homeclaw/tests/retry-decisions.test.ts

/**
 * retry-decisions.test.ts
 *
 * These three checks decide whether an answer the model already wrote gets thrown away.
 * They all fail OPEN — a regression produces no error and no log line, just an unverified
 * answer delivered to the user as fact. That is precisely the class of bug this codebase has
 * repeatedly shipped (see the 2026-07-29 log audit), so both directions are pinned:
 * must-retry cases AND must-not-retry cases.
 */

import { test, describe } from 'node:test';
import assert from 'node:assert/strict';
import {
  decideAutoRecover,
  shouldForceMessagingRetry,
  shouldForceEmptyGroundingRetry,
} from '../src/gateway/chat/retry-decisions';

const recover = (message: string, content: string, called: string[] = [], available: string[] = ['web_search']) =>
  decideAutoRecover({ message, content, availableToolNames: available, calledToolNames: called });

describe('AUTO-RECOVER — 근거 없이 답한 경우 재시도', () => {
  test('스펙 질문에 검색 없이 답하면 재시도', () => {
    assert.equal(recover('RTX 5090 스펙 알려줘', 'VRAM은 32GB입니다.').shouldRetry, true);
  });

  test('[2026-07-29] 입력이 평범해도 답변에 지어낸 수치가 있으면 재시도', () => {
    // 실제 사고 패턴: 질문은 캐주얼한데 답에 확정적 수치가 나옴.
    const d = recover('이거 어떨까?', '초당 약 15~22 토큰 정도 나옵니다.');
    assert.equal(d.shouldRetry, true);
    assert.match(d.reason, /unverified spec/);
  });

  test('이미 검색했으면 재시도하지 않는다', () => {
    assert.equal(recover('RTX 5090 스펙', 'VRAM 32GB입니다.', ['web_search']).shouldRetry, false);
  });

  test('무관한 도구를 불렀다고 무장해제되지 않는다', () => {
    // 미끼 도구 하나로 남은 턴 전체가 풀리면 안 된다.
    assert.equal(recover('RTX 5090 스펙', 'VRAM 32GB입니다.', ['coder_list_files']).shouldRetry, true);
  });

  test('개인 인프라 질문은 재시도 없음 — 검색해도 나올 수 없다', () => {
    assert.equal(recover('지서버 사양이 어떻게 되지?', '3060 12GB 2장, 40GB RAM입니다.').shouldRetry, false);
  });

  test('코딩 요청 안의 숫자는 재시도를 유발하지 않는다', () => {
    assert.equal(recover('파이썬 스크립트 만들어줘', '버퍼는 64GB로 잡았습니다.').shouldRetry, false);
  });

  test('숫자 없는 일반 대화는 재시도 없음', () => {
    assert.equal(recover('안녕', '안녕하세요! 무엇을 도와드릴까요?').shouldRetry, false);
  });

  test('안전 거부 문구 + 도구 필요한 요청이면 재시도', () => {
    const d = recover('이 사이트 좀 찾아줘', "I'm sorry, I can't help with that.");
    assert.equal(d.shouldRetry, true);
  });

  // [2026-08-09] 실제 사고: "지금 태풍 돌핀 어디 있지?"에 도구를 하나도 안 부르고
  // 좌표·기압·풍속을 단언했다(로그 12065행). 같은 수치가 일주일 전 답변(9119행)과
  // 글자까지 동일해서, 검색이 아니라 대화 기억에서 나온 값임이 드러났다.
  test('[2026-08-09] 태풍 위치를 검색 없이 답하면 재시도', () => {
    const d = recover(
      '지금 태풍 돌핀 어디 있지?',
      '현재 태풍 돌핀의 위치는 북위 18.5°, 동경 150.0° 부근이며 중심기압 905hPa, 최대풍속 58m/s입니다.',
    );
    assert.equal(d.shouldRetry, true);
    assert.equal(d.kind, 'search');
  });

