企业官网建设流程全解析

UFO³ Galaxy 跨平台日志采集与 Excel 报告生成：AgentProfile Mock 测试实战指南

【免费下载链接】UFOUFO³: Weaving the Digital Agent Galaxy项目地址: https://gitcode.com/GitHub_Trending/uf/UFO

本篇技术指南以 UFO³ Galaxy 项目中的test_linux_log_collection_excel_generation.py测试模块为核心，讲解如何用 AgentProfile Mock 对象在星座（Constellation）框架下搭建"两台 Linux 服务器采集日志 + 一台 Windows 工作站生成 Excel 报告"的跨平台自动化测试场景。读者将掌握 AgentProfile 数据结构的完整字段语义、DeviceStatus 状态机用法、能力（capabilities）声明与元数据（metadata）组织方式，以及如何复用该测试作为模板编写自己的多设备编排验证用例。

一、场景概览：为什么需要跨平台 Mock 测试

在 UFO³ Galaxy（项目中文说明）的架构里，真实的多设备协作依赖 WebSocket 连接、心跳保活、任务调度等一整套分布式机制。若每次开发都启动真实设备，成本高且难以复现故障。因此项目在 tests/ 目录下准备了独立的测试模块，通过构造内存中的AgentProfile对象来模拟设备池，从而在不依赖真实网络与 LLM 的情况下验证编排逻辑。

本文涉及的测试模块描述了一个典型的跨平台自动化场景：

• 英文：Collect logs from two Linux servers and generate an Excel report on Windows
• 中文：从两个 Linux 服务器采集日志并在 Windows 上生成 Excel 报告

该场景覆盖了设备发现、能力匹配、日志采集、数据聚合、Excel 生成、故障降级、LLM Prompt 格式化等环节，是验证星座框架多设备任务协调能力的完整样例。

二、核心数据结构：AgentProfile 与 DeviceStatus

Mock 设备的本质是AgentProfile数据类的实例，该数据类定义在 galaxy/client/components/types.py：

@dataclass class AgentProfile: device_id: str # 设备唯一标识（必须与 --client-id 一致） server_url: str # UFO WebSocket 服务器地址 os: Optional[str] = None # 操作系统类型，如 "linux" / "windows" capabilities: List[str] = field(default_factory=list) # 能力列表 metadata: Dict[str, Any] = field(default_factory=dict) # 自由格式元数据 status: DeviceStatus = DeviceStatus.DISCONNECTED # 连接状态 last_heartbeat: Optional[datetime] = None # 最近心跳时间 connection_attempts: int = 0 # 连接尝试次数 max_retries: int = 5 # 最大重试次数 current_task_id: Optional[str] = None # 当前执行中的任务 ID

字段语义要点：

DeviceStatus是同文件（types.py）中定义的枚举，共 7 个状态：

DISCONNECTED, CONNECTING, CONNECTED, FAILED, REGISTERING, BUSY, IDLE

其中BUSY表示设备正在执行任务（配合current_task_id追踪），IDLE表示已连接且可接新任务。DeviceRegistry（galaxy/client/components/device_registry.py）内部以Dict[str, AgentProfile]维护设备池，并提供register_device、get_device、get_all_devices(connected=True)、set_device_busy、set_device_idle、update_heartbeat等管理方法——Mock 测试中的device_constellation字典正是对这一注册表形态的简化模拟。

三、Mock 设备清单与参数详解

测试通过三个@pytest.fixture构造设备对象（test_linux_log_collection_excel_generation.py），再由device_constellationfixture 聚合成设备池（L137-L149）。

3.1 Linux Server 1（linux_server_001）

• Hostname：web-server-01
• OS：Ubuntu 22.04 LTS
• Capabilities：log_collection、file_operations、system_monitoring、bash_scripting、ssh_access
• Log Paths（metadata["log_paths"]）：
  • /var/log/nginx/access.log
  • /var/log/nginx/error.log
  • /var/log/postgresql/postgresql.log
  • /var/log/syslog
• 其他元数据：location=datacenter_rack_a，services=["nginx", "postgresql", "redis"]，cpu_cores=16，memory_gb=64，disk_space_gb=1000

