test(ci): repair policy payload and probe deadline fixtures

[loopx-agent]

Goal And Delivered Outcome

Full main CI run 38455015944 exposed two fixture failures: the CI policy fixture omits the payload-root PR number read by the workflow, and the successful ZCode child-cleanup case returns timeout after its artificial 0.5-second deadline.

This proposal repairs both existing test fixtures. It supplies the documented PR number, checks isolation for equal refs, and gives successful probe closure the shipped 5-second deadline. One slow-child regression preserves the real process-tree/PID/pulse checks. Workflow and production deadlines remain unchanged.

Author Declaration

Written by: model_agent — OpenAI Codex, GPT-6 family.

Implemented against

Specification: GitHub pull-request webhook payload, read 2026-10-14, and the existing workflow/probe owners at immutable main 14112f36cfa56400851494e4236c84dd74538069.

Criterion	Disposition	Implementation / evidence
PR payload supplies its number at the root	implemented	Existing event fixture; original base failure reproduced
Distinct PRs sharing a ref remain isolated; background qualification is protected	implemented	Equal-ref cases for both PR branches; absent-number background contexts; wrong-policy mutations rejected
Successful probe closure uses the existing 5-second deadline	implemented	Existing diagnostics fixture; real child startup delayed 0.6 seconds fails before the fix and passes after it
Owned descendants are reclaimed before a result returns	implemented	All result/PID/pulse assertions retained; disabling cleanup is rejected by the live-PID assertion

Self-check: inspected actual YAML and real process owner, reproduced the base failures, tested complete related modules and counterexamples. The existing owners are sufficient; no shared expression engine, cleanup helper or parallel policy source is added.

Scope And Continuation

Complete within these two test-fixture repairs. Full CI critical-path/capacity qualification and native Windows permanent-IO diagnosis remain open. Controlled startup delay proves a fixture defect, not the original hosted runner's scheduling cause. There is no claim of four-shard qualification, release-runner reservation, installed behavior or merge authority.

Validation

• Tested revision: fdf42c3688b1c061abab3bc534aa9ef19ae39d4a
• Run state: finished
• Input classes: synthetic, public_fixture

Check kind	Result	Evidence / limitation
regression_parity	passed	Base policy module: 1 failed / 31 passed; base diagnostics module: 22 passed normally, but a controlled 0.6-second child startup fails with the observed timeout mismatch
unit	passed	python -m pytest -q tests/test_ci_resource_policy.py scripts/ci/test_review_gate.py tests/test_zcode_host_diagnostics.py: 66 tests / 189 subtests on each Python 3.11.17 and 3.14.8, zero skips
regression_parity	passed	Durable slow-child case rejects a 0.5-second deadline; disabled owned cleanup fails the live-PID assertion; collapsed PR groups and blanket background cancellation are also rejected
static	passed	Ruff, configured mypy (19 source files), semantic advisory and vocabulary drift smoke, full public diff scan and diff checks
integration	passed	Exact-scope CQR; canary 4 direct / 3 selected checks, no failures or holds. Selected canaries concern evidence lifecycle because of a ci substring match; explicit full policy/diagnostics tests provide the relevant coverage
integration	not_run	Hosted full CI, native Windows and complete repository qualification remain unverified by this local repair

Frontend / Visual Evidence

UI impact: none; no product surface changes.

Type of Change / LoopX Area

Test repair; contributor validation and owned-process diagnostics. Bounded S10/S12 reliability maintenance.

Shared-authority RFC fixture impact

N/A: no authority, runtime routing, protocol, provider or persisted-state change.

Boundary Checklist

• Public-safe two-file test diff; private observations and probes excluded.
• Existing fixtures and ownership assertions reused; no benchmark or manual hosted run launched.
• DCO sign-offs; normal review entry. Merge and installation require their separate authority.

