""" 数据生成模块测试配置 提供数据生成模块专用的fixtures和辅助函数 包含真实创建和自动清理机制 """ from __future__ import annotations import pytest import uuid import os from tests.logger import get_logger from tests.data_generation.data_generation_api_helpers import ( api_get_first_workflow_id, api_create_task, api_delete_task, api_create_workflow, api_delete_workflow, ) from tests.utils import ensure_auth_token # 从 conftest_auth 导入公共函数 from tests.conftest_auth import _get_worker_index logger = get_logger(__name__) # 记录本次测试创建的资源(用于清理) _CREATED_TASKS: list[str] = [] _CREATED_WORKFLOWS: list[str] = [] # Worker 隔离:每个 xdist worker 分配独立的工作流 _WORKER_WORKFLOW: dict | None = None @pytest.fixture def generation_api_client(api_client): """数据生成API客户端fixture""" return api_client @pytest.fixture def workflow_data(): """工作流测试数据""" return { "name": "test_workflow", "description": "测试工作流", "core_elements": ["element1", "element2"], } @pytest.fixture def lora_task_data(): """LORA任务测试数据""" return { "task_name": "test_lora_task", "lora_name": "test_lora", "data_source": "test_data_source", } @pytest.fixture def cleanup_tasks(api_client): """自动清理创建的任务 使用方法: def test_example(cleanup_tasks): task_id = create_task(...) cleanup_tasks.append(task_id) # 添加到清理列表 """ created_task_ids = [] yield created_task_ids # 清理所有创建的任务 for task_id in created_task_ids: try: if api_delete_task(api_client, task_id): logger.info(f"清理任务成功: {task_id}") else: logger.warning(f"清理任务失败: {task_id}") except Exception as e: logger.error(f"清理任务异常: {task_id} - {e}") @pytest.fixture def cleanup_workflows(api_client): """自动清理创建的工作流 使用方法: def test_example(cleanup_workflows): workflow_id = create_workflow(...) cleanup_workflows.append(workflow_id) # 添加到清理列表 """ created_workflow_ids = [] yield created_workflow_ids # 清理所有创建的工作流 for workflow_id in created_workflow_ids: try: if api_delete_workflow(api_client, workflow_id): logger.info(f"清理工作流成功: {workflow_id}") else: logger.warning(f"清理工作流失败: {workflow_id}") except Exception as e: logger.error(f"清理工作流异常: {workflow_id} - {e}") @pytest.fixture def ensure_workflow_exists(api_client, cleanup_workflows): """确保至少有一个工作流存在 如果没有工作流,则创建一个测试工作流 **重要:只清理测试中新创建的工作流,不会删除现有工作流** Returns: 工作流ID """ # 确保api_client有有效的token page = getattr(api_client, "page", None) ensure_auth_token(api_client, page) # 尝试获取现有工作流(不创建新工作流) workflow_id = api_get_first_workflow_id(api_client) if workflow_id: logger.info(f"使用现有工作流: {workflow_id}(不会删除)") # 使用现有工作流,不添加到清理列表 return workflow_id # 没有工作流,使用Z-image.json创建新工作流 logger.info("没有可用的工作流,使用Z-image.json创建测试工作流") workflow_file = os.path.join(os.path.dirname(__file__), "Z-image.json") if not os.path.exists(workflow_file): logger.error(f"工作流文件不存在: {workflow_file}") import pytest pytest.skip(f"工作流文件不存在: {workflow_file}") return None try: workflow_name = f"test_workflow_{uuid.uuid4().hex[:8]}" workflow_id = api_create_workflow( api_client, name=workflow_name, description="自动化测试工作流", workflow_file=workflow_file, ) if workflow_id: # 只有新创建的工作流才添加到清理列表 cleanup_workflows.append(workflow_id) logger.info(f"创建测试工作流成功: {workflow_id}(测试后将自动删除)") return workflow_id else: logger.warning("创建测试工作流失败,跳过测试") import pytest pytest.skip("无法创建工作流") return None except Exception as e: logger.error(f"创建工作流异常: {e}") import pytest pytest.skip(f"创建工作流异常: {e}") return None @pytest.fixture(scope="session") def worker_workflow_info(api_client): """返回当前 worker 可用的工作流信息。 依赖 ensure_workflow_exists 的逻辑,确保每个 worker 有独立工作流。 """ global _WORKER_WORKFLOW worker_id = os.environ.get("PYTEST_XDIST_WORKER", "master") workflow_id = api_get_first_workflow_id(api_client) if workflow_id: _WORKER_WORKFLOW = {"id": workflow_id, "worker": worker_id} logger.info(f"[{worker_id}] 分配工作流: {workflow_id}") return workflow_id logger.warning(f"[{worker_id}] 无可用工作流") pytest.skip("No workflow available for worker")