feat(#86): 端到端联调用例编写（数据流 + 问答流 + 跨链路闭环）

新增 tests/e2e/ 端到端联调测试套件，覆盖四个 iAOP-Core 内核模块的全链路协作：数据流（PRD 5.1→5.2）： - edge-gateway 只读采集（模拟驱动）→ spool 断点续传 → data-bus 批量写入 - 验证不丢不重（幂等去重）、样本字段完整、健康度满足 SLA 问答流（PRD 5.4）： - rag-kb 模板化知识库检索（命中片段+来源）→ llm-gateway 混合网关 - 验证敏感度路由、DLP 拦截、幻觉溯源校验、审计可追溯跨链路：采集→落库→知识沉淀→安全问答业务闭环共 14 个用例，全部基于可注入接口运行，零外部依赖（CI 可直接执行）。运行：python -m unittest discover -s tests/e2e -v
2026-08-04 18:26:00 +08:00
parent 691a812fcf
commit 33e64fe18b
6 changed files with 602 additions and 0 deletions
@@ -0,0 +1,179 @@
+# -*- coding: utf-8 -*-
+"""端到端联调用例（Issue #86）—— 问答流链路。
+
+验证 PRD 5.4（LLM 网关 + RAG）的端到端协作：
+    rag-kb 模板化知识库检索（命中文档片段 + 来源）→ llm-gateway 混合网关
+    （路由 → 生成 → 溯源校验 → DLP 出站防线）。
+
+不依赖真实 LLM / 向量库：全部走内存桩，可在 CI 直接执行。
+"""
+from __future__ import annotations
+
+# 引导加载四个内核模块（必须在测试导入前执行）
+import tests.e2e._bootstrap  # noqa: F401
+
+import unittest
+
+from rag_kb import RagKnowledgeBase, build_document
+from llm_gateway import (
+    DLP_DEFAULT_RULES,
+    CloudBackend,
+    DlpEngine,
+    GatewayResult,
+    HallucinationGuard,
+    LLMGateway,
+    LocalBackend,
+    PromptRegistry,
+    RouteTarget,
+    SensitivityRouter,
+)
+
+
+def _build_kb() -> RagKnowledgeBase:
+    """构造一个模板化知识库：工艺规范 / SOP / 国标 三类知识源。"""
+    kb = RagKnowledgeBase()
+    docs = [
+        build_document(
+            title="氯化车间操作规程",
+            text="氯化车间 1#炉正常运行温度区间 850~920℃，超过 950℃ 属于超温，"
+                 "应立即减少通氯量并检查冷却系统。停机检修须挂牌上锁。",
+            category="process",
+        ),
+        build_document(
+            title="海绵钛氯化工序 SOP",
+            text="氯化工序标准作业指导书：开机前确认氯气流量计归零，"
+                 "升温阶段按 50℃/h 速率升温至 850℃。异常停机时按紧急停机程序处置。",
+            category="sop",
+        ),
+        build_document(
+            title="工业氯化工艺国家标准",
+            text="GB/T XXXX 工业氯化工艺安全规范：氯化炉设计压力不低于 0.6MPa，"
+                 "操作人员持证上岗，关键参数实时记录留存不少于 3 年。",
+            category="standard",
+        ),
+    ]
+    kb.add_documents(docs)
+    return kb
+
+
+def _build_gateway() -> LLMGateway:
+    """构造一个可运行的混合网关：注册 qa 提示词 + 默认 DLP/路由/校验。"""
+    prompts = PromptRegistry()
+    prompts.update(
+        name="qa",
+        version="1.0.0",
+        text="你是工业 AI 优化助手。基于知识库回答：{query}",
+        description="问答主提示词 v1.0.0",
+    )
+    return LLMGateway(
+        dlp=DlpEngine(),
+        router=SensitivityRouter(),
+        prompts=prompts,
+        guard=HallucinationGuard(),
+        local=LocalBackend(echo_context=True),
+        cloud=CloudBackend(echo_context=True),
+        prompt_name="qa",
+    )
+
+
+class QueryPipelineE2ETest(unittest.TestCase):
+    """RAG 检索 → LLM 网关编排 全链路联调。"""
+
+    @classmethod
+    def setUpClass(cls) -> None:
+        cls.kb = _build_kb()
+        cls.gateway = _build_gateway()
+
+    # -- RAG 检索 ----------------------------------------------------------
+    def test_kb_retrieval_returns_relevant_chunks_with_source(self) -> None:
+        """检索命中文档片段并带来源（引用溯源基础）。"""
+        hits = self.kb.search("氯化炉温度", top_k=3)
+        self.assertGreater(len(hits), 0)
+        # 命中片段必须携带来源信息（文档标题 / 类别）
+        for hit in hits:
+            self.assertIsNotNone(hit.chunk.title)
+            self.assertIn(hit.chunk.category, ("process", "sop", "standard"))
+        # 相关片段应命中"温度"相关内容
+        joined = " ".join(h.chunk.text for h in hits)
+        self.assertIn("温度", joined)
+
+    def test_kb_category_filter(self) -> None:
