把验收做到「人只拍板」:三层验收方案(下·多人联网)
更多内容请访问我的个人网站

这篇写给谁
约 12 分钟读完;需要你会写 JavaScript、知道什么是客户端和服务端;没做过联网游戏也能跟——网络那部分会从「为什么它比单机难验」讲起。
如果你在做联网对战、协同编辑、实时同步这类「多端共享一个权威状态」的系统,这篇讲的是怎么把验收自动化。这是三层验收系列的第三篇:上篇讲三层怎么分工,中篇讲第一层(逻辑与接口)怎么落地,这一篇讲同一套分层搬到多人联网时,哪一层要改、哪一层根本补不上。下文的「E2E」指端到端测试,即从界面入口一路跑到结算的全链路自动化测试。读完你能带走三件东西:一张「单机模式能替代 / 不能替代」的能力表、一套服务端无头代打的形态、以及判定「结算出现」是否等于「胜负正确」的断言写法。
下面这张表按角色说明你能带走什么、从哪一节读起:
| 读者 | 带走什么 | 拿它做什么 | 从哪节开始读 |
|---|---|---|---|
| 做联网对战的客户端 | 单机模式覆盖不到的能力清单 | 照「单机模式能替代多少」一节决定哪些必须先做双端 | 3 |
| 做服务端权威逻辑的人 | 无头代打的最小形态 | 按「无头代打在多人侧长什么样」一节起一个假客户端 | 5 |
| 维护自动化流水线的人 | 多人专属的断言矩阵 | 抄「验收判据」一节补上缺的三类断言 | 6 |
| 技术负责人 | 「人只拍板」在多人侧的量化边界 | 用「人只拍板在多人侧怎么量化」一节定人工介入上限 | 7 |
不适合谁:想找现成联机测试工具的人——这篇讲验收怎么设计,不讲工具怎么装。
环境准备
- Node.js 18 以上,服务端与假客户端都跑在 Node 里。
- 起浏览器做抽检时需要 Playwright(1.x)驱动本机 Chrome:
# 装浏览器自动化(本项目用 Playwright 1.x 驱动本机 Chrome)
# 只需要装一次,之后复用本机 Chrome
npm install -D playwright
假客户端可以直接用 Node 内置模块写,不引入额外依赖。
全文概要
多人联网的验收,难点不在「多一个玩家」,在两点:一是单机模式看起来能覆盖很多,实际覆盖不到关键路径;二是多人独有的不确定性(延迟、抖动、断线、重连)没法靠单机兜住。
这篇沿用三层验收的分工——第一层逻辑与接口、第二层无头代打、第三层渲染抽检加人拍板——但每一层在多人侧都要换形态,下面这张表是全文导航:
| 节 | 要回答的问题 | 给出的东西 |
|---|---|---|
| 2 | 多人现状离「可信」还有多远 | 一次多人 E2E 的量化画像 |
| 3 | 单机模式能替代多少 | 能 / 不能替代的能力表 + 先单人后双人的理由 |
| 4 | 多人独有的不确定性怎么验 | 网络注入 + 状态收敛断言 |
| 5 | 无头代打在多人侧长什么样 | 服务端 + 假客户端的最小回路 |
| 6 | 怎么防止「结算出现」骗过验收 | 三类必须补的断言 |
| 7 | 「人只拍板」在多人侧怎么量化 | 四条可核约定 |
多人验收的现状:一半的失败说不清,四分之一的时间在盲等
先看一组静态统计。这里的「场景」仍是一份声明式的动作清单,「块」是清单里的一步动作,「盲等」是固定等待若干毫秒、不判断条件是否已经满足的那种块。
| 指标 | 实测值 |
|---|---|
| 多人场景总数 | 62 个(其中 61 个可跑,1 个用旧字段格式) |
| 盲等块 | 340 块,合计 1502.5 秒(约 25 分钟) |
| 双人对局场景 | 53 个,盲等 1431.5 秒 |
| 单人对局场景 | 8 个,盲等 71 秒 |
| 「读一次状态」的脚本块 | 151 个 |
| 「轮询直到状态满足」的等待块 | 0 个 |
| 截图块 | 106 个 |
这张表里最值得看的是中间两行:有 151 个「读一次状态」的脚本,却一个「轮询直到状态满足」的等待块都没有。
这说明什么?那些脚本读到的只是某一瞬间的快照,读完只写进日志、不做判断;为了让那一瞬间「大概率是对的」,场景就在前面塞一段盲等。盲等是在替轮询干活——本该「等到条件满足再继续」,被写成了「先等 25 秒,再读一次,读不到就算了」。
106 个截图也一样:只存图,不比对。图存下来了,但没有任何一步判断「这张图和上次比,画面有没有坏」。存图成了归档动作,不是验收动作。
还有一个更隐蔽的问题:多人对局的权威状态在服务端。客户端画面只是表现。如果验收只看客户端截图,那它验的是「表现看起来对」,不是「服务端算得对」。
单机模式能替代多少
多人项目里通常藏着一个「单人模式」:只进一个玩家,但对局逻辑走的是和服务端同一个权威核心。它真实存在,而且能跑——这对验收是个巨大的诱惑:跑单人不就不用开两个浏览器了?
