# COBOL → Java/Spark 迁移验证平台 V3

AI 辅助的自动化测试工具，用于验证 COBOL 程序向 Java/Spark 迁移的正确性。支持非 DB（flat file）和 DB（EXEC SQL → gixsql + SQLite）两条平行管道。

## 核心命令

```bash
# 安装依赖
pip install lark pathlib pyyaml

# 运行非 DB 回归测试
python test-data/s15_coverage_verification.py

# 运行 DB 端到端测试
python test-data/s30_db_e2e.py

# 单程序运行（自动路由）
python -m cobol_testgen ../cobol-tna-system/src/KIN01INP.cbl

# 带 gcov 覆盖率的单程序运行
python -m cobol_testgen --gcov <cobol_src> runtime/

# 诊断脚本
python diagnose_db2.py          # DB 全流程
python diagnose_kind8dbrun.py   # DB 编译运行
```

## 架构

```
CLI (main.py)
    │
    ▼
┌─────────────────────────────────────────────────────────────┐
│                   编排层 (Orchestrator)                       │
│  orchestrator.py (非DB)    orchestrator_db.py (DB)          │
└─────────────────────────────────────────────────────────────┘
    │
    ├──┬──────────┬──────────┬──────────┬──────────┐
    ▼  ▼          ▼          ▼          ▼          ▼
cobol_testgen   runners   comparator  agents     hina/
(数据生成)     (编译运行)  (比对验证)   (LLM)    (分类)
    │
    ├── config/
    │
    └── report/
```

## 目录结构

```
cobol-java-v3/
├── cobol_testgen/           # 核心引擎 (~8000行)
│   ├── __init__.py          # 公开 API 入口
│   ├── models.py            # 共享数据模型 (零依赖)
│   ├── read.py              # INPUT: 预处理 + DATA DIVISION 解析
│   ├── core.py              # CORE: 分支树构建
│   ├── cond.py              # CONDITION: 条件解析 + MC/DC
│   ├── design.py            # DESIGN: 路径枚举 + 值生成
│   ├── coverage.py          # COVERAGE: 覆盖标记 + HTML 报告
│   ├── output.py            # OUTPUT: JSON 输出
│   └── to_sql.py            # SQL 辅助: WHERE 约束解析
├── runners/                 # 编译运行引擎
│   ├── cobol_runner.py      # GnuCOBOL 编译运行
│   └── gixsql_runner.py     # DB 管道编译运行
├── agents/                  # LLM 代理
│   └── api_client.py        # DeepSeek API 调用
├── comparator/              # 字段比对
├── hina/                    # HINA 程序分类
├── config/                  # 配置管理
├── report/                  # 报告生成
├── test-data/               # 测试套件
├── tests/                   # 单元测试 (80+文件)
├── benchmark-programs/      # 43个基准 COBOL 程序
├── docs/                    # 文档
│   ├── detailed-design/     # V3 详细设计 (9个文档)
│   └── development-paradigm.md
└── sample/                  # 示例数据
```

## 测试命令

```bash
# 运行所有单元测试
python -m pytest tests/ -v

# 运行核心引擎测试
python -m pytest tests/cobol_testgen/ -v

# 运行覆盖率验证
python test-data/s15_coverage_verification.py

# 运行 DB 端到端测试
python test-data/s30_db_e2e.py
```

## 关键约束与注意事项

### 解析器
- **Lark 语法** (`grammar.lark`): Earley parser, dynamic lexer
- **命名终端**: 必须使用 `USAGE_VAL` 而非内联字符串
- **88 级限制**: 目标程序无 88 级 VALUE 子句
- **REDEFINES/FILLER**: 捕获但跳过 (debug 日志警告)

### 路径枚举
- **MC/DC 条件**: 支持 AND/OR/NOT 复合条件
- **路径上限**: 规则引擎 100 路径, LLM 模式 5000 路径
- **O(N) 算法**: 避免 O(2^N) 爆炸

### DB 管道
- **gixsql**: 预处理 EXEC SQL → SQLite
- **种子键一致性**: WHERE 宿主变量 MOVE 链解析到输入记录根字段
- **列名归一化**: `-`/`_` 容忍 (`EMP-ID` vs `EMP_ID`)

### 覆盖率
- **分支覆盖率目标**: 75%
- **条件覆盖率**: 75% (`_FUNC_MOD` 合成函数不可匹配)
- **HTML 报告**: 全中文 (标题、图例、徽章)

## 环境要求

- Python 3.12+ (`lark`, `pyyaml`)
- GnuCOBOL 3.2.0 (GC32-BDB-SP1)
- gixsql (已 vendored 在 `gixsql/` 目录)
- DeepSeek API (可选, 用于 LLM 路径生成)

## AI 使用规范

本项目使用 DeepSeek 作为 AI 辅助工具。使用时需注意:

1. **API Key**: 设置 `DEEPSEEK_API_KEY` 环境变量
2. **日志记录**: 所有 AI 生成/修改的文件需记录在 `_AI_USAGE_LOG.md`
3. **审查流程**: 代码变更需经过 code-review skill 审查
4. **硬编码禁止**: 禁止硬编码绝对路径、API Key、密码

## 文档索引

| 文档 | 说明 |
|------|------|
| `SETUP.md` | 环境搭建、运行指南 |
| `docs/v3-理解文档.md` | 系统架构、组件说明 |
| `docs/detailed-design/` | V3 详细设计 (9个文档) |
| `docs/development-paradigm.md` | 开发范式流程图 |
| `docs/test-report.md` | 测试报告 |
| `_AI_USAGE_LOG.md` | AI 使用日志 |