Day 14：测试、优化与部署

🎯 今日目标：给项目装上"安全网"（pytest 测试套件，不花一分钱 API 费）， 再把整个服务装进 Docker 容器——docker run 一条命令在任何机器上跑起来。

⏱ 今日安排（约 2 小时）

📖 第一步：Agent 项目怎么测（测试金字塔）

核心技巧：monkeypatch 掉 LLM 调用——把 llm.chat 替换成返回固定响应的假函数， Agent 循环、记忆、路由全部真实跑，只有 LLM 是假的。测试快、稳、免费， 而且能模拟各种 LLM 行为（正常回答 / 要求调工具 / 抛异常）。

Docker 三个关键点（Dockerfile 已给好，要能逐行讲清）

FROM python:3.12-slim                 # 1. 瘦基础镜像
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY app ./app                        # 2. 依赖先装、代码后拷——层缓存：
                                      #    改代码不触发重装依赖，重建快一个量级
EXPOSE 8000
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]
                                      # 3. --host 0.0.0.0：容器内必须监听所有网卡，
                                      #    否则端口映射后外面访问不到（新手第一坑）

环境变量在部署时的正确姿势：docker run -e DEEPSEEK_API_KEY=sk-xxx ...—— Key 走环境变量进容器，永远不写进镜像（.dockerignore 已排除 .env）。

🛠 第二步：动手实操

1. 跑测试：pip install pytest httpx → pytest tests/ -v。Day 12 没完成的部分现在是红的——把 TODO 补完让它们变绿， 这就是测试驱动。三个文件：test_memory（记忆/隔离）、test_tools（注册/安全路径， 含 ../../etc/passwd 必须被拒的用例）、test_api（monkeypatch LLM 的全链路）。
2. 加一条你自己的测试（TODO 7.3）：往 tests/ 里补一个你认为最可能出 bug 的场景 （比如：用户消息超长时记忆被正确裁剪）。
3. 构建镜像：docker build -t dev-agent . → docker run --rm -e DEEPSEEK_API_KEY=你的key -p 8000:8000 dev-agent → 浏览器开 http://127.0.0.1:8000/static/index.html 聊天。 没有 Docker 环境就先跳过，读完 Dockerfile 能讲清每一行也算达标。
4. 优化盘点（对照检查）：max_tokens 已设？历史已裁剪？相同请求有缓存思路？ token 统计有入口？——都在前几天的代码里，确认没被删掉。

✅ 第三步：验收（Day 14 部分）

• pytest tests/ -v 全绿（无 Key 环境也能全绿）
• docker run 后 /health 通、聊天可用（或能逐行讲清 Dockerfile）
• .env 和 workspace/ 不在镜像里（docker run ... ls /app 自查）
• 对照 交付清单 Day 14 部分打勾

⚠️ 避坑

• ❌ 集成测试直接打真实 API → 慢、贵、结果不稳定；monkeypatch 是标准做法
• ❌ Dockerfile 里 COPY . . 且没有 .dockerignore → .env 里的 Key 进镜像 = 泄露密钥
• ❌ uvicorn 忘了 --host 0.0.0.0 → 容器外永远访问不通
• ❌ 异步测试直接 def → 拿不到事件循环；用 pytest-asyncio 或像 test_api 一样用 TestClient 同步壳
• ❌ 一次都不跑测试就继续开发 → 回归只能靠手点；pytest 要变成肌肉记忆

🔗 延伸资源

• FastAPI 官方测试指南
• Docker 构建概念