先把这个诱惑拆开。单机模式确实省掉了四件事:
| 单机模式省掉的 | 为什么值钱 |
|---|---|
| 第二个浏览器实例 | 资源减半,跑得更快 |
| 双端时间线对齐 | 不用等两个客户端都到同一帧 |
| 跨客户端的状态同步、预测、回滚 | 这些是多人最容易出 bug、也最难验的部分 |
| 网络抖动与重连 | 单机没有网络 |
所以「先用单人模式把三层跑通」是对的。但它有一条硬边界——下面这六类,单人模式在原理上就验不到:
| 多人独有、单人验不到的 | 为什么单人验不到 |
|---|---|
| 踢人 / 退出后的联动 | 只有一个玩家,没有「被踢的人」 |
| 房主转移 | 没有第二个房主候选人 |
| 双端状态同步与插值预测 | 没有第二个客户端可以比对 |
| 双方就绪、倒计时、满员与超时 | 就绪人数永远凑不齐 |
| 断线重连 | 单机不经过网络,断不了 |
| 延迟、丢包、抖动 | 同上 |
这张表的意思不是「单人模式没用」,而是「单人模式的覆盖有上限」。按经验估计,它能覆盖大约一半到七成的对局路径(这个比例要按自己项目实测校准,不能照抄);剩下的三到五成,恰好是多人 bug 最密集的地方。
这也解释了一个常见的错误做法:单人和双人并行改造。两条线对「等待什么状态」的需求不一样——单人只等「我这端好了」,双人要等「两端都好了」。同一个等待逻辑被两种时序需求拉扯,返工率很高。所以务实的顺序是:先把单人模式的三层跑通,把等待逻辑稳定下来,再扩双人。
多人独有的不确定性怎么自动验
网络不确定性是多人验收绕不开的部分。它不能靠「多跑几次碰运气」,得靠可复现的注入。
做法是在客户端和服务端之间加一个代理,按参数注入延迟、抖动和丢包,下面这段是它的流程:
1 │ 客户端 ──▶ 代理(可注入故障) ──▶ 服务端
2 │
3 │ 代理参数(示例):
4 │ delay = 100ms 每个包固定延迟
5 │ jitter = 30ms 在固定延迟上再加随机抖动
6 │ loss = 2% 按概率丢弃数据包
7 │
8 │ 断言:
9 │ 注入期间对局不崩、指令不丢、状态最终收敛到一致
10 │ 断开代理 → 重连 → 双方状态必须回到同一份权威状态
这三个参数不是拍脑袋定的,要按你的目标网络环境取:示例里的 100 毫秒延迟、30 毫秒抖动、2% 丢包是一组常用起点;目标是跨地域对战时,延迟和丢包通常都要调高。关键是参数要写进场景、可复现,不能每次手动改。
除了网络注入,多人还有一类断言容易被忽略:状态收敛。断线重连之后,不只是「连上了」就算通过,还要断言两端看到的世界是同一份——同一个单位的位置、同一份血量、同一个胜负状态。
这里有个真实踩过的坑,值得单独说:「结算画面出现」不等于「胜负算对了」。
一次审核里发现,原来的断言只检查「结算出现了」。但同一个结算画面,可能来自三个完全不同的原因,下面这张表把它们分开:
| 结算触发源 | 实际发生了什么 | 只断言「结算出现」会怎样 |
|---|---|---|
| 正常打完 | 一方被击败,胜负正确 | 通过,正确 |
| 调试接口强制结算 | 任何调用方指定一个赢家就直接结算,没有任何校验 | 通过,但胜负是假的 |
| 重连耗尽后前端兜底 | 前端显示结算,实际对局没打完 | 通过,但根本没打完 |
也就是说,一条「结算出现了」的断言,能让三种情况同时变绿——包括两种 bug。正确的断言要更细:断言胜负值本身、断言血量曲线、断言结算的触发源。触发源要能从服务端读出来(例如标记为「超时」「击败」「调试接口」),并且断言它属于预期的那一种。
无头代打在多人侧长什么样
单机项目的无头代打,是「起逻辑核心 + 假的输入」。多人项目的无头代打,是「起服务端 + 假客户端」。
前提还是那一条:权威状态在服务端,且服务端能脱离渲染独立运行。满足这条,一个 Node 进程就能当玩家:连上房间服务、自动准备、按固定节奏发预置指令、等到对局结束、把结果写成 JSON。