  // 반대 방향이 더 중요하다: 관측 단위(℃/mm/m/s)를 가드에 추가했으므로, 도구로 받아온
  // 정상 예보까지 되던지면 날씨 기능 자체가 무한 재검색에 빠진다.
  test('[2026-08-09] 날씨 도구로 받은 기온·강수량 답변은 되던지지 않는다', () => {
    assert.equal(
      recover('런던 오늘 최고기온?', '런던의 오늘 최고기온은 31.5°C이고 강수량은 2mm 예상됩니다.', ['weather_openmeteo'])
        .shouldRetry,
      false,
    );
  });

  test('[2026-08-09] 검색 후의 태풍 답변도 되던지지 않는다', () => {
    assert.equal(
      recover('지금 태풍 돌핀 어디 있지?', '태풍 돌핀은 북위 18.5°, 동경 150.0° 부근에 있습니다.', ['web_search'])
        .shouldRetry,
      false,
    );
  });
});

describe('AUTO-RECOVER — 재생성을 낭비하지 않아야 하는 경우', () => {
  // [2026-08-10] 로그에 실제로 잡힌 오탐. 사용자가 좌표를 직접 적어 물었고(그 좌표 자체가 한 턴
  // 전 web_search 결과였다), 모델이 정답을 냈는데 답에 좌표를 되풀이했다는 이유로 재생성이 걸렸다.
  // 버려진 답 대신 돌아온 검색 결과는 "농림통계연보(2005).hwp"였고, 결국 같은 답을 다시 썼다.
  test('사용자가 질문에 직접 적은 숫자를 되풀이한 것만으로는 재시도하지 않는다', () => {
    const d = recover('북위 27.7도, 동경 124.8도 여기가 어디쯤이지?', '북위 27.7도, 동경 124.8도는 일본 오키나와 제도 근처의 동중국해 해상입니다.');
    assert.equal(d.shouldRetry, false);
  });

  test('사용자가 준 숫자여도 모델이 새 수치를 덧붙이면 여전히 재시도', () => {
    // 가드가 통째로 무력화되면 안 된다 — 질문에 없던 905hPa가 검증 대상으로 남아야 한다.
    const d = recover('북위 27.7도 여기가 어디야?', '북위 27.7도 부근이고, 중심기압은 905hPa입니다.');
    assert.equal(d.shouldRetry, true);
  });

  test('한 자리 수는 지우지 않는다 — 가드 전체가 무력화되는 것을 막는다', () => {
    // 사용자 메시지의 "2" 하나로 답변의 모든 "2"가 지워지면 32GB도 통과해버린다.
    assert.equal(recover('2번은 어때?', 'VRAM은 32GB입니다.').shouldRetry, true);
  });

  // [2026-08-10] nhc_active_storms/eonet_events가 GROUNDING_TOOL_PATTERN에 없어서, NHC 원본
  // 수치로만 답한 태풍 턴은 hPa·m/s·북위가 전부 매칭되는데도 "근거 도구 미호출"로 취급됐다.
  test('NHC/EONET로 근거를 댄 태풍 답변은 재시도하지 않는다', () => {
    const answer = '중심기압 905hPa, 최대풍속 43m/s로 북위 18.5도 부근을 지나고 있습니다.';
    assert.equal(recover('태풍 지금 위치', answer, ['nhc_active_storms']).shouldRetry, false);
    assert.equal(recover('지금 진행 중인 자연재해 알려줘', answer, ['eonet_events']).shouldRetry, false);
    // 대조군: 아무 근거 도구도 안 불렀으면 그대로 재시도여야 한다.
    assert.equal(recover('태풍 지금 위치', answer, ['coder_list_files']).shouldRetry, true);
  });
});

describe('AUTO-RECOVER — 어떤 도구를 요구할지 (kind)', () => {
  test('기본은 검색', () => {
    assert.equal(recover('오늘 뉴스', '어제 이런 일이...').kind, 'search');
  });

  test('브라우저 도구가 스키마에 있을 때만 browser로 분기', () => {
    const msg = 'github.com 열어서 확인해줘';
    assert.equal(recover(msg, '음...', [], ['web_search']).kind, 'search');
    assert.equal(recover(msg, '음...', [], ['web_search', 'browser_open']).kind, 'browser');
  });

