Files
Speech/apps/web/tests
Eugenius Naumenko 87684ba0fd Audio-Monitoring für spätere Erprobung hinter deaktivierter Option erhalten
Mithörpfad mit separater Lautstärke und Schalter in der gemeinsamen Aufnahme-Komponente vorbereiten. In allen bestehenden Aufnahmebereichen bleiben Bedienung und Mithörpfad standardmäßig deaktiviert; eine spätere Erprobung erfordert enableMonitoring.

Validiert: Web-Build, synthetischer Audio-Monitoring-Browsertest inklusive ausgeblendetem Standard, Bank- und Aussprache-Browser-Smokes gegen lokale PostgreSQL-Fixtures, Bank-Audit und git diff --check. Keine Live-Audioqualität oder VPS-Bereitstellung geprüft.
2026-11-04 18:11:41 +00:00
..

Browserprüfungen für Aufgabenbestand und KI-Anbindung

audio-monitoring.e2e.cjs prüft die gemeinsame Aufnahme-Komponente mit einem synthetischen Mikrofonsignal: standardmäßig keine Mithörbedienung und kein Mithörpfad; nach expliziter Freigabe über enableMonitoring zunächst ausgeschaltetes Mithören, Schalter und Lautstärke während der Aufnahme, tatsächliche Signalpegel, unveränderte WAV-Aufnahme, Stoppen und Unmount, Mikrofonfehler mit erneutem Versuch sowie automatisches Zeitlimit und schmale Ansicht. Benötigt Web-Abhängigkeiten und Playwright mit Chromium, aber keine API oder Datenbank. Aus apps/web:

PLAYWRIGHT_MODULE=/pfad/zu/playwright node tests/audio-monitoring.e2e.cjs

Auch diese Prüfung verwendet Port 15175 und muss separat laufen. Sie bestätigt keine echte Kopfhörerqualität oder Gerätelatenz; diese müssen mit echter Hardware geprüft werden.

pronunciation-profile.e2e.cjs prüft das gemeinsame Lautprofil über echte lokale API-/PostgreSQL-Aufnahmen mit ausdrücklich simulierten Speech-Messungen: leerer Einstieg, Nachweise speichern, Wort-/Phonemübersicht, geringe Evidenz, Neuladen und Auswahlbegründung. Es werden nur lokale next_exercise-Fixtureaufrufe gestartet. Keine Aussage über echte Azure- oder Modellqualität.

Aus apps/api:

PRONUNCIATION_BROWSER_SMOKE=1 \
COURSE_TEST_DATABASE_URL='postgres://.../wegwerfbare_testdatenbank' \
PLAYWRIGHT_MODULE=/pfad/zu/playwright \
go test ./internal/httpapi -run TestPronunciationBrowserSmoke -v -count=1

Auch diese Fixture benötigt den freien Port 15175. Alle drei Browser-Smokes nacheinander ausführen, nicht parallel.

course-bank.e2e.cjs prüft den Kurs mit 840 Aufgaben, sieben Modulen, allen sechs Lernbereichen und den fünf Darstellungsformen. Geprüft werden außerdem neue Aufgabenzuweisungen, Neuladen, unbewertete offene Antworten mit Selbstvergleich und ein vollständig abgegebener Test ohne vorzeitige Note oder Lösungsausgabe. Die Prüfung bestätigt, dass dabei keine Modellaufrufe erfasst werden.

Aus apps/api mit den unten beschriebenen Voraussetzungen:

BANK_BROWSER_SMOKE=1 \
COURSE_TEST_DATABASE_URL='postgres://.../wegwerfbare_testdatenbank' \
PLAYWRIGHT_MODULE=/pfad/zu/playwright \
go test ./internal/httpapi -run TestBankBrowserSmoke -v -count=1

Diese Prüfung verwendet lokale Modell- und Speech-Fixtures, keine bezahlten Anbieteraufrufe. Sie bestätigt keine echte Azure-Aussprachequalität. Beide Browserprüfungen verwenden Port 15175 und müssen nacheinander laufen; mit beiden Umgebungsvariablen und -run 'Test(AI|Bank)BrowserSmoke' übernimmt Go dies.

ai-admin.e2e.cjs wird über die Go-Integrationstest-Fixture gestartet. Die Fixture verwendet eine ausdrücklich konfigurierte wegwerfbare PostgreSQL-Testdatenbank, ein zufälliges Schema, lokale Anbieter-Testserver, einen Test-Admin und einen lokalen Vite-Prozess. Sie nutzt keine echten Modell-/Azure-Schlüssel und beendet die selbst gestarteten Testdienste. Alle Testdaten im Schema werden entfernt.

Voraussetzungen: Node/npm und Web-Abhängigkeiten, Playwright mit Chromium sowie eine ausschließlich für Tests bestimmte PostgreSQL-Datenbank. Playwright muss nicht als Produktionsabhängigkeit des Projekts installiert sein.

Aus apps/api:

AI_BROWSER_SMOKE=1 \
COURSE_TEST_DATABASE_URL='postgres://.../wegwerfbare_testdatenbank' \
PLAYWRIGHT_MODULE=/pfad/zu/playwright \
go test ./internal/httpapi -run TestAIBrowserSmoke -v -count=1

Der Test benötigt den freien lokalen Port 15175. Er prüft Admin-Profile, Preise, Budget, Modellliste, erfasste Qualitäts-Testaufrufe, private Details ohne Keys, direkten Autor/Prüfer, Hintergrundbewertung, Neuladen, Testlösungsschutz und Reserve-Fallback bei Budgetsperre. Modellantworten kommen von deterministischen Testservern: ein erfolgreicher Lauf bestätigt keine echte Modellqualität oder Azure-Audiofunktion. Live-Tests müssen im Adminbereich bewusst ausgelöst werden.

adaptive-course.e2e.cjs und course-agent.fixture.py sind historische Flowise-Smokes des früheren Stands. Die neue API verwendet deren Flowise-Endpunkt nicht mehr; für den aktuellen Arbeitsbaum die obige Prüfung verwenden.