1 │ 启动房间服务(服务端权威逻辑)
2 │ 创建一个假客户端,进房,自动准备
3 │ 每 66 毫秒发一条预置指令(移动 / 攻击 / 技能,来自固定序列)
4 │ 等服务端把对局推进到结束,读出结算
5 │ 记录:胜负、双方血量曲线、击杀数、对局时长
6 │ 同一场景跑 N 次(N 次可以是不同种子,也可以是同一份固定操作序列)
7 │ 判据:N 次的结果落在预期区间内,而不是要求逐帧一致
下面这张时序图把这条回路画出来:
sequenceDiagram
participant 假客户端
participant 房间服务
participant 权威逻辑
假客户端->>房间服务: 进房并自动准备
房间服务->>权威逻辑: 开局
假客户端->>房间服务: 每 66 毫秒发预置指令
权威逻辑->>房间服务: 结算(胜负与血量曲线)
房间服务-->>假客户端: 对局结束
注意第 7 行:不追求逐帧一致。多人对局里,网络时序本来就会让两局的中间过程不同;要求逐帧一致等于要求网络确定,那是另一个量级的工程。可接受的目标是「同样的输入、N 次运行,结果的分布稳定」。
下面这张表对比单机代打和多人代打,说明哪些能照搬、哪些必须换:
| 维度 | 单机代打 | 多人代打 |
|---|---|---|
| 启动什么 | 逻辑核心 | 房间服务 + 假客户端 |
| 权威状态在哪 | 进程内 | 服务端 |
| 输入是什么 | 固定按键序列 | 固定指令序列(按协议发) |
| 一致性要求 | 可以要求同种子结果完全一致 | 只要求 N 次分布稳定 |
| 需要浏览器吗 | 不需要 | 不需要 |
| 额外要验的 | 无 | 指令不丢、状态收敛、结算触发源 |
多人代打有一个单机没有的门槛:等待逻辑必须重写。单机里「等我这端好了」就够了,多人要等「两端都好了」——比如双方就绪人数等于房间人数。这不是加个判断,而是要把等待条件从「本地状态」改成「服务端权威状态」,否则会出现「我以为开局了,对面还没准备好」的假通过。
「人只拍板」在多人侧怎么量化
单机那套「人只拍板」的四条约定,在多人侧要补一条最关键的:基线不能是人打出来的。下面这张表是四条约定在多人侧的侧重:
| 编号 | 约定 | 为什么在多人侧更要紧 |
|---|---|---|
| K1 | 每版本人工介入 ≤ 1 次 | 多人的失败更难一眼看懂,容易退化成「每次都要人看一眼」 |
| K2 | 人不进入对局操作 | 人一进对局,时序就不可复现,等于破坏了代打的前提 |
| K3 | 基线必须由程序生成 | 人手打出来的基线带了人的操作误差,之后每次比对都在跟不确定的东西比 |
| K4 | 阈值由人定一次,之后机器守 | 改阈值必须留变更声明,否则「调阈值凑绿」无法被发现 |
K3 在多人侧是要害。单机里人打一局存图,影响的是那一局的画面;多人里人打一局,影响的是整条时序——人什么时候点、点多快,都会改变服务端看到的指令序列。用这样的基线去比对,等于拿一个随机样本当标准答案。
正确做法是:程序跑对局出结果、出图、出状态快照,人只看差异图和分布阈值,点头或退回。人做的是「判」,不是「演」。
验收判据:多人侧怎么算自动通过
多人验收的每一层,都可以给一条可执行的判据,下面这张表逐层列出:
| 层 / 对象 | 通过 | 不通过 |
|---|---|---|
| 单人模式三层跑通 | 单人场景全绿,等待逻辑用服务端状态 | 仍靠盲等或本地状态判断 |
| 双端状态收敛 | 断线重连后两端状态一致 | 只有一端恢复,或结算状态被断连误置 |
| 胜负正确性 | 断言胜负值 + 血量曲线 + 结算触发源 | 只断言「结算出现」 |
| 网络注入 | 注入延迟 / 抖动 / 丢包后对局不崩、指令不丢 | 注入后崩或不收敛 |