  test('브라우저 분기면 web_search를 이미 불렀어도 재시도한다 — 근거 도구가 다르다', () => {
    // 거부 문구여야 게이트가 성립한다. 짧고 무의미한 답("음...")은 재시도 대상이 아님 —
    // 회복할 게 없기 때문. 아래 테스트가 그 경계를 따로 고정한다.
    const refusal = "I'm sorry, I can't use your computer to do that.";
    const d = recover('github.com 열어줘', refusal, ['web_search'], ['browser_open']);
    assert.equal(d.kind, 'browser');
    assert.equal(d.shouldRetry, true, 'web_search는 브라우저 요청의 근거가 되지 못한다');
  });

  test('짧고 애매한 답변은 재시도 대상이 아니다 — 회복할 내용이 없다', () => {
    assert.equal(recover('github.com 열어줘', '음...', [], ['browser_open']).shouldRetry, false);
  });
});

describe('MESSAGING — 보냈다는 거짓 주장 차단', () => {
  const send = (name: string, error = false) => [{ name, error }];

  test('전송 요청 + 보냈다 주장 + 도구 미호출 → 재시도', () => {
    assert.equal(shouldForceMessagingRetry({
      message: '이메일 보내줘', candidateText: '메일 보냈습니다.', toolResults: [],
    }), true);
  });

  test('실제로 보냈으면 재시도 없음', () => {
    assert.equal(shouldForceMessagingRetry({
      message: '이메일 보내줘', candidateText: '메일 보냈습니다.', toolResults: send('email_send'),
    }), false);
  });

  test('전송이 실패했으면 "보냈다"는 여전히 거짓 — 재시도', () => {
    assert.equal(shouldForceMessagingRetry({
      message: '이메일 보내줘', candidateText: '메일 보냈습니다.', toolResults: send('email_send', true),
    }), true);
  });

  test('보냈다고 하지 않았으면 재시도 없음', () => {
    assert.equal(shouldForceMessagingRetry({
      message: '이메일 보내줘', candidateText: '어떤 내용으로 보낼까요?', toolResults: [],
    }), false);
  });

  test('전송 요청이 아니면 재시도 없음', () => {
    assert.equal(shouldForceMessagingRetry({
      message: '메일 읽어줘', candidateText: '3통 있습니다.', toolResults: [],
    }), false);
  });
});

describe('EMPTY-GROUNDING — 빈 검색결과로 답한 경우', () => {
  test('검색은 했지만 전부 빈 결과면 재시도', () => {
    assert.equal(shouldForceEmptyGroundingRetry({
      message: '오늘 뉴스',
      toolResults: [{ name: 'news_search', result: '(no articles found)' }],
    }), true);
  });

  test('쓸만한 결과가 하나라도 있으면 재시도 없음', () => {
    assert.equal(shouldForceEmptyGroundingRetry({
      message: '오늘 뉴스',
      toolResults: [
        { name: 'news_search', result: '(no articles found)' },
        { name: 'web_search', result: '[1] 실제 기사 제목' },
      ],
    }), false);
  });

  test('검색을 아예 안 했으면 이 검사 대상이 아니다 (AUTO-RECOVER 담당)', () => {
    assert.equal(shouldForceEmptyGroundingRetry({ message: '오늘 뉴스', toolResults: [] }), false);
  });

  test('근거 도구가 아닌 것만 돌았으면 대상 아님', () => {
    assert.equal(shouldForceEmptyGroundingRetry({
      message: '오늘 뉴스', toolResults: [{ name: 'coder_list_files', result: '' }],
    }), false);
  });

  test('라이브 데이터 질문이 아니면 대상 아님', () => {
    assert.equal(shouldForceEmptyGroundingRetry({
      message: '시 한 편 써줘', toolResults: [{ name: 'web_search', result: '' }],
    }), false);
  });

  test('에러로 끝난 검색도 빈 결과로 친다', () => {
    assert.equal(shouldForceEmptyGroundingRetry({
      message: '내일 날씨', toolResults: [{ name: 'weather_kma', error: true, result: 'boom' }],
    }), true);
  });
});