File size: 9,779 Bytes
5340e92 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 | """Fixtures compartilhadas da suíte do AIDA.
Duas decisões guiam este arquivo:
**Nada aqui carrega modelo.** Subir o pipeline real levaria dezenas de segundos
por sessão e exigiria os `.joblib` treinados no disco — a suíte deixaria de
rodar em qualquer máquina limpa e em CI. Onde o teste precisa de um pipeline,
usamos um dublê com o mesmo contrato.
**Nada aqui escreve fora do `tmp_path`.** Os módulos de cache e de artefatos
resolvem seus diretórios na importação (`from ... import CACHE_ANALISES_DIR`),
então a redireção acontece por `monkeypatch.setattr` no módulo já importado —
trocar a variável em `aida.configuracao` depois do import não teria efeito.
"""
from __future__ import annotations
import sys
from pathlib import Path
import pytest
RAIZ = Path(__file__).resolve().parents[1]
if str(RAIZ) not in sys.path:
sys.path.insert(0, str(RAIZ))
# --------------------------------------------------------------------------- #
# Imagens sintéticas
# --------------------------------------------------------------------------- #
@pytest.fixture
def criar_imagem(tmp_path):
"""Gera um JPEG pequeno com conteúdo real (não uma cor sólida).
Cor sólida quebraria os testes dos métodos forenses de um jeito enganoso:
gradiente e ruído residual ficariam identicamente nulos, e a normalização
por percentis não teria o que separar.
"""
import numpy as np
from PIL import Image
def _criar(nome: str = "amostra.jpg", lado: int = 96, semente: int = 7) -> Path:
rng = np.random.default_rng(semente)
eixo = np.linspace(0, 255, lado, dtype=np.float64)
base = np.stack(
[
np.tile(eixo, (lado, 1)),
np.tile(eixo.reshape(-1, 1), (1, lado)),
np.full((lado, lado), 128.0),
],
axis=-1,
)
base += rng.normal(0, 12, base.shape)
arr = np.clip(base, 0, 255).astype("uint8")
destino = tmp_path / nome
Image.fromarray(arr).save(destino, quality=88)
return destino
return _criar
# --------------------------------------------------------------------------- #
# Cache isolado
# --------------------------------------------------------------------------- #
@pytest.fixture
def cache(tmp_path, monkeypatch):
"""`aida.inferencia.cache_analise` apontando para um diretório descartável."""
from aida.inferencia import cache_analise
pasta = tmp_path / "cache_analises"
indice = pasta / "por_conteudo"
pasta.mkdir(parents=True, exist_ok=True)
indice.mkdir(parents=True, exist_ok=True)
monkeypatch.setattr(cache_analise, "CACHE_ANALISES_DIR", pasta)
monkeypatch.setattr(cache_analise, "CACHE_ANALISES_INDICE_DIR", indice)
# O TTL vem do ambiente; um valor herdado da máquina do desenvolvedor
# tornaria o teste de expiração não determinístico.
monkeypatch.delenv("AIDA_CACHE_TTL_H", raising=False)
return cache_analise
# --------------------------------------------------------------------------- #
# Payload de análise
# --------------------------------------------------------------------------- #
@pytest.fixture
def payload_analise():
"""Resposta do pipeline, no formato que `site_api/app.py` devolve.
Os valores imitam um caso INCONCLUSIVO de propósito: é o estado que as
integrações mais esquecem de tratar, e o que a interface tem mais chance de
exibir errado.
