution	HookExecutor — 10 lifecycle events (HookEvent enum), HookDecision (ALLOW/BLOCK/MODIFY), exit code protocol, env vars, async hooks, matcher/file_patterns filtering, HooksRegistry, backward-compat run_post_edit; PostEditHooks legacy
evaluator.py	test_phase12	SelfEvaluator — basic mode, full mode, evaluación de resultados
mixed_mode.py	test_phase3, test_v3_m3	MixedModeRunner — ya no es default, backward compat
shutdown.py	test_phase7	GracefulShutdown — estado inicial, reset, should_stop, integración con AgentLoop
timeout.py	test_phase7	StepTimeout — sin timeout, salida limpia, restauración de handler, raises

src/architect/llm/ — Adaptador LLM

Archivo fuente	Test file(s)	Qué se prueba
adapter.py	test_streaming, test_phase2, test_phase7, test_integration	completion_stream (mock completo), _parse_arguments, _try_parse_text_tool_calls, _prepare_messages_with_caching, _normalize_response, StreamChunk/LLMResponse/ToolCall modelos, retry logic
cache.py	test_phase14	LocalLLMCache — SHA-256 determinista, TTL, hit/miss

src/architect/mcp/ — MCP (Model Context Protocol)

Archivo fuente	Test file(s)	Qué se prueba
client.py	test_mcp_internals, test_phase4	MCPClient init (headers, token, URL), _parse_sse (8 escenarios), _parse_response (JSON/SSE/fallback), _resolve_token (4 fuentes), _next_id (secuencia), _ensure_initialized (handshake mock)
adapter.py	test_mcp_internals, test_phase4	MCPToolAdapter — name prefixing, schema generation, args_model dinámico, required/optional fields, type mapping, _extract_content (4 formatos), execute (success/errors)
discovery.py	test_phase4	MCPDiscovery — descubrimiento de servidores

src/architect/config/ — Configuración

Archivo fuente	Test file(s)	Qué se prueba
schema.py	test_config_loader, test_v3_m4, test_phase13, test_phase14	AppConfig, AgentConfig, ContextConfig, MCPServerConfig, HookConfig, HooksConfig, LoggingConfig, CommandsConfig — validación Pydantic, extra=‘forbid’, defaults
loader.py	test_config_loader	deep_merge (8 tests), load_yaml_config (5), load_env_overrides (6), apply_cli_overrides (10), load_config pipeline (5), validación Pydantic en pipeline (3)

src/architect/execution/ — Motor de ejecución

Archivo fuente	Test file(s)	Qué se prueba
engine.py	test_phase1, test_v3_m4, test_parallel_execution	ExecutionEngine — execute, dry-run, run_post_edit_hooks, integración con hooks
policies.py	test_phase1, test_parallel_execution	ConfirmationPolicy — yolo, confirm-all, confirm-sensitive
validators.py	test_phase1, test_v3_m6	validate_path — path traversal prevention

src/architect/costs/ — Tracking de costes

Archivo fuente	Test file(s)	Qué se prueba
tracker.py	test_phase14, test_phase11	CostTracker — record, summary, format_summary_line
prices.py	test_phase14	PriceLoader — precios por modelo, default_prices.json
__init__.py	test_phase14	BudgetExceededError — presupuesto excedido

src/architect/agents/ — Agentes y prompts

Archivo fuente	Test file(s)	Qué se prueba
prompts.py	test_v3_m3	BUILD_PROMPT (5 fases: ANALIZAR→PLANIFICAR→EJECUTAR→VERIFICAR→CORREGIR), PLAN_PROMPT, REVIEW_PROMPT, DEFAULT_PROMPTS
registry.py	test_v3_m3, test_phase3	DEFAULT_AGENTS (4 agentes), get_agent (merge YAML+defaults), list_available_agents, resolve_agents_from_yaml, AgentNotFoundError, CLI overrides

src/architect/indexer/ — Indexador de repositorio

Archivo fuente	Test file(s)	Qué se prueba
tree.py	test_phase10	RepoIndexer — basic, excludes, file_info, languages
cache.py	test_phase10	IndexCache — set/get, TTL expiración

src/architect/logging/ — Sistema de logging

Archivo fuente	Test file(s)	Qué se prueba
levels.py	test_v3_m5	HUMAN level (25, entre INFO y WARNING)
human.py	test_v3_m5	HumanFormatter.format_event, HumanLog métodos, HumanLogHandler filtrado
setup.py	test_v3_m5, test_phase5	configure_logging, dual pipeline (JSON file + stderr humano), quiet mode, verbose levels

src/architect/cli.py — CLI (Click)

