Tests workflow 长期全红：矩阵入口误用 make test-all、tox 硬编码 macOS 路径、coverage.xml 从未生成

[SongshGeo]

现象

Tests workflow 保留的 8 次运行全部是 failure（2026-01-07 → 2026-04-18），最近一次跑了 6 小时 5 分。同一次 workflow 里 Lint and Type Check 和 Mesa compat 两个 job 是绿的——红的只有那 9 条 Tests 矩阵腿。

而本地跑 uv run pytest 是 676 passed / 19 秒。也就是说：测试本身没问题，是流水线的入口选错了，而且红灯不产生任何可用信号。

$ gh run list --workflow=tests.yml --limit 8
completed  failure  ...  Tests  dev  pull_request  24599874652  6h5m5s   2026-04-18
completed  failure  ...  Tests  dev  pull_request  24087345337  14m57s   2026-04-07
completed  failure  ...  (其余 6 次同样 failure)

根因

.github/workflows/tests.yml 的矩阵入口是：

- name: Run Make test-all (unit + notebooks + tox)
  run: |
    uv run make test-all

而 makefile 的 test-all 除了单测还要做两件事：

@uv sync --group docs || echo "⚠️ Failed to install docs dependencies"
uv run pytest --nbmake docs/tutorial/**/*.ipynb -v --tb=short || echo "⚠️ ..."
tox -p auto || echo "⚠️ Multi-version tests completed with warnings"

问题有三层：

1. 矩阵里嵌套矩阵：矩阵已经是 {ubuntu, macos, windows} × {3.11, 3.12, 3.13} 共 9 条腿，每条腿再跑一次 tox -p auto（py311/py312/py313），等于 27 次嵌套运行。6 小时的运行时长就来自这里。
2. tox 在 Linux/Windows 上不可能成功：tox.ini 写死了 macOS Homebrew 路径

   [testenv:py312]
   basepython = /opt/homebrew/bin/python3.12

3. 失败被吞掉：两个 || echo 让真正失败的部分不上报，所以即使红了也看不出红在哪。

make test-all 是给本地用的「全都跑一遍」入口，不该当矩阵入口——矩阵本身就是多版本测试。

同一处的第二个问题：coverage.xml 从未被生成

- name: Upload coverage (3.11 on ubuntu)
  uses: codecov/codecov-action@v4
  with:
    fail_ci_if_error: false
    file: ./coverage.xml

但 makefile 里的 pytest 命令没有 --cov-report=xml：

uv run pytest tests/ -vs --clean-alluredir --alluredir tmp/allure_results --cov=abses --no-cov-on-fail

叠加 fail_ci_if_error: false，上传每次都静默失败。仓库里也没有 codecov.yml，没有任何 --cov-fail-under，覆盖率完全无门禁（当前实测 80%）。

建议方案

把矩阵入口换成一条普通的 pytest：

- name: Run tests
  run: uv run pytest tests/ --cov=abses --cov-report=xml --cov-report=term

一处改动同时解决四件事：去掉嵌套 tox 扇出、绕开写死的 Homebrew 路径、去掉两个吞异常的 || echo、并真正产出 coverage.xml。

配套：

• notebook 测试已有独立的 test-notebooks.yml，不必塞进矩阵；
• tox.ini 的 basepython 硬编码要去掉（或干脆废弃 tox，矩阵已经覆盖多版本）；
• 定一个 --cov-fail-under 底线（建议先设 78，低于当前的 80 留一点余量），或用 codecov 的 status check；
• CI 的 ruff check 目前只检查 abses/，而 pre-commit 检查全部改动文件，两边不一致，建议对齐为 abses/ tests/；
• interrogate（--fail-under=70）只在 pre-commit 里跑，建议也进 CI。

顺带一提 makefile 的 test-parallel 用了 pytest -n auto，但 pytest-xdist 不在 dev 依赖组里，这个 target 开箱即坏。

验收标准

• Tests workflow 在 dev 上变绿。
• 单次 workflow 总时长回到分钟级。
• Codecov 上能看到本次提交的覆盖率数据。
• workflow 里不再有 || echo 形式的失败吞噬。