مهارات اختبار الأنظمة الموزعة

مهارتان لوكلاء الترميز بالذكاء الاصطناعي يصممان وينفذان اختبارات مدفوعة بالادعاءات للأنظمة الموزعة وذات الحالة. معًا ينتجان خطة اختبار Markdown منظمة وتقرير نتائج مع أحكام من 10 حالات وتصنيف صريح للمسؤولية (SUT / harness / checker / environment). يقرأ المراجع القطعتين ويقرر ما إذا كان سيتم الإصدار؛ لا شيء آخر يجب إعادة تشغيله.

يعمل مع Claude Code، Codex، Copilot CLI، Cursor، Gemini، أو أي وكيل يقرأ Markdown ويشغل الصدفة. المهارات هي ملفات SKILL.md عادية. ينفذها الوكيل؛ خطة الاختبار وتقرير النتائج هما المخرجات.

مهارة واحدة تصمم الخطة. الأخرى تنفذها. تبدأ الخطة من ادعاءات المنتج، وتولد فرضيات مرتبطة بتلك الادعاءات، وتكتب سيناريوهات مسماة باسم الادعاء الذي يحاول كل منها تزييفه. بالنسبة للسيناريوهات الحساسة للاتساق، يربط كل سيناريو أيضًا نموذجًا مجردًا (register | queue | log | lock | lease | ledger | …) بمخطط تاريخ العمليات، ومدقق مسمى، وخصم (nemesis) مع أدلة هبوط قابلة للملاحظة. تنتهي الخطة بحجة كفاية تغطية وبيان ثقة محافظ.

لماذا

الافتراضي لاختبار الأنظمة الموزعة وذات الحالة — كتابة بضعة اختبارات تكامل والانتهاء — يجد جزءًا صغيرًا من الأخطاء التي تكسر هذه الأنظمة بالفعل في الإنتاج: تجزئات الشبكة الجزئية، التزامن غير الحتمي، استرداد الأعطال، الترقية/الاسترجاع، القابلية للتكرار تحت إعادة التشغيل، الترتيب الحساس للتوقيت.

تفرض هذه المهارات سير عمل رأسي يستمد من المعرفة التي تم اكتسابها بشق الأنفس في المجال:

مدفوعة بالادعاءات، وليس مدفوعة بالاختبارات. ابدأ مما يعد به المنتج. كل سيناريو يزيّف ادعاءً واحدًا تحت خطأ واحد. اختبار مسمى باسم ادعائه أصعب في إضعافه من اختبار مسمى باسم إعداده.
كفاية التغطية هي مخرجات قابلة للتسليم. تنتهي الخطة بحجة أن السيناريوهات المختارة كافية للإصدار، بالإضافة إلى قائمة صادقة بما يبقى غير مُتحقق.
إعادة استخدام صندوق أدوات النظام قيد الاختبار. تكتشف مهارة التنفيذ الاختبارات الحالية، ودفاتر التشغيل، وهيكل حقن الأعطال قبل اختراع أي شيء جديد.
نموذج + تاريخ + مدقق، وليس مجرد فوضى. بالنسبة لادعاءات السلامة، المتانة، القابلية للتكرار، العزل، الترتيب، أو العضوية، يعلن كل سيناريو عن نموذج مجرد، ومخطط تاريخ العمليات، ومدقق مسمى (الخطية، التسلسلية، اتساق الجلسة، لا فقدان إقرار، مرة واحدة بالضبط، …)، وكيفية معالجته للنتائج الغامضة (المهلات، الإرساليات غير المعروفة، إعادة المحاولات). فوضى بالإضافة إلى نموذج ومدقق، وليس فوضى وحدها.
لا نجاحات صامتة. يستشهد كل PASS بأدلة تنفيذ المراقب و الإشارة التي تثبت أن الخطأ قد أُطلق بالفعل. تأتي الأحكام من مجموعة من 10 حالات، لذلك لا يمكن قراءة "نص الفوضى تم تشغيله بنظافة" على أنها "الادعاء نجا من الخطأ." كل FAIL يحمل علامة مسؤولية SUT / harness / checker / environment حتى يصل المكررون إلى قائمة الانتظار الصحيحة.

