test(platform): establish capacity and operational recovery evidence

> 本票继续由 [M1 汇合计划](https://github.com/AgoraIO-Extensions/agent-infra/issues/150) 统筹，不进入既有冻结执行 snapshot；主系统总责 LichKing-2234，具体执行者、资源窗口与容量仍待落实，Start/Target 留空。新增契约待评估，Project 保持 Todo；实现前须完成适用文档评审与合入、依赖回读和本票执行准入。

## Problem

M1 发布前须有可复现的 Platform 容量基线、负载下明确消息状态和故障恢复证据。#190 的组件恢复测试、#334 的 release 配置验证和 #177 的 Pilot 准备模板不能证明组合版本在实际环境中的负载与运行处置。本票消费这些基础，交付 Platform 范围的负载/故障脚本、实际测量和运行交接。

## Scope

- 提供可重复、默认有界的负载入口，逐步增加并发 Web 使用者、同一 Agent 的消息、不同 Conversation、SSE 连接及企微群聊发送者。企微负载消费 #440 正式 Channel，验证不同发送者在负载/故障下仍使用独立 Conversation 和 Runtime Session。请求使用正式身份与 HTTP/SSE/RuntimeHost 链路，不绕过鉴权直接写数据库。
- 明确本次环境、source SHA、镜像 Digest、迁移/配置、资源 Profile、Runtime/模型和运行参数；按实际 Profile 测量吞吐、延迟、错误/繁忙、队列积压与恢复时间，不承诺固定并发数，也不把模型端点容量等同平台容量。
- 在负载中验证消息受理/执行/终态核对、无静默丢失、无重复 Turn、用户数据不混用、SSE 断线恢复。消费已通过的 Runtime 隔离基线，不在本票代替 #404 原生隔离交付。
- 通过既有测试 seam 和受控环境执行 API/Worker/Pod 重启、依赖不可用与恢复、更新失败/旧版本恢复演练；复用 #190 状态机与已有故障用例，新增内容只负责组合运行和可回读证据。
- 建立 Platform 运维 Runbook：检测指标、停止条件、影响范围、处置/恢复命令、需要的权限、回滚限制、证据保全与恢复后验证。只能操作本次明确分配的环境资源，不清理共享环境无归属数据。
- 记录实际部署提供的 Platform DB/PVC/对象存储备份与恢复责任、已选恢复方案和可验证的恢复演练结果。不给不存在的备份、HA/PITR、RPO/RTO 或值班安排签收；未落实的正式恢复目标和资源保持明确未验收，阻止本票关闭。
- 真实资源/恢复目标、SRE/DBA/Platform 具名交接与演练窗口在实施前以安全配置和可回读记录提供。本票不创建云资源、重选数据库/存储产品、修改生产拓扑或建立新调度/监控平台。
- Connection 压测、LDAP/KMS/egress/Connection HA/PITR、跨系统恢复及最终完整 M1 Go/No-Go 受 #432 对齐约束，由 #150 后续唯一联合入口承担。本票仅证明已测 Platform 范围，不替代 #194、#435 或完整 M1 上线验收。

- 扩展正式负载入口以消费 [持久任务闭环](https://github.com/AgoraIO-Extensions/agent-infra/issues/482) 与 [Eval 闭环](https://github.com/AgoraIO-Extensions/agent-infra/issues/485)：并发用户/独立应用、同一 Agent 的多个 Conversation/任务、SSE 和获授权 Eval 工作项。测量同会话串行、已验证 Agent 容量、有界等待/满容量拒绝/等待到期，保留现有 Web、企微及文件组合场景；不另写调度、评分或恢复状态机。
- 组合验证凭证到期/撤销时访问和流终止但已受理任务继续，同主体有效凭证可继续访问；主体禁用/Agent 使用权撤销触发等待/活跃任务取消并阻止后续受控操作。覆盖取消与认领/投递/自然完成竞态、原 Session 恢复和 unknown 占用受影响会话，不能换 ID 盲重投或将未确认停止计为完成。
- 消费 [Platform 遥测与告警](https://github.com/AgoraIO-Extensions/agent-infra/issues/441)，核对实际任务/操作/尝试、等待和 SSE 积压、采集/审计故障及告警触发/恢复；加入 Eval 工作项的混合负载、评分端点故障与数据撤权，证明评分重试不重放业务任务且独立用途隔离保持。评测使用受控数据与工具环境，不自动重放线上写操作；Connection 负载和跨系统最终验收仍在原联合入口对齐。

