维护说明（2026-05-17）: 本次 hardening 已在本地
.venv完成默认全量回归。 命令:.venv/bin/python -m pytest -q --no-cov环境: Python 3.9.6 · StatsPAI v1.15.1 最终结果: ✅ 5200 passed, 98 skipped, 13 deselected, 1 xfailed, 2 xpassed, 1062 warnings · 26m20s 补充校验:scripts/schema_quality.py、scripts/stability_audit.py --check、git diff --check、 以及语法级flake8 --select=E9,F63,F7,F82均通过。下方 2026-05-03 的分批结果保留为历史基线；当前验收以本段 2026-05-17 记录为准。
自动生成: 2026-05-03 全量回归（含 ObjSense 修复后验证） 测试环境: Python 3.13.5 · StatsPAI v1.12.2 · scipy ObjSense 冲突已修复 全仓覆盖: 300 个测试文件，12 个批次，并行执行 最终结果: ✅ 3032 passed, 0 failed, 23 skipped, 3 xfail 全仓测试完成: 主目录 12 批次 + 子目录 5 批次 = 17 批次全部通过 修复:
tests/conftest.py预导入scipy.optimize稳定 PyO3 类型注册表
| 批次 | 模块领域 | 通过 | 跳过 | 失败 | 告警 | 耗时 |
|---|---|---|---|---|---|---|
| 1 | 核心 / 基础设施 | 223 | 0 | 0 | 14 | 21.08s |
| 2 | 双重差分 (DiD) | 281 | 0 | 0 | 607 | 9m 38s |
| 3 | 工具变量 (IV) | 99 | 0 | 0 | 0 | 7.99s |
| 4 | 断点回归 (RD) | 127 | 1 | 0 | 2 | 1m 14s |
| 5 | DML / 元学习器 | 136 | 1 | 0 | 1 | 11m 25s |
| 6 | 合成控制 (Synth) | 151 | 0 | 0 | 0 | 4m 14s |
| 7 | 匹配/面板/多层/GMM/分解 | 330 | 0 | 0 | 177 | 1m 30s |
| 8 | 贝叶斯 / BCF | 31 | 17 | 0 | 0 | 4m 13s |
| 9 | ML / 因果发现 / DAG / TMLE | 308 | 1 | 0 | 110 | 3m 43s |
| 10 | Agent / MCP / Workflow | 363 | 0 | 0 | 21 | 5m 17s |
| 11 | 回归表 / 输出 / 其他 | 359 | 1 | 0 | 25 | 1m 25s |
| 12 | 验证 / 对齐套件 | 75 | 0 | 0 | 18 | 1m 27s |
| 13 | IV 子目录 (贝叶斯IV/MTE/NPIV/弱IV) | 62 | 0 | 0 | 2 | 17.12s |
| 14 | 空间计量 (Spatial) | 67 | 1 | 0 | 0 | 77.45s |
| 15 | 参考对齐 (Reference Parity) | 109 | 1 | 3 xfail | 105 | 58.62s |
| 16 | 外部对齐 (External Parity) | 38 | 0 | 0 | 0 | 23.85s |
| 17 | 集成测试 + Monte Carlo | 12 | 0 (8 已选) | 0 | 0 | 15.55s |
| 总计 | 2771 | 23 | 3 xfail | 1082 | ~49m |
| 指标 | 数值 |
|---|---|
| 通过 | 223 |
| 失败 | 0 |
| 告警 | 14 |
| 耗时 | 21.08s |
覆盖文件: test_utils.py, test_help.py, test_registry.py, test_inference.py, test_ols.py, test_diagnostics.py, test_export.py, test_format.py, test_exceptions.py, test_citations.py, test_bibliography.py, test_collection.py, test_sumstats.py, test_session.py, test_brief.py, test_hausman.py, test_postestimation.py, test_quantile.py, test_ebalance.py, test_heckman.py, test_ri.py, test_rif.py, test_binscatter.py, test_modelsummary.py, test_sensemakr.py, test_spec_curve.py, test_subgroup.py, test_fast_.py, test_detect_design.py, test_preflight.py, test_recommend.py, test_preregister.py, test_compat_sklearn.py, test_new_features.py, test_v06/09/10 migration suite, test_review_fixes, test_correctness_v150.py, test_dispatchers_v150.py, test_estimator_provenance (round 