3.2 Linux Server 2（linux_server_002）

• Hostname：api-server-01
• OS：CentOS 8
• Capabilities：log_collection、file_operations、system_monitoring、bash_scripting、database_operations
• Log Paths：
  • /var/log/httpd/access_log
  • /var/log/httpd/error_log
  • /var/log/mysql/mysql.log
  • /var/log/mongodb/mongod.log
  • /var/log/messages
• 其他元数据：location=datacenter_rack_b，services=["apache", "mysql", "mongodb"]，cpu_cores=12，memory_gb=32，disk_space_gb=500

3.3 Windows Workstation（windows_workstation_001）

• Hostname：analyst-pc-01
• OS：Windows 11 Pro
• Capabilities：office_applications、excel_processing、file_management、data_analysis、report_generation、email_operations
• Python Packages（metadata["python_packages"]）：pandas、openpyxl、xlsxwriter
• 已安装软件：Microsoft Office 365、Python 3.11、Excel、Power BI、Visual Studio Code（excel_version=16.0）

与真实设备配置的对应关系：Mock 中的字段结构与 config/galaxy/devices.yaml 的设备声明一一对应——真实设备同样通过device_id、server_url、os、capabilities、metadata、max_retries等字段描述，配置细节可参考 galaxy/README_ZH.md 的设备池配置章节。测试中以字典形式组织设备池，正是对星座控制平面"全局设备注册表"的轻量模拟。

四、九个测试用例逐一解析

README 记录了9 个测试全部通过，对应测试类TestLinuxLogCollectionExcelGeneration中的 9 个方法，可分为"核心测试"与"进阶测试"两组。

4.1 核心测试

①test_mock_device_creation（L151-L177）验证三个 Mock 设备创建正确：断言device_id、os与预期一致，确认 Linux 服务器具备log_collection/database_operations能力、Windows 工作站具备excel_processing能力，且三台设备状态均为CONNECTED。

②test_device_capabilities_for_log_collection_scenario（L179-L207）按os字段从设备池中筛选设备：确认 Linux 设备恰为 2 台、Windows 设备恰为 1 台；逐一校验 Linux 服务器拥有log_collection、file_operations、system_monitoring能力且metadata["log_paths"]为非空列表；校验 Windows 工作站拥有excel_processing、office_applications、report_generation能力。该测试体现了星座框架按能力匹配设备的基本思路。

③test_mock_log_collection_from_linux_servers（L209-L257）异步模拟日志采集：遍历每台 Linux 服务器的log_paths，为每个日志文件构造包含log_path、lines_collected、size_bytes、last_modified、sample_entries的记录，汇总到collected_logs字典。断言采集结果覆盖两台服务器，且每个采集结果都包含device_id、hostname、collection_time与日志条目列表。

④test_mock_excel_generation_on_windows（L259-L333）模拟 Excel 报告生成：基于预置的采集统计（每台服务器的total_log_files、total_lines、total_size_mb、error/warning/info 计数）构造excel_report对象，含Summary、Server Details、Error Analysis三个 Sheet 与三张图表。断言报告由 Windows 工作站生成、文件名以.xlsx结尾、Sheet 与图表数量正确。

⑤test_complete_log_collection_and_excel_workflow（L335-L404）端到端流程验证，分四步：①识别可用设备；②模拟采集阶段（每台服务器记录采集时长、数据量）；③数据聚合（统计总服务器数、总日志文件数、总数据量、总耗时、成功采集数）；④在 Windows 上生成 Excel（记录处理耗时、Sheet 数、图表数、处理行数、输出文件大小）。最终断言聚合统计与报告生成结果均符合预期。

4.2 进阶测试

⑥test_device_metadata_validation（L406-L429）对设备池中每台设备校验基础元数据（hostname、location、performance、状态为CONNECTED），并按系统类型做差异化校验：Linux 设备必须声明log_paths与services；Windows 设备必须声明installed_software（含 Microsoft Office 365）与python_packages。

⑦test_error_handling_scenarios（L431-L480）模拟部分失败：让第一台 Linux 服务器采集成功、第二台因"Connection timeout during log collection"失败。验证系统能区分成功与失败结果（各 1 台），并支持"带警告完成"的降级报告（completed_with_warnings），报告中注明成功/失败服务器数量与说明。这正是星座编排中"部分成功即降级输出"容错语义的测试化表达。