| 截图比对 | 像素差异低于阈值自动通过 | 差异超阈值却没有提示 |
下面这条最小验证命令跑一局无头对局并输出结果:
# --players 1 先跑单人模式;稳定后再改 2
# 输出每局的胜负、时长、击杀数;多跑几组看分布是否稳定
node scripts/headless-battle.cjs --players 1 --runs 5 --seed 12345
跑完会输出每局的胜负、时长和击杀数;如果 5 局的胜负方向完全不随操作变化,先怀疑输入序列没生效,而不是先怀疑对局逻辑。
总结
多人联网的验收不能照抄单机,原因有两层:
- 覆盖有上限:单人模式能省掉第二浏览器、双端对齐和网络,但也正因为省掉了这些,它验不到踢人、房主转移、双端同步、就绪倒计时、重连、延迟丢包这六类。所以顺序是「先单人跑通、再扩双人」,不是并行。
- 判别要更细:多人最容易骗人的是「结算出现了」——它可能来自正常打完、调试接口强制结算、或重连耗尽的兜底。断言必须落到胜负值、血量曲线和结算触发源三件事上。
- 无头代打换形态:从「起逻辑核心 + 假输入」变成「起服务端 + 假客户端」,不追求逐帧一致,只要求 N 次分布稳定。
- 人只拍板:四条约定里,K3(基线必须程序生成)在多人侧最要害。
一句话:多人验收的可信度,取决于你有没有把「看起来结束了」和「真的算对了」分开断言。
还能怎么改进
这套方案的边界:
- 它假设服务端权威逻辑能脱离渲染独立运行。如果对局状态还依赖客户端上报,代打的「真相」就不成立。
- 网络注入只覆盖延迟、抖动、丢包三类;乱序、重复包、半开连接这些更极端的场景还没纳入。
- 截图比对能发现「画面变了」,判断不了「变好还是变坏」;观感仍然只能抽检。
- 难度与节奏只能给出胜率和时长分布,阈值需要人定一次。
下一步可以往三个方向走:把网络注入从代理层下沉到协议层,模拟更真实的乱序与重复;把「结算触发源」从服务端日志提升为协议字段,让断言不依赖日志格式;把单人和双人的等待逻辑抽成同一个参数化实现,减少扩双人时的返工。
你下一步能做什么
在你现在的多人项目里,找出那条「只断言结算出现」的用例,把它改成断言三件事:胜负值、至少一条血量曲线、结算触发源。改完再跑一次,如果它在新断言下变红,说明你刚发现了一个原本被假绿掩盖的问题。
这些内容来自哪里
这些内容来自一个真实联网对战项目的验收方案设计:先对多人测试场景做了全量静态统计,再对照单机模式逐项判断「能替代 / 不能替代」,方案经过一轮独立审核后按裁决修订。文中的现状数字来自场景清单的静态统计和运行器块定义,不是估算;「结算出现不等于胜负正确」这条判据是审核阶段从代码路径里核出来的,不是事后总结。
相关文章
- Vibe Coding 多人游戏(二十一):测试策略体系:这套多人测试体系的总览,本篇是其中「无头代打」与「人只拍板」两条线的展开。
- Vibe Coding 多人游戏(十四):E2E 自测与根因修复:多人 E2E 的早期实现,本篇在此基础上补上分层与判据。
- Vibe Coding 多人游戏(八):大重构 Monorepo + 双服务 + Logic 共享层 + 开闭原则:无头代打的前提「逻辑与渲染分离」就是那次重构打下的。
- Vibe Coding 多人游戏(七):Phase 2 切换到状态同步 + TSRPC:服务端权威状态同步的通信层,是本篇「状态收敛断言」的对象。
- 测试全绿功能却是坏的:故意改坏代码,看测试能不能红:本篇「结算出现不等于胜负正确」是同一类问题的多人版。
- 自动化脚本别靠「等一会儿」:换明确信号:多人场景里三百多块盲等的病根,与那篇讲的是同一个。
- 把内存泄漏做成可定位、可自动拦截的观测体系:同样讲「把不可见的运行时状态变成可断言的数据」。
- 网站上线后怎么确认没坏:自动巡检、失败告警与索引推送:截图当变化探测器、差异即报警的思路来源。
浙公网安备 33010602011771号