1-10), test_audit_.py, test_cite_inline.py, test_article_aliases, test_escape_hatches.py, test_tidy_glance.py, test_gt_adapter.py, test_journal_presets.py, test_translation.py, test_unified_sensitivity.py, test_multi_se.py, test_multiway_and_subcluster.py, test_cluster_rct.py, test_frailty.py, test_exception_migrations.py, test_examples.py, test_lineage.py, test_repro_metadata.py, test_target_checklist.py, test_suggest_bibkey_backfills.py, test_auto_diagnostics.py, test_auto_estimators.py, test_causal_to_forest_rename.py, test_phase9to14.py, test_round3.py
| 指标 | 数值 |
|---|---|
| 通过 | 281 |
| 失败 | 0 |
| 告警 | 607 (多为依赖库 deprecation warning) |
| 耗时 | 9m 38s |
覆盖文件: test_did.py, test_did_advanced.py, test_did_core_primitives.py, test_did_frontiers.py, test_did_multiplegt_dyn.py, test_did_multiplegt_joint.py, test_did_numerical_fixtures.py, test_did_summary.py, test_did_timevarying_covariates.py, test_cs_rcs.py, test_cs_report.py, test_cs_report_smoke.py, test_honest_did_aggte.py, test_honest_did_sdid.py, test_continuous_did_cgs.py, test_continuous_did_heuristics.py, test_harvest_did.py, test_lp_did.py, test_overlap_did.py, test_aggte.py, test_bjs_joint.py, test_sp_did_aggregation.py, test_gardner_2s.py
| 指标 | 数值 |
|---|---|
| 通过 | 99 |
| 失败 | 0 |
| 耗时 | 7.99s |
覆盖文件: test_iv.py, test_iv_dispatcher.py, test_iv_frontiers.py, test_kernel_iv.py, test_dist_iv_frontiers.py, test_weakiv_tobit.py, test_continuous_iv_late.py, test_front_door.py, test_front_door_integrate_by.py, test_bridge.py, test_bridge_full.py, test_mediation.py, test_mediate_interventional.py, test_mediation_sensitivity.py, test_principal_strat.py, test_proximal.py, test_proximal_frontiers.py
| 指标 | 数值 |
|---|---|
| 通过 | 127 |
| 跳过 | 1 |
| 取消选择 | 1 |
| 失败 | 0 |
| 告警 | 2 |
| 耗时 | 1m 14s |
覆盖文件: test_rd.py, test_rd_aliases.py, test_rd_dispatcher.py, test_rd_frontiers.py, test_rd_new_modules.py, test_rd_validation.py, test_rddensity_io.py, test_rdpower.py, test_bunching_unified.py, test_icp.py, test_ddd_heterogeneous.py
| 指标 | 数值 |
|---|---|
| 通过 | 136 |
| 跳过 | 1 |
| 失败 | 0 |
| 告警 | 1 |
| 耗时 | 11m 25s |
覆盖文件: test_dml.py, test_dml_iivm.py, test_dml_model_averaging.py, test_dml_panel.py, test_dml_split.py, test_metalearners.py, test_metalearner_frontiers.py, test_auto_cate.py, test_auto_cate_tuned.py, test_causal_forest_grf.py, test_forest_inference.py
| 指标 | 数值 |
|---|---|
| 通过 | 151 |
| 失败 | 0 |
| 耗时 | 4m 14s |
覆盖文件: test_synth.py, test_synth_advanced.py, test_synth_extras.py, test_synth_new_methods.py, test_synth_survival.py, test_sequential_sdid.py
| 指标 | 数值 |
|---|---|
| 通过 | 330 |
| 取消选择 | 1 |
| 失败 | 0 |
| 告警 | 177 |