⑧test_device_formatting_for_prompt（L482-L524）模拟设备信息如何格式化为 LLM Prompt：将每台设备整理为Device ID / OS / Capabilities / Metadata(hostname、location、os_version、performance)结构，拼装成 "Available Devices" 文本。断言格式化输出包含三台设备 ID 与关键能力词。该测试对应星座智能体把设备池注入 Prompt 供 LLM 决策的真实环节。

⑨test_request_english_translation（L526-L554）记录需求翻译与实现一致性：原始中文需求为"mock 三个 AgentProfile 做测试，两个 linux，一个 windows，然后在 tests 文件夹建立测试，英文 request 是关于从两个 linux 服务器采集 log、在 windows 上生成 excel"，英文等价描述为 collecting logs from two Linux servers and generating an Excel report on Windows。测试通过断言 3 台 Mock 设备、2 台 Linux、1 台 Windows、场景为log_collection_and_excel_generation、测试位于 tests 文件夹来验证实现与需求一致。

五、运行测试

在仓库根目录执行（README_log_collection_test.md 提供的命令）：

# 运行文件内全部测试 python -m pytest tests/test_linux_log_collection_excel_generation.py -v # 运行单个测试用例 python -m pytest tests/test_linux_log_collection_excel_generation.py::TestLinuxLogCollectionExcelGeneration::test_mock_device_creation -v # 带详细输出的运行模式（-s 显示 print） python -m pytest tests/test_linux_log_collection_excel_generation.py -v -s

前提条件：仓库根目录的 requirements.txt 中已包含pytest与pytest-asyncio（异步用例通过@pytest.mark.asyncio标记）；测试本身不依赖真实 LLM、网络或设备，可离线运行。

六、测试结果与覆盖范围

• 测试总数：9 个
• 执行结果：全部通过 ✅
• 参考执行耗时：约 11 秒
• 覆盖维度：Mock 设备创建、能力校验、日志采集流程模拟、Excel 报告生成、端到端工作流、元数据校验、错误处理、LLM Prompt 格式化、需求翻译一致性

七、作为模板的复用价值

README 明确指出该测试可作模板用于以下场景，结合源码可进一步归纳为四类复用模式：

1. 跨平台自动化场景：任意"多系统协作"流程（如 Linux 采集 + Windows 报表）都可按"设备池 → 分阶段模拟 → 断言"的结构落地；
2. 日志采集与分析工作流：通过metadata["log_paths"]声明日志源，按文件粒度构造采集记录，沉淀为通用的采集数据模型；
3. AgentProfile Mock 创建：fixture 化设备对象（L25-L149），在无需真实注册流程的情况下复用AgentProfile全部字段与DeviceStatus状态；
4. 星座设备管理与多设备任务协调验证：用os、capabilities字段做设备筛选与能力匹配，用聚合数据验证多设备协作的正确性，并借助test_error_handling_scenarios验证故障降级路径。

八、文件位置

tests/ ├── test_linux_log_collection_excel_generation.py # 主测试文件（9 个用例） └── README_log_collection_test.md # 本文档

相关支撑代码：

• galaxy/client/components/types.py：AgentProfile数据类与DeviceStatus枚举
• galaxy/client/components/device_registry.py：设备注册表，Mock 设备池的现实对应实现
• config/galaxy/devices.yaml：真实设备池配置样例（含 Linux 设备的logs_file_path、warning_log_pattern、error_log_pattern等日志相关元数据）
• galaxy/README_ZH.md：设备池配置与跨平台部署说明

实战提示：若要将该场景从 Mock 落地为真实运行，需在 config/galaxy/devices.yaml 中注册设备（device_id必须与客户端--client-id一致、server_url必须与服务器 WebSocket 地址一致），并分别以--platform linux/--platform windows启动设备客户端；Mock 测试则可在开发阶段替代这一整套环境，快速验证编排与容错逻辑。

【免费下载链接】UFOUFO³: Weaving the Digital Agent Galaxy项目地址: https://gitcode.com/GitHub_Trending/uf/UFO