{"title":"Pipelines de test auto-réparables","slug":"self-healing-tests","category":"guides","summary":"Construisez des pipelines de test qui apprennent des échecs et s'adaptent automatiquement en utilisant la mémoire Synapse.","audience":["human","llm"],"tags":["guide","testing","self-healing","ci"],"difficulty":"advanced","updated":"2026-06-27","word_count":301,"read_minutes":2,"lang":"fr","translated":true,"requested_lang":"fr","content_markdown":"\n# Pipelines de test auto-réparables\n\nLes suites de test traditionnelles se cassent quand l'UI change. Les tests\nauto-réparables utilisent la mémoire Synapse pour apprendre des échecs passés et\ns'adapter — réduisant les tests instables et la charge de maintenance.\n\n## Concept\n\n```\n┌─────────┐ fails ┌──────────┐ store ┌──────────┐\n│ Test │ ───────▶ │ Synapse │ ───────▶ │ Memories │\n│ Run │ │ Memory │ │ (failures)│\n└─────────┘ └──────────┘ └──────────┘\n ▲ │\n │ recall │\n │ before next run │\n └─────────────────────┘\n```\n\n1. Le test s'exécute\n2. S'il échoue, stocker l'échec (ce qui n'a pas marché, pourquoi, comment corriger)\n3. Prochaine exécution : rappeler les échecs pertinents avant d'exécuter\n4. Appliquer automatiquement les corrections connues\n\n## Implémentation\n\n### Étape 1 : wrapper de test\n\nEnveloppez chaque test avec rappel/stockage mémoire :\n\n```python\nimport requests\nfrom datetime import datetime\n\nURL = \"https://synapse.schaefer.zone\"\nMIND_KEY = \"mk_...\"\n\ndef self_healing_test(test_name, test_fn):\n \"\"\"Decorator: wrap a test with self-healing memory.\"\"\"\n def wrapper():\n # 1. Rappeler les échecs passés pour ce test\n past_failures = requests.get(\n f\"{URL}/memory/search?q={test_name}+failure\",\n headers={\"Authorization\": f\"Bearer {MIND_KEY}\"}\n ).json()\n \n # 2. Exécuter le test avec le contexte d'échec\n try:\n test_fn(known_failures=past_failures)\n except Exception as e:\n # 3. Stocker l'échec\n store_failure(test_name, e, traceback.format_exc())\n raise\n \n return wrapper\n\ndef store_failure(test_name, error, traceback_str):\n requests.post(f\"{URL}/memory\",\n headers={\"Authorization\": f\"Bearer {MIND_KEY}\",\n \"Content-Type\": \"application/json\"},\n json={\n \"category\": \"mistake\",\n \"key\": f\"test_failure_{test_name}_{datetime.now().isoformat()}\",\n \"content\": f\"Test: {test_name}\\nError: {error}\\nTrace:\\n{traceback_str}\",\n \"tags\": [\"test\", \"failure\", test_name],\n \"priority\": \"high\"\n })\n```\n\n### Étape 2 : logique de test adaptative\n\nDans le test, vérifiez les échecs connus et appliquez les corrections :\n\n```python\n@self_healing_test\ndef test_login_page(browser, known_failures=None):\n browser.goto(\"https://app.com/login\")\n \n # Vérifier si nous avons déjà vu ce changement de page\n if known_failures and known_failures.get(\"results\"):\n for failure in known_failures[\"results\"]:\n if \"button moved\" in failure[\"content\"].lower():\n # Utiliser le label d'accessibilité au lieu des coordonnées\n browser.click(by_label=\"Login button\")\n return\n \n # Par défaut : utiliser les coordonnées\n browser.click(x=150, y=400)\n```\n\n### Étape 3 : stratégies de récupération\n\nStockez les stratégies de récupération en mémoire :\n\n```python\ndef store_recovery(failure_type, strategy):\n requests.post(f\"{URL}/memory\",\n headers={\"Authorization\": f\"Bearer {MIND_KEY}\",\n \"Content-Type\": \"application/json\"},\n json={\n \"category\": \"skill\",\n \"key\": f\"recovery_{failure_type}\",\n \"content\": strategy,\n \"tags\": [\"test\", \"recovery\", failure_type],\n \"priority\": \"high\"\n })\n\n# Stocker les récupérations pour les échecs courants\nstore_recovery(\"element_not_found\",\n \"When element not found by ID, try by CSS class, then by XPath, \"\n \"then by accessibility label. Take screenshot for debugging.\")\n\nstore_recovery(\"timeout\",\n \"Increase timeout to 30s. If still fails, check if page is loading \"\n \"dynamically — wait for specific element instead of fixed time.\")\n\nstore_recovery(\"stale_element\",\n \"Re-find element before each interaction. Don't cache element references \"\n \"across page transitions.\")\n```\n\n### Étape 4 : intégration CI\n\n```yaml\n# .gitlab-ci.yml\ntest:self-healing:\n script:\n - export SYNAPSE_MIND_KEY=$SYNAPSE_TEST_MIND_KEY\n - pytest tests/ --self-healing\n after_script:\n # Résumer les nouveaux échecs\n - python scripts/synapse_failure_summary.py\n```\n\n### Étape 5 : tableau de bord d'analyse des échecs\n\n```python\n# Récupérer tous les échecs de test de la dernière semaine\nr = requests.get(\n f\"{URL}/memory/search?q=test+failure\",\n headers={\"Authorization\": f\"Bearer {MIND_KEY}\"}\n)\n\n# Grouper par nom de test\nfailures = {}\nfor mem in r.json().get(\"results\", []):\n test_name = extract_test_name(mem[\"content\"])\n failures.setdefault(test_name, []).append(mem)\n\n# Rapport\nfor test, fails in sorted(failures.items(), key=lambda x: -len(x[1])):\n print(f\"{test}: {len(fails)} failures\")\n```\n\n## Bonnes pratiques\n\n> [!TIP]\n> - **Stockez les tracebacks** — ils contiennent la ligne exacte qui a échoué\n> - **Taguez par nom de test** — permet un filtrage rapide\n> - **Utilisez la catégorie `mistake`** — sépare des mémoires régulières\n> - **Définissez la priorité `high`** — les échecs ne doivent jamais être oubliés\n> - **Nettoyage périodique** — supprimez les mémoires pour les problèmes résolus\n> - **Ne stockez pas de données sensibles** — identifiants, PII\n\n## Schémas d'échec courants à stocker\n\n| Type d'échec | Que stocker |\n|--------------|---------------|\n| Élément introuvable | Sélecteur essayé, état de la page, capture d'écran |\n| Timeout | Temps d'attente, ce qui était attendu |\n| Assertion échouée | Valeur attendue vs réelle |\n| Erreur réseau | URL, code d'état, corps de réponse |\n| Permission refusée | Permission requise, rôle utilisateur actuel |\n\n## Prochaines étapes\n\n- [Tests automatisés iOS](/docs/guides/automated-testing-ios)\n- [Bonnes pratiques mémoire](/docs/guides/memory-best-practices)\n- [Cookbook récupération d'erreurs](/docs/llm-cookbook/error-recovery)\n","content_html":"