[loopx-agent]

Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; reasoning_effort=xhigh

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机

维护者和贡献者运行 CI 策略测试时会遇到这个问题。原夹具遗漏 PR 顶层编号，导致分组检查抛出异常；补齐真实事件字段后，同一策略检查通过。完整相关策略测试可执行，并能拒绝不同 PR 共享分组和背景资格化被取消。不改变 runner、并发、超时、测试范围或发布权限。 这是一个可独立修复的测试缺陷，完整 CI 的超时与 Windows IO 问题仍由原调查继续，不能用本次通过来关闭它们。

改动思路

复用现有事件夹具和表达式适配器，策略仍由真实 workflow YAML 定义。补齐编号后，现有五种事件的分组与取消断言可执行；背景事件主动移除该字段，证明短路条件不会读取不存在的 PR 信息。同一事件内两个 PR 都使用 main ref，仍必须按编号隔离。边界只有一个测试文件，没有新的通用表达式引擎、状态或策略来源；邻近重构检查未发现值得增加的抽象。

具体改动

按预先存在的 .github/workflows/python-tests.yml，revision 14112f36cfa56400851494e4236c84dd74538069 逐项核对：group 已实现事件与 PR 编号分组；cancel-in-progress 已实现 PR/push 替换及背景资格化保护。GitHub 官方 payload 规范 同时定义了顶层 number，不是为本补丁新写的规则。

关键代码讲解

• event 增加顶层编号，保留此前的嵌套字段及其它 workflow 消费者。
• test_main_supersession_does_not_cancel_nightly_or_manual_full_qualification 在非 PR 事件删除顶层编号，保留原五事件分组和取消断言。
• test_python_pr_supersession_uses_the_payload_number 覆盖两种 PR 分支，在相同 ref 下分别产生101/102分组；refs-only 反例被两项测试拒绝。

全 PR 只有上述测试文件，18行新增、1行替换；没有其它源码、生成物或协议变更。重复覆盖搜索及最近30项同作者提案核对未发现相同修复；本回归直接并入已有策略模块。

对主干的风险

最强反例是五种事件互异但同一事件内两个 PR 相撞：原测试不足以发现，新增等 ref 用例及实际策略反例可拒绝该错误。另一个强制全部取消的反例被原背景保护用例拒绝。相同原模块在 base 为1fail/31pass，当前完整策略与 merge-gate 集合在Python3.11/3.14各43pass、189subtests、零skip；Ruff、mypy19、语义 advisory/full smoke、公共扫描、精确 CQR 和canary4direct/3selected均通过。canary的ci文字匹配选中了通用证据检查，CI语义依靠明确运行的完整策略测试覆盖。评审按 wait_for_ci=false 未读取新托管 CI；局部表达式适配器不证明 GitHub 托管队列、原四片容量、Windows 或完整仓库资格。

我的整体评价

APPROVE，精确 head 7eeb90cc59b6000c64fa0554c654b254e0259d56。本次完成可复现夹具修复及必要的 PR 隔离覆盖，不继承其它提案的结论。long_horizon 与产品 user_experience 在唯一测试路径没有运行时影响，判 not_applicable；贡献者的策略测试可执行性得到修复。无新增共享词汇、开关、权限或决策义务，保持本地测试字段；兼容窗口不适用。仍不授权 merge、安装或发布。head或真实workflow合同变化时重新核验。

English verdict: APPROVE - 7eeb90cc59b6000c64fa0554c654b254e0259d56; fixes the documented payload-number fixture and preserves PR/background isolation. Full policy/gate tests pass on Python3.11/3.14; counterfactual policies are rejected. Hosted qualification and merge authority remain separate.

[loopx-agent]

Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; reasoning_effort=xhigh

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

动机

维护者和贡献者运行完整 CI 时，会被两处不符合实际输入或探测期限的测试夹具挡住。PR 事件缺少顶层编号会让策略检查抛异常；子进程合法启动超过0.5秒又会被成功用例判成超时。修复后，两条路径都能检查实际拥有者规定的结果。策略测试能够拒绝 PR 分组相撞，探测测试能够允许合法启动并拒绝未回收的子进程。不改变生产探测期限、CI分片或60分钟上限、runner容量、发布优先级和操作权限。完整托管 CI 的关键路径、四片资格化与原生 Windows IO 故障仍未解决，不能用这两处夹具通过来关闭原调查。 这是同轮资格化暴露的两处测试缺陷，修复后可继续忠实检查原拥有者规则。

改动思路

复用真实workflow及现有表达式适配器，探测用例调用真实 _run_probe 和共享进程树清理。成功父进程等待子进程记录PID后退出，0.6秒启动延迟仍在产品原有5秒期限内。阻塞、输出过大及继承管道保留短期限，原结果、实际进程列表和停止写入断言全部保留。邻近重构检查把回归放入已有参数行，未增加helper、重复策略或UI操作。

