Một bộ công cụ chuyên dụng để kiểm thử các workflow và activity của Temporal sử dụng pytest, time-skipping và xác thực tính xác định (determinism).
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install fix-build-agentops-temporal-python-testing
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt fix-build-agentops-temporal-python-testing bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Kiểm thử Temporal Python là gì?
Temporal Python Testing là một framework toàn diện được thiết kế để đảm bảo độ tin cậy và tính xác định của các workflow chạy lâu dài. Bằng cách tận dụng các Openclaw Skills trong pipeline phát triển của mình, bạn có thể triển khai các chiến lược kiểm thử tinh vi, từ kiểm thử đơn vị biệt lập đến các kịch bản tích hợp phức tạp liên quan đến các dependency bên ngoài được mock.
Kỹ năng này tập trung vào triết lý cốt lõi là tiết lộ lũy tiến (progressive disclosure), cho phép nhà phát triển truy cập vào các tài nguyên cụ thể cho việc kiểm thử đơn vị, mock activity và replay testing. Điều này đảm bảo rằng các workflow kéo dài hàng tháng có thể được xác thực trong vài giây trong khi vẫn tuân thủ nghiêm ngặt các yêu cầu về tính xác định của Temporal, cuối cùng hướng tới mục tiêu độ phủ sóng sẵn sàng cho môi trường production từ 80% trở lên.
Trường hợp sử dụng Kiểm thử Temporal Python
- Kiểm thử đơn vị các workflow với time-skipping nâng cao để nhận phản hồi gần như tức thì đối với logic chạy dài.
- Kiểm thử tích hợp để xác thực các orchestration phức tạp gồm nhiều activity với các dịch vụ bên ngoài được mock.
- Replay testing để ngăn chặn các thay đổi không xác định làm hỏng lịch sử workflow hiện có trong production.
- Thiết lập môi trường phát triển cục bộ sử dụng Docker và pytest để lặp lại nhanh chóng.
- Tích hợp pipeline CI/CD tự động để thực thi các ngưỡng chất lượng và độ bao phủ logic.
Cách thức hoạt động của Kiểm thử Temporal Python
- Khởi tạo WorkflowEnvironment sử dụng time-skipping để bỏ qua các độ trễ thực tế trong quá trình thực thi.
- Cấu hình các pytest fixture để quản lý vòng đời của máy chủ kiểm thử Temporal và các client worker.
- Thực thi các workflow một cách biệt lập hoặc với các activity được mock để xác minh các đường dẫn logic cụ thể và các trường hợp biên.
- Sử dụng ActivityEnvironment để kiểm thử từng hàm activity riêng lẻ mà không cần overhead của một workflow đầy đủ.
- Chạy các bài kiểm thử Replay dựa trên lịch sử JSON production đã xuất để đảm bảo mã mới vẫn tương thích với trạng thái hiện tại.
Cài đặt Kiểm thử Temporal Python
Để tích hợp điều này vào workflow của bạn, hãy đảm bảo rằng bạn đã cài đặt Temporal Python SDK và pytest. Các Openclaw Skills này yêu cầu một môi trường Python đang hoạt động.
pip install temporalio pytest pytest-asyncio
Cấu hình conftest.py của bạn để bao gồm các fixture kiểm thử tiêu chuẩn của Temporal để quản lý môi trường.
Lược đồ dữ liệu & Hệ thống phân loại của Kiểm thử Temporal Python
Kỹ năng này tổ chức các tài nguyên kiểm thử của mình thành một phân loại có cấu trúc để tiết lộ lũy tiến:
| Tài nguyên | Đường dẫn tệp | Lĩnh vực trọng tâm |
|---|---|---|
| Kiểm thử đơn vị | resources/unit-testing.md |
Time-skipping, WorkflowEnvironment và kiểm thử biệt lập |
| Tích hợp | resources/integration-testing.md |
Activity mocking, chèn lỗi và xác thực signal/query |
| Replay | resources/replay-testing.md |
Kiểm tra tính xác định và xác thực lịch sử production |
| Thiết lập cục bộ | resources/local-setup.md |
Docker Compose và cấu hình môi trường |
Tính năng Nâng cao của Kiểm thử Temporal Python
- Các mô hình nâng cao thời gian thủ công để kiểm soát chi tiết logic thời gian.
- Các mô hình chèn lỗi để mô phỏng sự cố mạng hoặc timeout dịch vụ phía hạ nguồn.
- Replay lịch sử production để bảo vệ chống lại các thay đổi gây hỏng hóc trong các hệ thống phân tán.
- Hỗ trợ đa tác nhân (multi-agent) để mô phỏng các tương tác signal/query phức tạp giữa các workflow đồng thời.
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Bộ công cụ Hóa tin học RDKit
Một thư viện hóa tin học mạnh mẽ để phân tích, thao tác và tính toán thuộc tính phân tử trong các quy trình làm việc AI.
Chuyên gia Kiểm thử API End-to-End
Một trợ lý kiểm thử API cấp chuyên nghiệp được thiết kế cho môi trường doanh nghiệp, cung cấp khả năng hiểu tài liệu tự động, cô lập đa người dùng và kiểm định bảo mật chuyên sâu.
Web Fetch Fallback
Một cơ chế dự phòng mạnh mẽ sử dụng curl để lấy nội dung web khi các công cụ fetch tiêu chuẩn bị hạn chế bởi các quy tắc bảo mật IP riêng tư hoặc nội bộ.
Xây dựng Hồ sơ Người dùng
Một hệ thống tự động tạo và duy trì hồ sơ người dùng bền vững để cá nhân hóa các tương tác của AI agent và sự hợp tác kỹ thuật.
Darwin Skill Optimizer
Một bộ tối ưu hóa kỹ năng tự chủ sử dụng các thuật toán hill-climbing và đánh giá 8 chiều để cải thiện hiệu suất của AI agent theo vòng lặp.
Trình chỉnh sửa video YouTube
Một công cụ chỉnh sửa video dựa trên AI giúp chuyển đổi cảnh quay thô thành các tệp MP4 1080p sẵn sàng cho YouTube thông qua các câu lệnh văn bản đơn giản.
Đặc sắc*