## Acceptance criteria

- [ ] **AC-1:** 负载工具接受明确环境、身份、模型与有界运行参数，使用正式服务入口；执行前检查目标与分配范围，输出可重复命令及组合版本证据。
- [ ] **AC-2:** 当前环境容量报告包含吞吐、延迟分布、繁忙/失败、资源与 outbox/SSE 积压、停止阈值和恢复时间，清楚标注实际 Runtime/模型/资源 Profile；不外推到未测环境、模板或 Connection。
- [ ] **AC-3:** 受理消息与持久执行结果可核对；负载、重试、重启与 SSE 恢复下无静默丢失、重复 Turn 或跨用户结果；并发企微群聊发送者的 Conversation、Runtime Session 和结果保持隔离，不能由群内公开展示推断共享上下文。失败路径有明确状态而非被计为成功。
- [ ] **AC-4:** 真实组合环境的 API/Worker/Pod 故障、依赖恢复、失败升级与回滚按既有契约收敛；报告保留精确镜像、运行参数、实际故障/恢复结果与对应组件证据，不以脚本退出0代替状态核对。
- [ ] **AC-5:** Platform 运维 Runbook 可由具备相应权限的执行者复现检测、停止、恢复与事后验证；实际恢复目标、数据责任和部署备份/恢复方案已有记录，完成隔离恢复演练并核对配置/历史/附件引用的一致性与已声明数据损失边界。
- [ ] **AC-6:** Platform、SRE、DBA 分别确认自己的运行/恢复边界和联系人，资源或签收缺失保持未验收；Issue 只保存脱敏版本/结果/引用，不保存真实凭证、私钥或普通会话正文。

- [ ] **AC-7:** 正式用户/独立应用任务与 Web、SSE、获授权 Eval 工作项的混合负载有当前环境容量报告：同会话串行、跨会话容量、等待上限/超时/满容量拒绝均有记录；受理与持久结果可核对，无孤立会话、静默丢失或重复 Turn，保留原企微/文件验证。
- [ ] **AC-8:** 负载中凭证失效与主体/Agent 撤权表现不同且符合契约；取消竞态、Worker/Pod 重启、原 Session 恢复和 unknown 保留可回读证据，未确认停止不释放受影响会话，Owner/责任人不能查看或取消其他主体任务。
- [ ] **AC-9:** 实际混合负载下可核对模型/工具事实、审计与遥测计数；积压/不可用/异常错误告警及采集故障可见，必要审计故障不产生虚假成功。Eval 评分故障、重试与数据撤权不重跑业务任务、不泄漏内容或破坏用途隔离。

## Validation

- 先以小规模受控 fixture 验证计数、报告、限时和停止逻辑，再在具名正式组合环境运行负载与故障矩阵，包含 #440 实际企微渠道的多发送者群聊、合法重投和重启；Mock 报告不作为容量或群聊隔离结果。
- 对比 Platform durable Message/Execution/outbox 与采集指标和用户可见结果，核对每次故障前后状态、原 Session/PVC、版本和未完成工作。
- 使用部署已选方案在隔离目标进行实际数据恢复，验证迁移/配置、会话历史和文件元数据/对象引用；禁止覆盖原环境数据或无授权执行生产故障。
- 回读实际交接/恢复目标、Runbook 演练及各方签收；执行 `AGENTS.md` 完整仓库验证与 current-head Standards/Spec Review。

- 在绑定源码、镜像/配置、Native/模型与数据/评分器版本的组合环境中，逐步增加 Web/API/Eval/SSE 负载并执行认领/投递/取消竞态、凭证失效、主体/Agent 撤权、Worker/Pod 重启和 unknown 场景；逐项核对原持久任务、会话、事实/审计与调用方可见状态。
- 对比采集后端及受控告警出口的积压、错误、实际模型/工具记录与恢复结果；在获准测试环境引入评分端点故障和 Eval 数据撤权，核实评分重试不会新增业务 Turn。报告明确四模板实际覆盖与未测范围，不把单模板容量外推全部模板或 Connection。

## Blocked by

- #192
- #404
- #405
- #436
- #440
- #441
- #445
- #482
- #485

## Authority

- 工程 Spec §§18、19.3–19.5、21、22、24；Agent Platform PRD §§3、7、12、14；PLAN §6/§7。main `f0e8aa58ca90dec2583459818c1167781979235f`。
- 本次新增范围按 [平台 PRD 候选 §§13–16](https://github.com/AgoraIO-Extensions/agent-infra/blob/2eb2762b889a27372c259039d27279cf646c5b1e/docs/prd/PRD-agent-platform-M1.md)、[工程 Spec 候选 §§18–19](https://github.com/AgoraIO-Extensions/agent-infra/blob/7f3b2083d44191ab4b280d7eb8222d7785937b8e/docs/architecture/SPEC-agent-infra-M1-engineering-architecture.md) 和 [Runtime HLD 候选](https://github.com/AgoraIO-Extensions/agent-infra/blob/5da6fff274ffc7a7ee36ae3ebd61d6100ccc9571/docs/architecture/HLD-agent-runtime-M1.md) 评审；实施前回读合入后的权威版本并复核差额，历史基础引用不能覆盖新增结论。