具体改动

已读prechange规范 .github/workflows/python-tests.yml; docs/reference/extensions.md，revision 14112f36cfa56400851494e4236c84dd74538069。group 按事件及PR编号隔离，cancel-in-progress 保护背景资格化，Timeout or either output limit 要求报告停止后整个进程组不能继续效果，三项均implemented。官方webhook规范独立定义顶层编号；已接受主机诊断范围要求隔离、有界观察。没有单独书面的0.5秒成功启动预算，5秒来自此前真实诊断拥有者；本次撤销测试的过度缩短，不增加生产或CI上限。

关键代码讲解

• event补齐顶层编号；背景事件移除此字段后仍通过，守卫没有错误读取PR信息。
• test_python_pr_supersession_uses_the_payload_number让两个PR使用相同main ref，必须形成101/102两个分组；refs-only反例被拒绝。
• test_probe_reclaims_persistent_descendants_before_return成功关闭沿用产品期限，新增真实延迟启动参数；仍两次检查状态、PID消失及pulse不变。关闭清理会在PID断言失败。

全PR28行新增、5行删除，只有两个已有测试模块；真实YAML、诊断和进程拥有者未改动。全树覆盖搜索和同作者最近30项提案核对未发现重复的慢启动修复，两处同轮失败并入现有提案。

对主干的风险

放宽夹具可能掩盖泄漏，清理关闭反例在实际存活PID断言失败，原pulse及错误结果检查保留。原base普通诊断22pass，但受控0.6秒启动1fail；修复后同样延迟通过，新增回归在0.5秒反例下仍失败。完整集合在Python3.11.17/3.14.8各66pass、189subtests、零skip；Ruff、配置mypy19、语义advisory/full smoke、公私扫描、精确CQR及canary4direct/3selected通过。canary的ci文字匹配选中通用证据检查，真正相关覆盖来自显式策略/诊断集合。真实本地子进程不证明WindowsJob Object或GitHub调度，受控延迟不是原hosted启动迟缓的因果证明。评审遵守wait_for_ci=false未读取或等待新CI。

我的整体评价

APPROVE，精确head fdf42c3688b1c061abab3bc534aa9ef19ae39d4a，problem_context判justified_increment：两处夹具修复可独立验证和撤销，原完整CI调查继续收集超时分片日志、原生Windows实际错误及原拓扑资格化。long_horizon与产品user_experience在这些测试路径判not_applicable，运行时、持久状态及用户操作没有改变，贡献者验证可执行性得到修复。新增参数保持本地夹具词汇，不新增共享协议、权限或决策义务；兼容窗口不适用。旧head结论不继承，当前源码已重新核验；仍不授予merge、安装或发布，head或拥有者变化时重审。

English verdict: APPROVE - fdf42c3688b1c061abab3bc534aa9ef19ae39d4a; repairs two demonstrated fixture defects using existing owners. Relevant tests pass on Python3.11/3.14; bad deadline, leaked child and wrong-policy controls are rejected. Full CI/Windows/capacity acceptance remains open; no merge authority is granted.

[loopx-agent]

Reviewer: model_agent; gpt-6.1-sol; OpenAI; runtime_reported; reasoning_effort=xhigh.

Approval conclusion (author-owned PR; GitHub blocks formal self-approval)

Exact head: fdf42c3688b1c061abab3bc534aa9ef19ae39d4a. APPROVE。

动机

维护者和贡献者运行本地策略与 Host 诊断测试时会遇到这两处问题。旧事件夹具缺少 workflow 读取的顶层 PR 编号，分组测试直接抛异常；成功关闭子进程的夹具又把生产 5 秒期限缩成 0.5 秒，受控 0.6 秒启动会误报 timeout。补齐编号并使用原生产期限后，完整相关集合通过；同 ref 的不同 PR 仍隔离，背景资格化不被取消，真实子进程在返回前被回收。本次只修两处测试夹具，不改 workflow 策略、生产 deadline、cleanup 机制或权限；原完整 CI、原生 Windows、容量和安装态资格化未完成。

改动思路

复用原 event 与持久子进程测试，实际 YAML 和生产进程 owner 继续决定策略。夹具应表示真实输入及生产期限：给成功关闭路径留原来的 5 秒，同时让有意阻塞、stdout 继承和输出上限路径保留各自短期限。新 .6 秒子进程启动只是受控反例，不作为原 hosted runner 调度原因的证明。小修复足够，没有新增表达式引擎、cleanup helper 或并行政策来源。

