## 目的 検査用の実画像をビルド済みの `apps/server` に渡し、実モデルの予測が画像の内容に合っていることをCIで確認する。 既存の `apps/server/test/detect-images.integration.test.ts` は実モデル・実HTTP通信を使っているが、入力は単色PNGで、画像内容に対する予測の回帰までは検証していない。 ## 対応内容 - [ ] 再配布可能な通常画像とセンシティブ画像を選定する。 - [ ] 299×299に正規化したPNGを、出典・ライセンス・各画像の期待クラスとともにリポジトリへ同梱する。CI実行時の外部画像取得は不要にする。 - [ ] ビルド済みserverを別プロセスで起動し、Bearer認証付きの `POST /v1/detect-images` で画像を送信する。 - [ ] 各画像について、成功応答、期待クラスが最大確率になること、5クラスの確率が有限値かつ0〜1であることを検証する。確率の完全一致は要求しない。 - [ ] モデル・画像が欠落している場合はCIを失敗させる。E2Eをskipして成功扱いにしない。 - [ ] 画像とHTTP応答の検証処理を、後続のDocker検証でも再利用できる形にする。 - [ ] `pnpm test:e2e` を追加し、既存CIへ独立したE2Eジョブを追加する。 - [ ] 起動待ちは最大120秒、各HTTPリクエストは最大60秒とし、タイムアウト時は失敗させる。 - [ ] 成功・失敗のどちらでもserverプロセスを終了させる。 ## CIの実行契機 - Pull request - mainへのpush - 手動実行(workflow_dispatch) ## 完了条件・検証 - [ ] 実画像を入力し、実モデルから期待する予測が返ることをCIで確認できる。 - [ ] 期待クラスと異なる予測、モデル・画像の欠落、起動・HTTP通信のタイムアウトを検出して失敗する。 - [ ] 成功時・失敗時ともserverプロセスが残らない。 - [ ] 既存の単体・統合テスト、型チェック、lintが通る。 ## 対象外 - 公開APIと本番の判定仕様の変更。サービスは引き続き5クラスの予測確率を返し、センシティブかどうかの最終判定は追加しない。 - モデル全体の精度評価。固定画像による回帰検証を対象とする。 - リリース時のDockerイメージ公開処理の変更。 ## 対応順 本Issueを先に対応し、後続のDockerビルド・起動・画像推論のCI(#39)で、ここで追加した画像と検証処理を再利用する。
Activity
test: replace real-person fixture with synthetic illustration
test: replace cat photo with generated fixture