用途
Playwright Test Results (DuckDB) 将近期 Playwright CI 测试结果汇总到单个 DuckDB 文件中，让你能用普通 SQL 回答关于测试失败、不稳定性（flaky）和慢测试的问题，数据每几小时刷新一次。
主要能力
- 单个 DuckDB 文件保存近期结果，无需自建数据管道。
- 提供下载（download）与增量更新（update）命令，可补齐快照缺失的最新运行。
- 通过随附的 @duckdb/node-api 绑定查询，无需单独安装 DuckDB。
- 支持按运行、SHA、PR、工作流、CI bot、项目、标签、注解等维度分析失败率、跨运行 flaky、重试救援等情况。
- 提供示例查询，包括跨运行 flaky 排行、按标签过滤，以及生成带链接的 emoji 运行历史 Markdown。
- 对于需要完整步骤树/附件/stdio 的场景，可通过 run_id + bot_name 定位并下载该运行的 blob 报告产物。
使用方式
- 首次在仓库根目录执行
npm ci。 - 下载最新快照：
GITHUB_TOKEN=$(gh auth token) node utils/test-results-db/cli.ts download。 - 如需补齐最新运行：
GITHUB_TOKEN=$(gh auth token) node utils/test-results-db/cli.ts update --lookback-days 3。 - 使用随附绑定查询，例如：
node --input-type=module -e '
import { DuckDBInstance } from "@duckdb/node-api";
const conn = await (await DuckDBInstance.create("utils/test-results-db/test-results.duckdb")).connect();
console.table((await conn.runAndReadAll(process.argv[1])).getRowObjectsJson());
' "SELECT count(*) FROM test_results"
注意：整数列以字符串返回（JSON 安全），排序与过滤应在 SQL 中完成，而不是在 JS 中。
数据表结构
只有一张表 test_results，每行对应一条测试结果（每次重试一行）。列由 reporter 输出的 parquet 推断（tests/config/parquetReporter.ts），并附加两列由该 CLI 添加。
| 列 | 含义 |
|---|---|
| run_id, run_attempt | GitHub Actions 运行身份 |
| run_started_at | 运行开始时间 |
| workflow_name | 如 tests 1 / tests 2 / tests others / MCP |
| event | push / pull_request |
| head_sha, head_branch, pr_number | 被测试的内容 |
| bot_name | 如 chromium-ubuntu-22.04-node20、webkit-macos-15-large，即 CI bot；OS 与架构编码于此，没有单独的 os 列 |
| project_name | CI 项目 = 浏览器 + 套件，如 chromium-page、webkit-library、playwright-test |
| test_title | 文件内的标题路径，用 › 连接（describe › test） |
| file, line, column_number | 源码位置（file 相对仓库根目录） |
| expected_status | passed / skipped / ... |
| status | 实际结果：passed / failed / timedOut / skipped / interrupted |
| retry | 0 = 首次尝试 |
| result_started_at | 本次尝试开始时间 |
| duration_ms | 结果耗时 |
| error_message | 拼接后的全部错误，已去除 ANSI（无错误时为 NULL） |
| tags | 字符串列表，如 ['@slow', '@flaky']（使用列表函数 / list_contains） |
| annotations | {type, description} 结构列表，如 [{'type': 'skip', 'description': 'flaky on CI'}]（无则为空列表） |
| artifact_id | 该行来源的 GitHub 产物（去重键） |
| ingested_at | 仅调试用——该行被导入的时间 |
适用场景
- 排查"红 CI 是否真的挂了"：区分跨运行 flaky（终判在运行间翻转）与单次运行内被重试救援的 flake（failed→passed）。
- 统计最常失败的测试、失败率与慢测试。
- 按 run/SHA/PR 维度回溯某次运行的测试结果。
- 在 GitHub 评论中生成紧凑的 emoji 运行历史（绿=通过，橙=重试救援，红=失败/超时，每格链接到对应运行尝试）。
限制与注意事项
- 测试以 (project_name, file, test_title) 三元组标识，应按该元组分组（Playwright 的 test_id 哈希未存储，这三列是其原像）。
- Flakiness 是派生而非存储的；最重要的信号是跨运行的终判翻转。
- 区分真实失败与有意失败：过滤
expected_status = 'passed'；标记 test.fail() 的测试记录为 status='failed' 且 expected_status='failed'，否则会主导"最常失败"列表。 - 数据库按运行数量限制大小：最旧的完整运行会随时间被淘汰，因此只保留近期窗口，而非完整历史。
- blob 与 parquet 产物保留 7 天，因此完整步骤树/附件/stdio 的获取仅对近期运行有效；数据库本身保留摘要更久（直到被运行数淘汰）。
- 快照可能缺少最新运行，需执行 update 补齐。