| 耗时 | 1m 30s |
覆盖文件: test_matching.py, test_matching_optimal.py, test_match_dispatcher.py, test_panel.py, test_panel_dispatcher.py, test_frontier.py, test_multilevel.py, test_gmm.py, test_arima.py, test_garch.py, test_local_projections.py, test_econ_trinity.py, test_decomposition_tier_c.py, test_fixest.py, test_bartik.py, test_shift_share_political.py, test_epi.py, test_epi_diagnostic.py, test_evidence_synthesis.py, test_survey.py, test_survey_calibration.py, test_longitudinal.py, test_mr_diagnostics.py, test_mr_extensions.py, test_mr_extras.py, test_mr_frontier.py, test_gformula_ice.py, test_g_computation.py, test_msm.py, test_prod_fn.py, test_diag_themes.py, test_overlap_and_cbps.py, test_robustness_battery.py, test_robustness_report.py, test_diagnose_batteries_sprint_b.py, test_diagnose_result_closed_loop.py, test_smart_tools_sprint_b*.py, test_smart_workflow.py, test_workflow_sprint_b.py, test_predict_oos.py, test_paper*.py, test_replication_pack.py, test_hdfe_native.py, test_numba_kernels.py
| 指标 | 数值 |
|---|---|
| 通过 | 31 |
| 跳过 | 17 (多为 pymc optional dependency) |
| 失败 | 0 |
| 耗时 | 4m 13s |
覆盖文件: test_bayes_advi.py, test_bayes_did.py, test_bayes_did_cohort.py, test_bayes_dml.py, test_bayes_fuzzy_rd.py, test_bayes_hdi_compat.py, test_bayes_hte_iv.py, test_bayes_iv.py, test_bayes_iv_per_instrument.py, test_bayes_mte.py, test_bayes_mte_bivariate_normal.py, test_bayes_mte_hv_latent.py, test_bayes_mte_multi_iv.py, test_bayes_mte_policy.py, test_bayes_mte_selection.py, test_bayes_mte_tidy.py, test_bayes_mte_uncertainty.py, test_bayes_rd.py, test_bvar.py, test_bcf_longitudinal.py, test_bcf_ordinal.py, test_causal_impact.py
注意: 17 个跳过是因为 pymc 为 optional dependency，CI 中未安装。非问题。
| 指标 | 数值 |
|---|---|
| 通过 | 308 |
| 跳过 | 1 |
| 失败 | 0 |
| 告警 | 110 |
| 耗时 | 3m 43s |
覆盖文件: test_causal_discovery.py, test_causal_discovery_ts.py, test_dag_recommend_and_tte_report.py, test_dag_scm.py, test_neural_causal.py, test_deepiv.py, test_conformal_bcf_bunching_mc.py, test_conformal_extended.py, test_conformal_frontiers.py, test_tmle.py, test_hal_tmle.py, test_policy_learning.py, test_ope_cevae.py, test_ope_extensions.py, test_fairness.py, test_causal_llm.py, test_causal_rl.py, test_causal_rl_core.py, test_causal_text.py, test_causal_mas.py, test_causal_kalman.py, test_lingam.py, test_llm_dag_loop.py, test_llm_evaluator.py, test_llm_resolver.py
| 指标 | 数值 |
|---|---|
| 通过 | 363 |
| 失败 | 0 |
| 告警 | 21 |
| 耗时 | 5m 17s |
