概述

Closes #89

为 Session / Memory / Summary 引入回放一致性测试框架，用于验证会话历史、内存记录和摘要内容在不同存储后端、不同 replay 场景下是否保持稳定、可解释、可审计。

完成内容

• 新增 Session / Memory / Summary replay consistency 测试框架
• 覆盖 in_memory 和 sqlite 两类后端
• 新增 18 条 JSONL replay case，覆盖正常、边界和异常场景
• 支持 lightweight replay mode，避免依赖外部 LLM 服务
• 生成结构化 diff report，便于审查和回归定位
• 新增中文设计文档，说明测试目标、覆盖范围、报告格式和已知边界

覆盖场景

当前样例覆盖：

• 单轮会话回放
• 多轮会话回放
• Memory 写入和读取一致性
• Summary 生成后的状态回放
• Session 与 Memory 组合场景
• Summary 与历史消息组合场景
• 空消息、重复消息、长文本等边界输入
• 不同后端之间的 replay 对比
• 异常或不可恢复输入的结构化记录

主要文件

• tests/sessions/test_replay_consistency.py：replay consistency 测试主逻辑，包含后端参数化、diff 分类、断言、性能和误报率检查
• tests/sessions/replay_cases/session_memory_summary_replay_cases.jsonl：18 条公开 replay 样例，可继续追加扩展
• session_memory_summary_diff_report.json：当前样例的结构化回放报告，记录 coverage、case 结果、diff 详情和错误统计
• docs/mkdocs/zh/session_replay_consistency.md：中文设计说明，解释 replay 目标、报告结构、扩展方式和限制

验收映射

• 可重复 replay：通过固定 JSONL case 和 deterministic lightweight mode 实现
• 覆盖 Session / Memory / Summary：测试用例覆盖三类状态及组合场景
• 支持多后端：当前覆盖 in_memory 和 sqlite
• 输出结构化报告：生成 session_memory_summary_diff_report.json
• 可定位差异：报告中包含 case id、backend、diff 类型和具体结果
• 可持续扩展：新增 case 只需追加 JSONL 样例
• 避免外部服务依赖：lightweight mode 不依赖真实 LLM 调用
• 文档说明：新增中文设计文档解释机制和边界

报告结果摘要

当前 session_memory_summary_diff_report.json 显示：

• case_count: 18
• backend_error_count: 0
• normal_diff_count: 0
• normal_false_positive_rate: 0.0
• mode.lightweight: true
• attempted backends: in_memory, sqlite
• snapshot backends: in_memory, sqlite

本地验证

python -m pytest tests/sessions/test_replay_consistency.py -q
git diff --check
python -m json.tool session_memory_summary_diff_report.json

本地结果：

• tests/sessions/test_replay_consistency.py：64 passed
• git diff --check：通过
• session_memory_summary_diff_report.json：JSON 格式合法

设计边界

本次实现是提供一致性测试和审计能力，不改变默认运行时行为。对于依赖模型生成内容的场景，使用 lightweight replay mode 固定可比较输出，重点验证Session / Memory / Summary 状态流转、存储读写和报告生成是否稳定。