Test file(s)	Qué se prueba
test_phase6, test_phase8, test_v3_m3	JSON output format, exit codes, stdout/stderr separation, CLI help, agents command, validate-config, full init without LLM, dry-run sin API key, build como default

v4 Phase A — Hooks, Guardrails, Skills, Memory

Archivo fuente	Test file(s)	Qué se prueba
core/hooks.py	test_phase15 (29 tests)	HookEvent (10 valores), HookDecision (3 valores), HookResult, HookConfig, HooksRegistry (registro, get_hooks, has_hooks), HookExecutor (_build_env, execute_hook, run_event con matcher/file_patterns, run_post_edit backward-compat), exit code protocol (0=ALLOW, 2=BLOCK, otro=Error), async hooks, timeout
core/guardrails.py	test_phase16 (24 tests)	GuardrailsEngine — check_file_access (protected_files globs), check_command (blocked_commands regex), check_edit_limits (max_files/lines), check_code_rules (severity warn/block), record_command/record_edit, should_force_test, run_quality_gates (subprocess, timeout, required vs optional), state tracking
skills/loader.py	test_phase17 (31 tests)	SkillsLoader — load_project_context (.architect.md, AGENTS.md, CLAUDE.md), discover_skills (local + installed), _parse_skill (YAML frontmatter), get_relevant_skills (glob matching), build_system_context; SkillInfo dataclass
skills/installer.py	test_phase17	SkillInstaller — install_from_github (sparse checkout), create_local (plantilla SKILL.md), list_installed, uninstall
skills/memory.py	test_phase18 (32 tests)	ProceduralMemory — 6 CORRECTION_PATTERNS (direct, negation, clarification, should_be, wrong_approach, absolute_rule), detect_correction, add_correction (dedup), add_pattern, _load/_append_to_file, get_context, analyze_session_learnings
config/schema.py	test_phase15-18, test_config_loader	HookItemConfig, HooksConfig (10 eventos + post_edit compat), GuardrailsConfig, QualityGateConfig, CodeRuleConfig, SkillsConfig, MemoryConfig — validación Pydantic, defaults, extra=‘forbid’

v4 Phase B — Sessions, Reports, Dry Run, CI/CD Flags

Archivo fuente	Test file(s)	Qué se prueba
features/sessions.py	test_phase_b (B1, 8 tests), tests/test_sessions/ (22 tests)	SessionManager — save/load/list/cleanup/delete, SessionState round-trip, generate_session_id (formato + unicidad), message truncation (>50 → últimos 30), JSON corrupto → None, ordenación newest-first, caracteres especiales, StopReason round-trip
features/report.py	test_phase_b (B2, 8 tests), tests/test_reports/ (20 tests)	ExecutionReport, ReportGenerator — to_json (parseable + todas las keys), to_markdown (tablas + secciones), to_github_pr_comment (<details> collapsible), status icons (OK/WARN/FAIL), valores zero, colecciones vacías, paths largos, collect_git_diff
features/dryrun.py	test_phase_b (B4, 6 tests), tests/test_dryrun/ (23 tests)	DryRunTracker — record_action, get_plan_summary, action_count, WRITE_TOOLS/READ_TOOLS disjuntos, _summarize_action (5 code paths), interleave read+write, tool_input complejo/truncación
cli.py (B3 flags)	test_phase_b (B3, 5 tests)	CLI flags: —json, —dry-run, —report, —report-file, —session, —confirm-mode, —context-git-diff, —exit-code-on-partial; comandos: architect sessions, architect cleanup, architect resume NONEXISTENT → exit 3; exit code constants (0,1,2,3,4,5,130)

---

Tests de integración (test_integration.py)

60 assertions que prueban flujos end-to-end entre múltiples módulos:

Sección	Tests	Estado	Nota
0. Prerequisitos	4	Passed	Imports, versión, tools, config
1. LLM Proxy — Llamadas directas	4	Requiere API key	Completion básico, con tools, multiple tools, usage
2. Streaming — Respuestas en tiempo real	3	Requiere API key	Streaming básico, tool calls, usage info
3. MCP — Servidores reales	3	Passed	Client init, handshake mock, tool call mock
4. CLI End-to-End	5	Passed	Help, version, agents list, validate-config, dry-run
5. Config YAML — Configuraciones complejas	6	Passed	YAML completo, merge, env vars, defaults
6. Safety Nets — Watchdogs	4	Passed	Timeout, shutdown, max_steps, context full
7. CLI + MCP — Flujo completo	3	Passed	Config con MCP, discovery mock, tools adapter
8. Post-Edit Hooks	5	Passed	run_for_tool, matching, truncado, disabled
9. Tools Locales	8	Passed	read/write/edit/delete/list/search/grep/find
10. Context Manager	6	Passed	estimate_tokens, threshold, manage, summarize
11. Cost Tracker	3	Passed	Basic tracking, budget exceeded, format line

---

Qué NO se prueba (gaps conocidos)

Estas áreas no tienen cobertura automatizada pero son difíciles de testear sin infraestructura real:

Área	Razón
LLM real (secciones 1-2 de integration)	Requiere OPENAI_API_KEY. Funciona con key, probado manualmente
MCP servidor real (HTTP live)	Requiere servidor MCP corriendo. test_phase4 prueba con mocks; test_mcp_internals prueba internals exhaustivamente
Agent loop completo (LLM → Tools → LLM)	Requiere API key para el ciclo completo. Las partes individuales están probadas por separado
Streaming real sobre red	test_streaming.py prueba con mocks completos del generator; streaming real requiere API key
SIGINT/SIGTERM real	test_phase7 prueba GracefulShutdown en aislamiento; señales reales en un proceso vivo son frágiles en CI

Todas las funciones internas, parsing, validación, seguridad y lógica de decisión están cubiertas sin necesidad de credenciales externas.

---

QA — v0.16.1

Tras la implementación de v4 Phase A se realizó un proceso de QA completo:

1. Se ejecutaron los 25 scripts de test (597 originales + 116 nuevos)
2. Se detectaron y corrigieron 5 bugs:
   • CostTracker.format_summary_line() — AttributeError por campo mal referenciado
   • PriceLoader._load_prices() — acceso a dict con get() vs [] en nested keys
   • HUMAN log level — registro doble del nivel en logging.addLevelName()
   • HumanFormatter._summarize_args() — ValueError en .index() para strings sin separador
   • CommandTool — referencia incorrecta a args.timeout vs args.timeout_seconds
3. Se actualizaron 5 scripts de test para usar EXPECTED_VERSION = "0.16.1"
4. Resultado final: 713 tests passing, 7 expected failures (requieren API key)

QA — v0.17.0

Tras la implementación de v4 Phase B:

1. Se creó scripts/test_phase_b.py con ~35 tests y ~104 checks
2. Se crearon tests unitarios pytest: tests/test_sessions/ (22), tests/test_reports/ (20), tests/test_dryrun/ (23)
3. Se detectaron y corrigieron 4 bugs (QA3):
   • GuardrailsEngine.check_command() — redirect output no debería bloquearse
   • ReportGenerator.to_markdown() — duración en timeline no calculada
   • Version hardcoded en tests — ahora se lee dinámicamente desde __init__.py
   • _execute_tool_calls_batch — parallel execution timeout en CI
4. Resultado final: ~817+ tests passing (scripts) + ~181 tests pytest (unitarios)

---

Cómo ejecutar

# Todos los tests (sin API key)
for f in scripts/test_*.py; do python3.12 "$f"; done

# Un test específico
python3.12 scripts/test_phase13.py

# Con API key (para tests de integración completos)
OPENAI_API_KEY=sk-... python3.12 scripts/test_integration.py

Todos los scripts son standalone: no requieren pytest, usan helpers ok()/fail()/section() internos, y retornan exit code 0 (todo OK) o 1 (hay fallos).