覆盖文件: test_agent.py, test_agent_blocks_drift.py, test_agent_detail_levels.py, test_agent_docs.py, test_agent_result_methods.py, test_agent_schema.py, test_mcp_enrichment.py, test_mcp_error_envelope.py, test_mcp_image_content.py, test_mcp_pipelines.py, test_mcp_prompts_expanded.py, test_mcp_protocol.py, test_mcp_result_handle.py, test_mcp_runner.py, test_mcp_sampling.py, test_causal_workflow.py, test_question_dsl.py
| 指标 | 数值 |
|---|---|
| 通过 | 359 |
| 跳过 | 1 |
| 失败 | 0 |
| 告警 | 25 |
| 耗时 | 1m 25s |
覆盖文件: test_regtable_alpha.py, test_regtable_fmt_auto.py, test_regtable_publication_extensions.py, test_regtable_quarto.py, test_regtable_round2_extensions.py, test_regtable_round3_extensions.py, test_regtable_round4_extensions.py, test_regtable_snapshots.py, test_aer_word_style.py, test_export.py, test_tidy_glance.py, test_gt_adapter.py, test_journal_presets.py, test_translation.py, test_check_identification.py, test_sensitivity_frontier.py, test_target_trial.py, test_transport.py, test_surrogate.py, test_interference_extensions.py, test_auto_estimators.py, test_unified_sensitivity.py
| 指标 | 数值 |
|---|---|
| 通过 | 75 |
| 失败 | 0 |
| 告警 | 18 |
| 耗时 | 1m 27s |
覆盖文件: test_validation_vs_stata_r.py, test_mixtape_ch09_guide.py, test_correctness_v150.py, test_dispatchers_v150.py, test_causal_to_forest_rename.py
| 指标 | 数值 |
|---|---|
| 通过 | 62 |
| 失败 | 0 |
| 告警 | 2 |
| 耗时 | 17.12s |
覆盖文件: tests/iv/test_bayesian_iv.py, test_ivmte_bounds.py, test_jive_variants.py, test_mte.py, test_npiv.py, test_plausibly_exogenous.py, test_plots.py, test_post_lasso.py, test_unified_fit.py, test_weak_identification.py, test_weak_iv_ci.py
| 指标 | 数值 |
|---|---|
| 通过 | 67 |
| 跳过 | 1 |
| 失败 | 0 |
| 耗时 | 77.45s |
覆盖文件: tests/spatial/ 全部 19 个测试文件（权重、ESDA、GWR、ML/SLX/SAC 模型、面板、诊断）
| 指标 | 数值 |
|---|---|
| 通过 | 109 |
| 跳过 | 1 |
| 预期失败 (xfail) | 3 |
| 失败 | 0 |
| 告警 | 105 |
| 耗时 | 58.62s |
覆盖文件: tests/reference_parity/ 全部 17 个文件（DiD/RD/DML/IV/Synth/Matching/MR/HDFE/BCF 与 R/Stata 数值对齐）
| 指标 | 数值 |
|---|---|
| 通过 | 38 |
| 失败 | 0 |
| 耗时 | 23.85s |
覆盖文件: tests/external_parity/ 全部 3 个文件（CausalML book、Honest DiD 论文、已发表 replication）
| 指标 | 数值 |
|---|---|
| 通过 | 12 |
| 取消选择 (slow) | 8 |
| 失败 | 0 |
| 耗时 | 15.55s |
StatsPAI v1.12.2 — 全量回归测试通过 ✅ | ObjSense 冲突已修复
- 全仓总计：3032 passed, 0 failed
- 第一批 12 批次：2483 passed, 21 skipped, 2 deselected
- 第二批 5 批次（子目录）：288 passed, 2 skipped, 8 deselected, 3 xfail
- 第三批（隔离运行）：261 passed, 7 skipped (fast/ 149 + bridge/smart/robustness 112)
- 3 个预期失败 (xfail) 为 R/Stata 已知数值偏差
- ~2000 个告警几乎全部来自第三方依赖库的 DeprecationWarning，非 StatsPAI 代码问题
- 全量标签覆盖率 12.9%，隔离覆盖率达 18%
- ObjSense 冲突已修复：
tests/conftest.py预导入scipy.optimize稳定 PyO3 类型注册表；fast/bridge/smart/robustness 现可在同一进程中正常收集运行- 总执行时间约 50 分钟