"""
from aida.configuracao import CONFIG
def _payload(id_analise: str = "ANALISE-0001", **sobrescritas):
base = {
"id_analise": id_analise,
"nome_imagem": f"{id_analise}.jpg",
"nome_imagem_original": "foto-do-usuario.jpg",
"caminho_imagem": "/tmp/servidor/interno/foto.jpg",
"data_hora": "2026-08-16 10:00:00",
"duracao_s": 1.42,
"resultado": "INCONCLUSIVO",
"inconclusivo": True,
"fora_de_dominio": False,
"probabilidade_ia": 0.4123,
"probabilidade_real": 0.5877,
"probabilidade_ia_exibicao": 0.48,
"probabilidade_real_exibicao": 0.52,
"probabilidade_ia_conteudo": 0.44,
"limiar": 0.4816,
"limiar_exibicao": 0.5,
"banda_inconclusiva": [0.30, 0.66],
"banda_inconclusiva_exibicao": [0.32, 0.68],
"confianca": "baixa",
"motivos": ["a probabilidade caiu dentro da banda de abstenção"],
"titulo": "Resultado inconclusivo",
"explicacao": "Os módulos não convergiram.",
"ressalva": "Este resultado é indício, não prova.",
"limitacoes": ["Imagem pouco nítida."],
"avisos_qualidade": ["Compressão alta."],
"avisos_sistema": [],
"scores_modulos": {"forense": 0.31, "clip": 0.55},
"fusao": {"metodo": "media", "calibrado": False, "desacordo": 0.24},
"qualidade": {"qualidade_score": 0.62, "qualidade_nitidez": 0.4},
"proveniencia": {
"status": "NO_PROVENANCE_FOUND",
"c2pa_presente": False,
"declaracao_ia": False,
"softwares": [],
"evidencias": [],
"atribuicao": {"gerador": "desconhecido"},
"metadados_presentes": {"exif": True, "xmp": False, "iptc": False, "campos": 50},
},
"atribuicao_gerador": {"gerador": "desconhecido", "confianca": 0.0},
"divergencia": None,
"evidencias": {
"arquivos": {
"gradiente": f"/disco/servidor/{id_analise}_gradiente.png",
"espectro_magnitude": f"/disco/servidor/{id_analise}_espectro_magnitude.png",
},
"patches_suspeitos": [],
"perfil_radial": [1.0, 0.8, 0.6],
"perfil_angular": [0.2, 0.3],
},
"metadados": {
"arquivo": f"{id_analise}.jpg",
"extensao": ".jpg",
"formato_pil": "JPEG",
"modo": "RGB",
"bytes": 53333,
"largura": 576,
"altura": 1024,
"pixels": 589824,
"bits_por_pixel": 0.72,
"jpeg_qualidade_estimada": 88.0,
"progressivo": 0,
"subamostragem": 2,
"tem_exif": 0,
"qtd_exif": 0,
"tem_icc": 0,
},
"hash_sha256": "a" * 64,
"modelo_utilizado": "media",
"modo_rapido": False,
"versao_modelo": CONFIG.execucao.versao_modelo,
"principais_metricas": {f"caracteristica_{i}": float(i) for i in range(853)},
}
base.update(sobrescritas)
return base
return _payload
# --------------------------------------------------------------------------- #
# Aplicação Flask com pipeline dublê
# --------------------------------------------------------------------------- #
@pytest.fixture
def cliente_api(tmp_path, monkeypatch, cache, payload_analise):
"""Cliente de teste da API, sem carregar modelo nenhum.
`site_api/app.py` instancia o pipeline na importação. O dublê é injetado no
módulo de origem **antes** do import, que é o único ponto em que a
substituição ainda é vista pelo `from ... import` do app.
"""
import importlib
from aida.inferencia import pipeline as modulo_pipeline
class PipelineDuble:
"""Mesmo contrato que `site_api/app.py` consome do pipeline real."""
def __init__(self, *_args, **kwargs):
self.modulos = type("Modulos", (), {"disponiveis": ("forense",)})()
self.ensemble = None
self.modo_rapido = bool(kwargs.get("modo_rapido"))
self.usar_proveniencia = True
self.dominio = None
self.avisos = []
self.politica = type(
"Politica",
(),
{
"para_dict": staticmethod(lambda: {"limiar": 0.4816}),
"versao_modelo": "duble-1",
},
)()
monkeypatch.setattr(modulo_pipeline, "PipelineAIDA", PipelineDuble)
modulo_app = importlib.import_module("site_api.app")
modulo_app = importlib.reload(modulo_app)
# Depois do reload, o app tem as suas próprias referências às pastas e à
# função de análise; é nele que a substituição precisa acontecer.
explicabilidade = tmp_path / "explicabilidade"
explicabilidade.mkdir(parents=True, exist_ok=True)
monkeypatch.setattr(modulo_app, "EXPLICABILIDADE_DIR", explicabilidade)
monkeypatch.setattr(modulo_app, "cache_analise", cache)
analises_feitas = []
def analisar_duble(caminho_imagem, id_analise=None, **_kwargs):
analises_feitas.append(id_analise)
resposta = payload_analise(id_analise or "SEM-ID")
# Os PNGs de evidência existem de verdade no diretório temporário: sem
# isso, `GET /evidencia/...` responderia 404 e o teste de integração
# passaria a medir só a montagem da URL.
for nome in resposta["evidencias"]["arquivos"]:
destino = explicabilidade / f"{id_analise}_{nome}.png"
destino.write_bytes(b"\x89PNG\r\n\x1a\n" + b"0" * 32)
resposta["evidencias"]["arquivos"][nome] = str(destino)
return resposta
monkeypatch.setattr(modulo_app, "analisar_imagem", analisar_duble)
modulo_app.app.config["TESTING"] = True
with modulo_app.app.test_client() as cliente:
cliente.modulo = modulo_app
cliente.analises_feitas = analises_feitas
yield cliente
|