Temporal Python 工作流测试

要解决什么问题

Temporal 工作流往往跨越数天甚至数月，依赖真实 Activity 与外部系统。若在 CI 里按真实时间跑集成，反馈慢、环境难复现；只测 Activity 又无法覆盖工作流编排、信号与查询。部署前若未验证确定性，生产重放可能因非确定性代码而失败。

本技能整理的是与 Temporal Python 测试套件 一致的做法：用 pytest 与异步 fixture，把「长时间工作流」压到秒级，并用 mock 把工作流逻辑与外部依赖拆开。

技能如何组织

技能按场景做分级披露，你按当前任务加载对应资源即可：

• 单元测试（resources/unit-testing.md）：WorkflowEnvironment 时间跳过、ActivityEnvironment 测 Activity、pytest fixture 与手动推进时间
• 集成测试（resources/integration-testing.md）：mock Activity、错误注入、多 Activity 与 Signal/Query、覆盖率思路
• 重放测试（resources/replay-testing.md）：生产历史重放、确定性校验、部署前版本兼容
• 本地开发（resources/local-setup.md）：Docker Compose、pytest 与覆盖率工具、日常开发流程

推荐的三层划分：单元（时间跳过 + Activity 环境）、集成（Worker + mock Activity）、端到端（完整 Temporal 服务 + 真实 Activity，慎用）。工作流与 Activity 逻辑覆盖率目标通常为 ≥80%；集成侧覆盖带 mock 的关键路径，重放侧在发版前覆盖各工作流版本。

更细的步骤与示例见 resources/implementation-playbook.md。

适用边界

• 任务与 Temporal Python 测试策略无关，或需要本技能范围外的其他领域/工具时，不必加载本技能。
• 端到端测试成本高，文档建议以集成测试为主，仅在必要时上全栈 Temporal。
• 资源是指引与模式说明，具体项目仍需你自备工作流代码、历史导出与 CI 环境。