A 层 — 有测试但被 ObSense 阻塞（~18 文件，已修复）
| 模块 | 文件数 | 测试状态 | 说明 |
|---|---|---|---|
fast/ |
11 | 149 ✅ 7 ⏭️ | PyO3 冲突导致 pytest collect 失败，隔离运行全过 |
bridge/ |
6 | 10 ✅ | 同上 |
smart/benchmark, verify |
2 | 51 ✅ | 通过 test_smart_tools* 覆盖 |
workflow/_robustness |
1 | 23 ✅ | 通过 test_robustness_* 覆盖 |
compat/sklearn |
1 | 已跳过 | sklearn import 触发 ObjSense |
| 小计 | ~18 | 261 ✅ | 全部通过 |
B 层 — 有间接覆盖但工具无法追踪（~2 文件）
| 文件 | 说明 |
|---|---|
agent/pipeline_tools.py |
通过 test_agent.py / test_mcp_pipelines.py 间接覆盖 |
agent/workflow_tools.py |
通过 test_mcp*.py 间接覆盖 |
C 层 — 真正无专门测试（~21 文件，已覆盖 6 个）
| 文件 | 行数 | 优先级 | 备注 |
|---|---|---|---|
agent/_enrichment.py |
84 | 低 | 内部 MCP enrichment 工具 |
agent/_result_cache.py |
75 | 低 | 内部缓存 |
agent/_translation/* (4 文件) |
834 | 低 | R/Stata 翻译器，边缘功能 |
agent/auto_dispatch.py |
55 | 低 | 自动分发 |
output/_excel_style.py |
125 | 低 | Excel 导出格式 |
panel/hdfe_rust.py |
19 | 低 | Rust HDFE 包装器 |
panel/panel_diagnostics.py |
173 | 低 | 面板诊断 |
plots/_jupyter_editor.py |
652 | 低 | Jupyter 编辑器 UI |
plots/_script_editor.py |
106 | 低 | 脚本编辑器 UI |
spatial/models/_base.py |
12 | 低 | 基类 |
target_trial/ccw_internal.py |
41 | 低 | 内部工具 |
multilevel/mixed.py |
2 | 低 | 占位符 |
| 小计 | ~2178 | 已覆盖 622 行（6 个文件） |
| 模块 | 文件 | 测试数 | 覆盖率 |
|---|---|---|---|
output/_aer_style.py |
test_aer_style.py |
20 | 98% |
core/next_steps.py |
test_next_steps.py |
41 (+1 fix) | 95%+ |
agent/auto_tools.py |
test_auto_tools.py |
29 | — |
cli.py |
test_cli.py |
31 | — |
scipy 1.16.1 的 _highspy._core 是 PyO3 模块，其 generic_type: type "ObjSense" 在 C 级类型注册表中注册。如果该模块从 sys.modules 卸载后重新导入，PyO3 拒绝重复注册：
ImportError: generic_type: type "ObjSense" is already registered!
根因：PyO3 的类型注册表是 C 级全局状态，即使 sys.modules 被清理也不会释放。coverage 的模块追踪或 pytest 大规模收集时的 import 顺序可能触发模块卸载→重载路径。
修复方案：在 tests/conftest.py 中预导入 scipy.optimize（需用其子模块 _highspy._core），确保 PyO3 类型在 pytest 收集任何测试文件之前稳定注册，且 sys.modules 持有强引用防止卸载。
影响范围（已解除）：11 个 test_fast_*.py + bridge + robustness + smart 共 ~20 个测试文件在集体收集时曾崩溃。
修复验证：pytest tests/test_fast_*.py tests/test_robustness_*.py tests/test_bridge_*.py tests/test_smart_*.py ... → 233 passed, 0 failed；全量 batch：459 passed, 0 failed。
| 优先级 | 模块 | 行数 | 难度 | 影响 |
|---|---|---|---|---|
| — | output/_aer_style.py |
91 | 低 | ✅ 20 个测试 [覆盖] |
| — | agent/auto_tools.py |
139 | 中 | ✅ 29 个测试 [覆盖] |
| — | core/next_steps.py |
162 | 低 | ✅ 41 个测试 [覆盖] |
| — | agent/_runner.py |
77 | 中 | ✅ 11 个测试 [已有] |
| — | agent/_sampling.py |
84 | 中 | ✅ 10 个测试 [已有] |
| — | cli.py |
69 | 低 | ✅ 31 个测试 [覆盖] |
| 1 | 其余 ~20 个文件 | ~2100 | 低-高 | 边缘功能（待补） |
触发：ultrareview 审计指出"公开方法面已经明显跑在可验证深度前面" ——
