chore: 并入 iotlcm-bot 历史到 bot/（原提交 31dbc1d）

bot/internal/notify/warn_throttle_test.go

@@ -0,0 +1,147 @@
+package notify
+
+import (
+	"context"
+	"errors"
+	"log/slog"
+	"os"
+	"strings"
+	"sync"
+	"testing"
+	"time"
+
+	"git.5iot.com/iotlcm-public/iotlcm-bot/internal/state"
+)
+
+// captureHandler 收集所有日志记录，用于断言重报次数。
+type captureHandler struct {
+	mu      sync.Mutex
+	records []slog.Record
+}
+
+func (h *captureHandler) Enabled(_ context.Context, _ slog.Level) bool { return true }
+
+func (h *captureHandler) Handle(_ context.Context, r slog.Record) error {
+	h.mu.Lock()
+	defer h.mu.Unlock()
+	h.records = append(h.records, r)
+	return nil
+}
+
+func (h *captureHandler) WithAttrs(_ []slog.Attr) slog.Handler { return h }
+func (h *captureHandler) WithGroup(_ string) slog.Handler      { return h }
+
+func (h *captureHandler) count() int {
+	h.mu.Lock()
+	defer h.mu.Unlock()
+	return len(h.records)
+}
+
+func (h *captureHandler) lastMessage() string {
+	h.mu.Lock()
+	defer h.mu.Unlock()
+	if len(h.records) == 0 {
+		return ""
+	}
+	return h.records[len(h.records)-1].Message
+}
+
+func newCaptureLogger() (*slog.Logger, *captureHandler) {
+	h := &captureHandler{}
+	return slog.New(h), h
+}
+
+// TestTransientWarnThrottlesRepeatedErrors 验证同一个归档的临时错误
+// 不会每轮都刷一条 ERROR：前几次可见，之后进入退避，超过上限后静默。
+//
+// 背景：2026-10-21/22 bot 被移出飞书群 10 小时，230002 错误刷了 18,266 条，
+// 占日志 99.9%，真正的同步结果通知被完全淹没。
+func TestTransientWarnThrottlesRepeatedErrors(t *testing.T) {
+	logger, h := newCaptureLogger()
+	svc := New(t.TempDir(), "test", time.Second, state.New(t.TempDir()), nil, logger)
+
+	transient := errors.New("feishu send failed: http=400 code=230002 msg=Bot/User can NOT be out of the chat.")
+
+	// 模拟 500 轮扫描都失败（约等于 8 分钟的 1 秒轮询）。
+	for i := 0; i < 500; i++ {
+		svc.warnOnce("/data/full-sync/run-abc.json", transient)
+	}
+
+	got := h.count()
+	// 前 5 次必报，之后受退避限制。500 轮里退避间隔从 1 分钟起翻倍，
+	// 最多也就多出个位数。这里给一个宽松上界，重点是不能是 500。
+	if got > transientWarnMaxCount+2 {
+		t.Fatalf("logged %d times for 500 failures, want <= %d (throttle is not working)", got, transientWarnMaxCount+2)
+	}
+	if got < transientWarnFastPhase {
+		t.Fatalf("logged %d times, want at least %d (fast phase should always report)", got, transientWarnFastPhase)
+	}
+}
+
+// TestTransientWarnDifferentArchivesAreIndependent 验证节流按归档文件隔离，
+// 一个坏文件不能掩盖另一个文件的错误。
+func TestTransientWarnDifferentArchivesAreIndependent(t *testing.T) {
+	logger, h := newCaptureLogger()
+	svc := New(t.TempDir(), "test", time.Second, state.New(t.TempDir()), nil, logger)
+
+	errA := errors.New("boom-a")
+	for i := 0; i < 20; i++ {
+		svc.warnOnce("/data/full-sync/run-a.json", errA)
+	}
+	afterA := h.count()
+
+	// 另一个文件应该独立计数，立刻能看到自己的错误。
+	svc.warnOnce("/data/full-sync/run-b.json", errors.New("boom-b"))
+	if h.count() != afterA+1 {
+		t.Fatalf("second archive was throttled by the first: before=%d after=%d", afterA, h.count())
+	}
+}
+
+// TestPermanentWarnOnlyOnce 验证永久错误仍然只报一次。
+func TestPermanentWarnOnlyOnce(t *testing.T) {
+	logger, h := newCaptureLogger()
+	svc := New(t.TempDir(), "test", time.Second, state.New(t.TempDir()), nil, logger)
+
+	permanent := permanentErr(errors.New("archive rounds is empty"))
+	for i := 0; i < 50; i++ {
+		svc.warnOnce("/data/full-sync/run-bad.json", permanent)
+	}
+
+	if got := h.count(); got != 1 {
+		t.Fatalf("permanent error logged %d times, want exactly 1", got)
+	}
+}
+
+// TestTransientWarnSuppressionMessage 验证超过上限时给出的汇总日志包含排查提示，
+// 让运维一眼看出这是配置问题而不是代码 bug。
+func TestTransientWarnSuppressionMessage(t *testing.T) {
+	logger, h := newCaptureLogger()
+	svc := New(t.TempDir(), "test", time.Second, state.New(t.TempDir()), nil, logger)
+
+	transient := errors.New("code=230002 Bot/User can NOT be out of the chat.")
+	// 直接构造已进入退避阶段的状态，避免测试里真的等几分钟。
+	key := skipKey("/data/full-sync/run-abc.json")
+	svc.transient[key] = &transientWarn{
+		count:   transientWarnMaxCount,
+		lastLog: time.Now().Add(-time.Hour),
+	}
+
+	svc.warnOnce("/data/full-sync/run-abc.json", transient)
+
+	msg := h.lastMessage()
+	if !strings.Contains(msg, "suppressing") {
+		t.Fatalf("suppression message = %q, want it to mention suppressing", msg)
+	}
+}
+
+// TestTransientWarnZeroValueService 验证未初始化的 Service（transient 为 nil）
+// 不会 panic——生产上 Service 由 New 构造，但零值也应安全。
+func TestTransientWarnZeroValueService(t *testing.T) {
+	svc := Service{logger: slog.New(slog.NewTextHandler(os.Stderr, &slog.HandlerOptions{Level: slog.LevelError + 10}))}
+	defer func() {
+		if r := recover(); r != nil {
+			t.Fatalf("zero-value Service panicked: %v", r)
+		}
+	}()
+	svc.warnOnce("/tmp/run-x.json", errors.New("transient"))
+}