具体改动

规格依据 .github/workflows/python-tests.yml，不可变改动前版本 14112f36cfa56400851494e4236c84dd74538069；同 revision 的 loopx/zcode_goal_mode/diagnostics.py 和 loopx/extensions/process_runtime.py 提供原 deadline/cleanup 合同。group、cancel-in-progress、PROBE_TIMEOUT_SECONDS 均 implemented，引用的是原 owner 字段，不新增 roadmap 标准。三项 production/workflow owner 与 base 的 blob 完全相同。

关键代码讲解

• event L18 提供 YAML 读取的 payload-root 编号，并保留嵌套字段。背景上下文主动删除顶层编号，验证短路分支；L88 的两个 PR 事件使用同一个 main ref，仍须得到 PR101/102 各自分组。
• persistent-descendant fixture L338 把成功 exit_closed 留在既有默认期限，新增 .6 秒启动维度；原 timeout、output-limit、pipe 等模式保留。两次实际执行后仍断言真实 PID 不再运行、pulse 不增长，finally 只清理自己产生的子进程。
• _run_probe L55 未改：隔离 storage、一次单调时钟 deadline、shared owned cleanup 后才返回。生产常量仍为 5 秒；此 PR 没有增加生产或回归预算来绕过失败。

全 PR 两文件 +28/-5。近期 30 项同作者提案及现有相关覆盖已筛查；没有发现同目的重复提案，变更直接并入既有模块。该筛查不是对 30 个完整 diff 的审计。无新模块、协议、权限或用户设置。

对主干的风险

最强反例是“更长测试期限让泄漏子进程看起来成功”，或者“五种事件互异却同事件 PR 相撞”。当前测试仍可拒绝这些结果：禁用 owned cleanup 的私有 mutation 在真实 live-PID 断言失败；折叠 PR 分组和全部取消的私有 mutation 共 3 failed。这些修改都只在私有反例副本，不改变 PR 源或断言。

当前完整 policy、merge-gate 与 diagnostics 集合 66 passed、189 subtests passed、0 skip，18.38s。冻结 base 的两个原模块 1 failed /53 passed，16.20s，失败是缺顶层 number；原成功夹具加同一受控 .6 秒启动后 1 failed /0.62s，得到 timeout 而非 observed。current 完整集合含该延迟 case 并通过；禁用 cleanup 1 failed /1.59s。基线只把 resource ROOT 指向 byte 相同的实际 YAML，production owner 没换。

语义与 CI 对齐

Ruff、diff、开发期 advisory 后全树 semantic、完整两路径公共扫描通过；canary 4 direct /3 selected，0 failure /0 hold。其 ci 字符匹配选中了通用证据检查，相关 CI/cleanup 语义依靠显式完整 66-test 集合覆盖。advisory 未分析出新 vocabulary 不代表动态语义已证明；全树原有 45 unresolved producer 和20/21 cross-runtime 未验限制保留。未查询、轮询、等待或启动 GitHub CI。作者 Python3.11/3.14 结果未冒充本次 Python3.13 执行；本机 Darwin 进程验证不等于 native Windows 或 hosted 全资格化。

我的整体评价

APPROVE，绑定 fdf42c3688b1c061abab3bc534aa9ef19ae39d4a。两处夹具现在能验证原策略和进程生命周期，并保留实际失败反例；旧 COMMENTED 评审针对另一 head，没有被继承。long_horizon 与产品 user_experience 在仅测试路径判 not_applicable；贡献者本地验证可执行性改善。未来维护 pass 选择复用现有参数化 fixture，未发现需要新增抽象的相邻边界。完整 CI 的容量、原超时原因和 Windows IO 调查保持原 owner，合并授权独立。

English verdict: APPROVE — fdf42c3688b1c061abab3bc534aa9ef19ae39d4a. Both existing fixtures now match their unchanged workflow/probe owners. All 66 related tests and189 subtests pass; the original missing-number fixture, controlled slow-start old deadline, disabled cleanup and broken concurrency policies are independently rejected. No production deadline or cleanup policy changed. Hosted/native Windows/capacity qualification and merge authority remain separate.