用途：在 ONNX Runtime 仓库中运行测试、调试测试失败、查找并执行特定测试用例。
主要能力：C++ 侧使用 Google Test，核心测试可执行文件为 onnxruntime_test_all（框架、图、优化器、会话）与 onnxruntime_provider_test（各执行提供者的算子/内核测试）。注意两个同名 attention_op_test.cc：test/providers/cpu/llm/ 下为 ONNX 域 Attention（套件 AttentionTest.），test/contrib_ops/ 下为 contrib MultiHeadAttention/GroupQueryAttention（套件 ContribOpAttentionTest.），二者都编入 onnxruntime_provider_test。Python 侧优先 unittest，也可用 pytest。
使用方式：始终在构建输出目录运行，否则可能找不到依赖。Linux：cd build/Linux/Release 后执行 ./onnxruntime_provider_test --gtest_filter="TestName"；macOS 路径为 build/MacOS/Release；Windows 为 build\Windows\Release 下的 .exe。也可用构建脚本：./build.sh --config Release --test（Windows 用 .\build.bat --config Release --test），前提是已成功构建。默认路径为 build/<Platform>/<Config>/，Visual Studio 多配置生成器下 config 可能重复出现，可用 --build_dir 自定义。找不到二进制时用 find build -name onnxruntime_provider_test -type f 或 Windows 的 Get-ChildItem 递归搜索。Python 示例：pytest onnxruntime/test/python/test_specific.py、pytest 文件::类::方法、pytest -k "test_keyword" 目录。
适用场景：定位并运行单个或子集测试、排查失败、验证改动。
限制与注意事项：运行前激活 Python 虚拟环境；输出可能很大，建议重定向到文件；C++ 测试前确认构建目录存在且已完成构建；全量套件过慢时用 --gtest_filter 缩小范围。警惕假绿：零匹配过滤器仍返回 0（需确认实际运行测试数非零）；增量构建的陈旧二进制；检查了错误产物的新鲜度（如 dlopen 的 provider .so）；正确回退路径掩盖目标路径；仅在单一 GPU 架构验证的架构可移植性假绿。验证实际执行路径时可开启详细日志检查调度日志行，或强制路径并加编译期守卫使测试 SKIP。Linux 无 GPU 跑 WebGPU 测试可参考 webgpu-local-testing 技能。