+        """类别过滤：仅检索 SOP 知识源。"""
+        from rag_kb import KnowledgeSourceKind
+        hits = self.kb.search("升温", top_k=5, categories=[KnowledgeSourceKind.SOP])
+        self.assertGreater(len(hits), 0)
+        for hit in hits:
+            self.assertEqual(hit.chunk.category, "sop")
+
+    # -- 问答闭环（普通问题 → 本地后端）------------------------------------
+    def test_normal_question_routes_local_with_rag_context(self) -> None:
+        """普通工艺问题：路由到本地后端，回答含 RAG 来源引用。"""
+        query = "氯化车间 1#炉的正常运行温度是多少？"
+        hits = self.kb.search(query, top_k=3)
+        sources = [h.chunk.title for h in hits]
+
+        result = self.gateway.ask(query, rag_context=sources, confidence=0.95)
+
+        self.assertIsInstance(result, GatewayResult)
+        self.assertEqual(result.route.target, RouteTarget.LOCAL)
+        # 本地后端 echo_context 时输出含来源标记
+        self.assertGreater(len(result.answer), 0)
+        if sources:
+            self.assertIn(sources[0], result.answer)
+        # 溯源校验通过（有来源支撑）
+        self.assertTrue(result.verdict.supported)
+        self.assertFalse(result.needs_human)
+
+    # -- 敏感数据 DLP 拦截（fail-closed）-----------------------------------
+    def test_sensitive_query_blocked_by_dlp(self) -> None:
+        """含敏感数据的问题被 DLP 拦截 → 路由 block → 转人工。"""
+        # 身份证号（DLP 默认规则命中）
+        query = "请查询员工 110101199003078834 的工资"
+        result = self.gateway.ask(query, confidence=1.0)
+
+        self.assertEqual(result.route.target, RouteTarget.BLOCK)
+        self.assertTrue(result.needs_human)
+        # block 时不调用后端，给出人工确认占位
+        self.assertIn("人工", result.answer)
+
+    # -- 脱敏/通用问题路由到云端 ------------------------------------------
+    def test_generic_question_routes_cloud(self) -> None:
+        """通用（非敏感）问题经 DLP 放行后可路由云端（这里默认路由 local，
+        需显式配置 cloud 规则才走云端）。验证默认 local 闭环正常。"""
+        query = "今天的天气如何？"
+        result = self.gateway.ask(query, confidence=0.9)
+        # 默认无规则命中 → local
+        self.assertEqual(result.route.target, RouteTarget.LOCAL)
+        self.assertFalse(result.needs_human)
+
+    # -- 高利害低信度转人工 ------------------------------------------------
+    def test_high_stakes_low_confidence_to_human(self) -> None:
+        """高利害提示词 + 低信度 → 转人工复核（幻觉防线）。"""
+        prompts = PromptRegistry()
+        prompts.update(name="alarm_explain", version="1.0.0",
+                       text="解释报警：{query}", description="报警解释（高利害）")
+        gateway = LLMGateway(
+            prompts=prompts,
+            prompt_name="alarm_explain",
+            high_stakes_names=["alarm_explain"],
+        )
+        result = gateway.ask("1#炉超温报警", rag_context=["氯化车间操作规程"],
+                             confidence=0.3)  # 低信度
+        self.assertTrue(result.needs_human)
+        self.assertEqual(result.verdict.action, "human_review")
+
+    # -- 审计可追溯 --------------------------------------------------------
+    def test_audit_drain_after_query(self) -> None:
+        """每次 ask() 后各组件审计记录可统一导出（DLP/路由/Prompt/幻觉）。"""
+        self.gateway.ask("氯化炉温度区间", confidence=0.9)
+        audits = self.gateway.drain_audits()
+        self.assertIn("dlp", audits)
+        self.assertIn("router", audits)
+        self.assertIn("prompts", audits)
+        self.assertIn("guard", audits)
+        # 路由审计应有记录
+        self.assertGreater(len(audits["router"]), 0)
+
+
+if __name__ == "__main__":
+    unittest.main()