test(sessions): 新增 Session/Memory/Summary 多后端回放一致性测试框架

[guocfu]

Session / Memory / Summary Replay Consistency 设计说明

Description | 描述

本变更为 Session / Memory / Summary 后端新增 replay consistency harness。框架会用同一组确定性 JSONL replay case 驱动后端执行 Session、Memory、Summary 操作，读取后归一化为稳定 snapshot，并输出结构化 diff report，用于发现不同存储后端之间的事件顺序、state、memory、summary 行为漂移。

Closes #89

Files Changed

• tests/sessions/replay_consistency/：模块化 replay consistency 框架，包括 case loader、fixture builder、normalizer、comparator、reporter、backend factory 和 assertions。
• tests/sessions/replay_consistency/replay_cases/：10 个 JSONL replay fixture，覆盖单轮文本、多轮追加、工具调用与响应、state 覆盖、memory 写入读取、summary 生成/更新、summary 截断、异常恢复、重复写入和分支 metadata。
• tests/sessions/test_replay_consistency.py：主 E2E replay 测试，覆盖后端矩阵、snapshot 归一化比较、summary 内容/metadata 检查、diff report fixture。
• tests/sessions/test_replay_mutations.py：真实 replay snapshot mutation 检测，验证事件、state、tool call、memory、summary 丢失/篡改/覆盖/归属错误能被检出。

Backend Behavior | 后端行为

默认本地模式不要求外部 SQL / Redis，只运行 InMemory 轻量 replay。设置 TRPC_AGENT_REPLAY_SQL_URL 后尝试外部 SQL 后端；设置 TRPC_AGENT_REPLAY_REDIS_URL 后尝试外部 Redis 后端。外部 SQL 不可用时降级到临时 SQLite，外部 Redis 不可用时降级到 mock Redis，避免本地或 CI 因缺少真实 MySQL/Redis 失败。

Comparison Strategy | 比较策略

normalizer 会固定时间戳、自动生成 ID、序列化顺序等非业务字段，对事件内容、工具参数/响应、state 值、memory 文本/作用域、summary 文本和 summary 归属保持严格比较。Summary 比较区分内容语义和存储 metadata：摘要文本做规范化比较，session_id、manager session、summary event count、compressed count 等 metadata 严格比较。真实 summary 路径使用 deterministic fake summarizer，避免真实 LLM 随机性。

Reports | 报告

已提交示例报告：

• tests/sessions/replay_consistency/session_memory_summary_diff_report.json
  • normal replay report
  • 10 个 replay case
  • 记录 backend pair/status、case 级 diff 统计、session id、event index、summary id、字段路径以及左右值
  • 默认 InMemory-only 轻量模式下无跨后端比较；配置 SQL/Redis URL 后生成对应后端比较结果

Test Coverage | 测试覆盖

• 10 个 replay case fixture 完整性检查。
• Session replay E2E：事件、state、工具调用、summary 生成/更新/截断。
• Memory replay E2E：memory 写入、读取、文本和作用域比较。
• Summary 专项：summary 丢失、stale/错误 overwrite、绑定到错误 session。
• Mutation tests：向归一化后的 replay snapshot 注入故障，并验证 precise diff context。

Self-test Checklist | 自测清单

• python -m json.tool tests/sessions/replay_consistency/session_memory_summary_diff_report.json
• python -m pytest tests/sessions/test_replay_consistency.py tests/sessions/test_replay_mutations.py -q
• $env:TRPC_AGENT_REPLAY_SQL_URL='sqlite:///:memory:'; python -m pytest tests/sessions/test_replay_consistency.py -q
• $env:TRPC_AGENT_REPLAY_REDIS_URL='redis://localhost:6379/15'; python -m pytest tests/sessions/test_replay_consistency.py -q

[codecov]

Codecov Report

✅ All modified and coverable lines are covered by tests.
⚠️ Please upload report for BASE (main@cbb6979). Learn more about missing BASE report.

Additional details and impacted files

@@            Coverage Diff             @@
##             main        #153   +/-   ##
==========================================
  Coverage        ?   87.53692%           
==========================================
  Files           ?         467           
  Lines           ?       44018           
  Branches        ?           0           
==========================================
  Hits            ?       38532           
  Misses          ?        5486           
  Partials        ?           0           

☔ View full report in Codecov by Harness.
📢 Have feedback on the report? Share it here.

🚀 New features to boost your workflow:

• ❄️ Test Analytics: Detect flaky tests, report on failures, and find test suite problems.

[github-actions]

CLA Assistant Lite bot All contributors have signed the CLA ✍️ ✅

[guocfu]

I have read the CLA Document and I hereby sign the CLA

[guocfu]

recheck