ما تحصل عليه

من البداية إلى النهاية، تنتج المهارتان ما يلي:

docs/testing-plans/<slug>.md              ← plan with §0–§9 (see below)
test-sessions/<slug>/<UTC>/
  ├── session-log.md                       ← timeline + toolbox + env probe
  ├── logs/                                ← per-scenario stdout/stderr
  ├── metrics/                             ← metric snapshots
  ├── artifacts/                           ← ephemeral harnesses, dumps
  └── findings/
      ├── <scenario>.md                    ← per-scenario verdict (written as run proceeds)
      └── report.md                        ← summary + adequacy + confidence delta

هيكل الخطة (يمكن للمراجع قراءة هذا وتقرير ما إذا كان سيتم الإصدار دون إعادة تشغيل الاختبارات):

0. Architectural summary            — system as it actually exists
1. Scope
1b. Claims under test               — the spine
1c. Missing claims discovered       — docs ↔ code drift
2. SUT model
3. Existing test inventory          — what's already covered
4. Failure-mode hypotheses          — tied to claim IDs
5. Coverage matrix                  — claim × hypothesis
6. Technique selection              — from the catalog
6b. Environment requirements
7. Scenarios                        — each named after the claim, with
                                        Target test file + Skeleton
   7.M Model / history /            — mandatory when the scenario falsifies
       checker discipline             a claim in {safety, durability,
                                       idempotency, isolation, ordering,
                                       membership}: model under test,
                                       operation-history schema, named
                                       checker, nemesis + landing evidence,
                                       ambiguous-outcome handling, reduction
                                       plan (SUT/harness/checker/env blame)
7b. Coverage adequacy argument      — why these tests are enough
7c. Residual uncertainty            — what stays unverified, and why ok
7d. Confidence statement            — the reviewer's verdict
8. What this plan does NOT cover
9. Open questions / followups

مثال كتلة §7.M (مقتطف من خطة)

### Scenario S3: linearizable_append_under_partition
- Falsifies if it FAILs: C1 (every acknowledged append is durable
  and linearisable), C5 (leader election completes within 5s)
- Workload: 8 clients, 70% append / 30% read, 5min, key-skew zipf
- Faults: asymmetric partition isolating current leader at T+60s
  for 30s
- Oracle: linearizability via Porcupine over per-key histories

§7.M (model / history / checker discipline)
- Model under test:    log
- Operation history:   default 11-field schema (op id, process id,
                       invoke/complete ts, op type, key, input,
                       output, error, timeout marker, node seen,
                       fault epoch). Recorded in-process + server-
                       side audit.
- Checker:             linearizability (Porcupine) per-key, then
                       no-lost-ack against final state
- Nemesis + landing:   asymmetric-partition (iptables drop one
                       direction). Landing evidence = iptables drop
                       counter goes 0 → 14,712 over the 30s window
                       AND raft log emits "leader-lost; starting
                       election" within 2s of injection.
- Ambiguous outcomes:  timeouts → timeout_marker=true, complete_ts
                       =null, treated as could-have-succeeded;
                       retries are separate ops sharing input
- Reduction plan:      if FAIL, bisect fault window + fix seed, then
                       classify SUT / harness / checker / environment
                       per references/test-case-reduction.md

مثال صف من تقرير النتائج

ID	الحكم	أدلة هبوط الخصم	فئة التخفيض
S3	`PASS-hardening`	iptables ctr 0→14,712; raft re-election at T+1.8s	n/a
S4	`FAIL-reproducible`	partition landed; Elle: G2-item anomaly on key K17	SUT
S7	`INCONCLUSIVE-fault-not-proven`	iptables rule installed but counter stayed 0 — wrong chain	harness
S9	`PARTIAL-model`	landing ok; checker covered per-key, not cross-key	n/a

(يحمل قالب النتائج الكامل المراقب، أدلة تنفيذ المراقب، روابط القطع الأثرية، قسم كفاية مقابل خطة، وفارق الثقة — انظر skills/executing-distributed-system-tests/assets/findings-report-template.md.)

التثبيت (سطر واحد، أي وكيل)

الصق هذا في أي وكيل ترميز بالذكاء الاصطناعي (Claude Code، Codex، Copilot CLI، Cursor، Gemini، أو أي شيء آخر يقرأ Markdown ويشغل الصدفة):

Read https://raw.githubusercontent.com/shenli/distributed-system-testing/main/INSTALL.md
and follow the instructions to install and configure
distributed-testing-skills for this agent.

يجلب الوكيل INSTALL.md، ويستنسخ المستودع إلى ~/.local/share/distributed-testing-skills/، ويُدخل المهارات (روابط رمزية تحت ~/.claude/skills/ لـ Claude Code، كتلة مؤشر في ~/AGENTS.md للوكلاء الآخرين).

distributed-system-testing — Updated!