Pipelines de test auto-réparables

\n

Les suites de test traditionnelles se cassent quand l'UI change. Les tests\nauto-réparables utilisent la mémoire Synapse pour apprendre des échecs passés et\ns'adapter — réduisant les tests instables et la charge de maintenance.

\n

Concept

\n
┌─────────┐  fails   ┌──────────┐  store   ┌──────────┐\n│  Test   │ ───────▶ │  Synapse │ ───────▶ │ Memories │\n│  Run    │          │  Memory  │          │ (failures)│\n└─────────┘          └──────────┘          └──────────┘\n                           ▲                     │\n                           │   recall            │\n                           │  before next run    │\n                           └─────────────────────┘
    \n
  1. Le test s'exécute
    2. \n
  2. S'il échoue, stocker l'échec (ce qui n'a pas marché, pourquoi, comment corriger)
    3. \n
  3. Prochaine exécution : rappeler les échecs pertinents avant d'exécuter
    4. \n
  4. Appliquer automatiquement les corrections connues
    5. \n
\n

Implémentation

\n

Étape 1 : wrapper de test

\n

Enveloppez chaque test avec rappel/stockage mémoire :

\n
import requests\nfrom datetime import datetime\n\nURL = "https://synapse.schaefer.zone"\nMIND_KEY = "mk_..."\n\ndef self_healing_test(test_name, test_fn):\n    """Decorator: wrap a test with self-healing memory."""\n    def wrapper():\n        # 1. Rappeler les échecs passés pour ce test\n        past_failures = requests.get(\n            f"{URL}/memory/search?q={test_name}+failure",\n            headers={"Authorization": f"Bearer {MIND_KEY}"}\n        ).json()\n        \n        # 2. Exécuter le test avec le contexte d'échec\n        try:\n            test_fn(known_failures=past_failures)\n        except Exception as e:\n            # 3. Stocker l'échec\n            store_failure(test_name, e, traceback.format_exc())\n            raise\n    \n    return wrapper\n\ndef store_failure(test_name, error, traceback_str):\n    requests.post(f"{URL}/memory",\n        headers={"Authorization": f"Bearer {MIND_KEY}",\n                 "Content-Type": "application/json"},\n        json={\n            "category": "mistake",\n            "key": f"test_failure_{test_name}_{datetime.now().isoformat()}",\n            "content": f"Test: {test_name}\\nError: {error}\\nTrace:\\n{traceback_str}",\n            "tags": ["test", "failure", test_name],\n            "priority": "high"\n        })

Étape 2 : logique de test adaptative

\n

Dans le test, vérifiez les échecs connus et appliquez les corrections :

\n
@self_healing_test\ndef test_login_page(browser, known_failures=None):\n    browser.goto("https://app.com/login")\n    \n    # Vérifier si nous avons déjà vu ce changement de page\n    if known_failures and known_failures.get("results"):\n        for failure in known_failures["results"]:\n            if "button moved" in failure["content"].lower():\n                # Utiliser le label d'accessibilité au lieu des coordonnées\n                browser.click(by_label="Login button")\n                return\n    \n    # Par défaut : utiliser les coordonnées\n    browser.click(x=150, y=400)

Étape 3 : stratégies de récupération

\n

Stockez les stratégies de récupération en mémoire :

\n
def store_recovery(failure_type, strategy):\n    requests.post(f"{URL}/memory",\n        headers={"Authorization": f"Bearer {MIND_KEY}",\n                 "Content-Type": "application/json"},\n        json={\n            "category": "skill",\n            "key": f"recovery_{failure_type}",\n            "content": strategy,\n            "tags": ["test", "recovery", failure_type],\n            "priority": "high"\n        })\n\n# Stocker les récupérations pour les échecs courants\nstore_recovery("element_not_found",\n    "When element not found by ID, try by CSS class, then by XPath, "\n    "then by accessibility label. Take screenshot for debugging.")\n\nstore_recovery("timeout",\n    "Increase timeout to 30s. If still fails, check if page is loading "\n    "dynamically — wait for specific element instead of fixed time.")\n\nstore_recovery("stale_element",\n    "Re-find element before each interaction. Don't cache element references "\n    "across page transitions.")

Étape 4 : intégration CI

\n
# .gitlab-ci.yml\ntest:self-healing:\n  script:\n    - export SYNAPSE_MIND_KEY=$SYNAPSE_TEST_MIND_KEY\n    - pytest tests/ --self-healing\n  after_script:\n    # Résumer les nouveaux échecs\n    - python scripts/synapse_failure_summary.py

Étape 5 : tableau de bord d'analyse des échecs

\n
# Récupérer tous les échecs de test de la dernière semaine\nr = requests.get(\n    f"{URL}/memory/search?q=test+failure",\n    headers={"Authorization": f"Bearer {MIND_KEY}"}\n)\n\n# Grouper par nom de test\nfailures = {}\nfor mem in r.json().get("results", []):\n    test_name = extract_test_name(mem["content"])\n    failures.setdefault(test_name, []).append(mem)\n\n# Rapport\nfor test, fails in sorted(failures.items(), key=lambda x: -len(x[1])):\n    print(f"{test}: {len(fails)} failures")

Bonnes pratiques

\n

Schémas d'échec courants à stocker

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Type d'échecQue stocker
Élément introuvableSélecteur essayé, état de la page, capture d'écran
TimeoutTemps d'attente, ce qui était attendu
Assertion échouéeValeur attendue vs réelle
Erreur réseauURL, code d'état, corps de réponse
Permission refuséePermission requise, rôle utilisateur actuel
\n

Prochaines étapes

\n\n","urls":{"html":"/docs/guides/self-healing-tests","text":"/docs/guides/self-healing-tests?format=text","json":"/docs/guides/self-healing-tests?format=json","llm":"/docs/guides/self-healing-tests?format=llm"},"translations_available":["en","zh","hi","es","fr","ar","pt","ru","ja","de","it","ko","nl","pl","tr","sv","vi","th","id","uk"]}