did 14.7%、synth 12.9%、rd 16.9%、iv 18.0%、tmle 14.8%、bayes 14.1%，且四个核心文件wooldridge_did.py/did_imputation.py/synth/report.py/paper.py全部位于低覆盖区。范围：四个明确点名的文件 + 六大因果家族的 headline 估计器 烟雾测试，132 个新测试 + 1 个真实 bug 修复（
CausalResult.summary()在wooldridge_did结果上KeyError: 'relative_time'）。
| 文件 | Statements | 之前 | 之后 | 缺失行 (after) |
|---|---|---|---|---|
did/did_imputation.py |
244 | 85% | 99% | 3 行（罕见错误回退路径） |
did/wooldridge_did.py |
678 | 76% | 93% | 45 行（_logistic_fit 极端收敛分支等） |
synth/report.py |
409 | 4% | 81% | 79 行（多语言 LaTeX 字符串细节、未触发的可选分支） |
workflow/paper.py |
646 | 66% | 86% | 92 行（paper_from_question 的部分 IdentificationPlan 分支） |
| 文件 | 测试数 | 焦点 |
|---|---|---|
tests/test_synth_report.py |
25 | text/markdown/LaTeX 三种渲染器全覆盖；每个 sensitivity 子块；_latex_escape 全部特殊字符；synth_report_to_file 文件回写；不合法 output 抛 ValueError；_format_text 极简 model_info 路径；method 标签查表 |
tests/test_wooldridge_did_branches.py |
31 | Bacon + dCDH 分解；repeated-CS / never-only / xvar 分派；etwfe 五项校验门 (cgroup / panel / xvar 缺失/常量/<2 行)；etwfe_emfx 四种聚合 (含 include_leads=True)；drdid 两种 method；_ols_fit cluster vs no-cluster 维度；_logistic_fit 真值恢复；新增 summary() 回归保护 |
tests/test_did_imputation_branches.py |
14 | 所有 ValueError 校验门（4 列 + controls + 无 treated + 无 untreated）；controls + horizon event-study + chi² 联合 pre-trend；_cluster_se_horizon(N_k=0) → inf；citation 注册 |
tests/test_paper_branches.py |
31 | _yaml_str / _tex_escape / _md_to_tex / _inline_md_to_tex / _record_note / _notes_block / _render_dag_section；PaperDraft.to_qmd 单/多格式 + author + bib + csl + DAG mermaid；to_docx python-docx 缺失回退 + 真实 docx 库回写；write 后缀分派；paper(fmt='bogus') 抛错 |
tests/test_low_cov_battery.py |
30 + 1 skip | RD：3 kernel × 2 bw × 2 polynomial degree + donut + 显式 h/b + rdpower (含 target_power)；IV：ivreg、ivreg(robust='hc1')、jive；TMLE：ATE/ATT 估计 + SuperLearner.predict_proba + HALRegressor.predict；Synth：classic/sdid/augsynth/gsynth + dispatcher (classic/ridge/demeaned)；DiD：sp.did 面板路径 + callaway_santanna + aggte(simple) + summary() 烟雾；Bayes：bayes_did（pymc 缺失自动 skip） |
新增测试合计：131 passed + 1 skip（pymc 未安装环境下）
CausalResult.summary() 在 wooldridge_did / etwfe 结果上 KeyError: 'relative_time'
core/results.py:summary() 之前硬编码 event-study 列名 (relative_time, att)，
而 wooldridge_did 系列写入 (rel_time, estimate) —— 用户调 .summary()
就崩。summary() 现在自动识别两套列约定，缺失则静默跳过 event-study
区块而非崩溃。回归由 test_wooldridge_did_summary_renders_event_study
锁定。
下一步：
rd/iv/tmle/bayes的 module-level 覆盖率提升仍受限于 其内部子文件（如rd/extrapolate.py、iv/ivmte_lp.py、bayes/mte.py） 缺少端到端测试。这些子文件大多 4-10% 覆盖，单文件 200-450 行，建议 下一轮按"先 dispatcher 烟雾，再边界路径"的节奏分批补齐。