Ops Bot
3.5 KiB
CI 大量失败根因排查报告
排查时间： 2026-07-13 排查人： 构建服务器运维Agent 范围： 最近15次 CI run（PR #258~#265 + develop 分支多次 push）
一、整体概况
最近 20 次 CI run 中 16 次失败，失败率 80%。失败集中在 3 个 Job：
| Job | 失败率 | 根因类型 |
|---|---|---|
| Validate Code Quality | 100% | black 代码格式检查失败 |
| Unit Tests | 100% | 测试断言未同步国际化改动 |
| Integration Tests | 100% | 密码重置接口变更未同步测试 |
| Frontend Lint | 20% | 各 PR 代码质量问题 |
结论：3 个全局性失败点导致所有 PR CI 全红，不是代码本身问题，是基础设施/测试用例滞后。
二、详细根因分析
1. Validate — black 格式检查失败
现象：
would reformat scripts/check_migration_safety.py
1 file would be reformatted, 369 files would be left unchanged.
Oh no! 💥 💔 💥
根因：
scripts/check_migration_safety.py 文件不符合 black 格式化规范。该文件是最近新增的迁移安全检查脚本，提交前未本地跑 black 格式化。
影响范围： 所有 PR 及 develop 分支，全量失败。
修复方案：
black scripts/check_migration_safety.py
2. Unit Tests — 1 个用例失败
现象：
FAILED tests/unit/test_asset_library_delete.py::TestDeleteAssetLibrary::test_delete_library_access_denied
AssertionError: assert 'Access denied' in '无权访问该项目'
统计： 1442 passed, 1 failed
根因： 项目之前做了国际化（i18n）改造，错误信息从英文改成了中文，但对应的单元测试断言仍然检查英文 "Access denied"，导致断言失败。
影响范围： 所有 PR 及 develop 分支，全量失败。
修复方案：
修改 tests/unit/test_asset_library_delete.py 中的断言，将 'Access denied' 改为 '无权访问该项目'，或改为断言 HTTP 状态码（403）而不是错误消息文本。
3. Integration Tests — 1 个用例失败
现象：
FAILED tests/integration/test_auth.py::TestPasswordReset::test_request_password_reset_success
assert 404 in (200, 202)
统计： 45 passed, 1 failed, 13 deselected, 2 rerun
根因：
密码重置请求接口（POST /auth/password-reset/request 或类似路由）返回 404，说明该接口已被移除、路由变更，或对应的功能模块暂时被注释/下线。
影响范围： 所有 PR 及 develop 分支，全量失败。
修复方案：
- 如果接口确实下线了：删除或 skip 这个测试用例
- 如果是路由改了：更新测试中的 API 路径
- 如果是功能待开发：标记为
@pytest.mark.skip并加上 TODO
三、修复优先级
| 优先级 | 问题 | 修复难度 | 预估时间 |
|---|---|---|---|
| P0 | black 格式检查失败 | ⭐ | 5分钟 |
| P0 | 单元测试国际化断言失败 | ⭐ | 10分钟 |
| P1 | 集成测试密码重置接口404 | ⭐⭐ | 30分钟（需确认接口状态） |
建议： 先修前两个 P0（能让 2/3 的 job 变绿），再处理密码重置那个。
四、Runner 执行情况观察
- 当前 9 个 Runner 全部在线（构建服务器 4 个 + 新服务器 5 个）
- 失败的 Job 都是在构建服务器的 Runner 上执行的（xiaoxia-ci-runner-2/3 等）
- 新服务器 5 个 Runner 目前全部空闲（标签修复后首次接任务可能需要时间）
- 并发能力充足，瓶颈在代码/测试本身，不在 Runner 资源