---
title: "Двухтысячелетняя река подсказала мне таймаут получше"
description: "Наш самый медленный тест ждёт настоящего агента программирования в песочнице Kubernetes. По расходу токенов удавалось распознать зависший прогон, а со сбоями, против которых длинный таймаут бессилен, справились изоляция и уборка."
url: "https://owlmeans.com/ru/blog/self-running-e2e/"
lang: "ru"
---

# Двухтысячелетняя река подсказала мне таймаут получше

![Иллюстрация: регулирование реки, автоматический тест и сова](https://owlmeans.com/_astro/hero.DnSQOoDU_1KHJzA.webp)

Наш самый тяжёлый сквозной тест мог ждать агента 40 минут. В первой версии таймаут был 80 минут. Если прогон переставал делать полезную работу, я нередко узнавал об этом, лишь прождав большую часть этого срока.

У меня из головы не шёл Дуцзянъянь. [По описанию ЮНЕСКО](https://whc.unesco.org/en/list/1001/), это ирригационная система, которую начали строить в III веке до н. э. Она управляет течением реки без плотины. Ею пользуются до сих пор, и её по-прежнему обслуживают.

Для одного решения в моём тесте это сравнение оказалось полезным. Мне нужен был сигнал от работающего процесса, а не очередная догадка о том, сколько он должен длиться.

Тест управляет OwlMeans через браузер. Он регистрирует пользователя, отправляет промпт, ждёт спецификацию и подтверждает её. Для проекта поднимается новая песочница в Kubernetes. Потом агент разрабатывает первую пользовательскую историю.

В прогонах, на которых основана эта июньская статья, последний шаг занимал от 10 до 40 минут.

Если подменить модель моком, получишь ответ на другой вопрос. А здесь я хотел знать, смогут ли браузер, конвейер и окружение проекта пройти весь сценарий вместе.

Браузерная обвязка — это `@owlmeans/test-ui` поверх Playwright. Тестовый вход в ней идёт через наш механизм супервизора, поэтому именно этот тест не доказывает, что работает настоящий вход через Google.

Песочницу создаёт `@owlmeans/kephemeral`. Пакет выделяет временное пространство имён, хранилище, рабочую нагрузку и сетевую политику. А ещё следит за рабочей нагрузкой и умеет восстановить упавший под.

Такое восстановление помогает окружению оставаться доступным. Но верен ли ответ агента, тест из этого не узнает.

## Цикл ожидания

Пока агент работает, он расходует токены. Изменения баланса в учёте я считал признаком того, что прогон ещё активен.

Тест снимал показания баланса каждые 20 секунд. Пока баланс менялся, детектор разрешал ждать дальше, а если баланс 10 минут стоял на месте, завершал прогон с ошибкой: возможно, тот завис.

Это была эвристика активности для нашего конвейера. Меняющийся баланс может означать и бесполезную работу. А неподвижный — и оправданное ожидание, и запоздалый учёт, и проблему за пределами модели.

Проверки ожидаемого состояния истории и поведения браузера мне всё равно были нужны. Расход токенов их не закроет.

Пороги я подбирал под июньский сценарий. Навязывать их другой команде как значения по умолчанию я бы не стал. Запиши, какие сигналы на самом деле подаёт твоя долгая операция, и уже потом решай, после какой паузы пора разбираться.

[Рекомендации Playwright по тестированию](https://playwright.dev/docs/best-practices) тоже делают упор на изоляцию тестов. Наше медленное ожидание было лишь одним из источников ненадёжных прогонов.

## Брошенная песочница

Прерви тест после выделения ресурсов — и он может оставить после себя проект. Тогда следующий прогон наткнётся на окружение, которое тест создавать не собирался.

Мы раз за разом использовали один и тот же тестовый профиль: до и после каждого прогона обвязка удаляла его тестовые проекты. Уборка перед прогоном была важна, потому что предыдущий процесс мог так и не дойти до сворачивания.

Область удаления должна оставаться узкой. Уборка, которая задевает посторонние проекты, была бы проблемой куда серьёзнее нестабильного теста.

Сообщай о сбоях уборки. Если ресурсы остались, а следующий тест стартует так, будто уборка удалась, полезные улики пропадают из виду. Прежде чем идти дальше, проверь, в каком состоянии всё на самом деле.

Так в этой конфигурации исчез повторяющийся источник помех. Последующие сбои всё равно приходилось расследовать.

## Дорога домой

![Cloudflare подключается к домашнему кластеру Kubernetes через промежуточный сервер и зашифрованный туннель](https://owlmeans.com/_astro/inline-1.CSQYfTeh_Z4MUUD.webp)

Кластер работал на сервере у меня дома. У домашнего подключения к интернету не было публичного адреса, пригодного для входящих соединений.

Маршрут строился на облачной виртуальной машине с зарезервированным публичным IP, прокси на Nginx и [WireGuard](https://www.wireguard.com/). Трафик шёл от Cloudflare к промежуточному серверу, по зашифрованному туннелю — на домашний сервер, а оттуда — в сервис Kubernetes.

Это была наша схема с промежуточным сервером. Не путай её с вариантом, где весь транспорт держится на коннекторе Cloudflare Tunnel.

Маршрут настраивали Terraform, Ansible и shell-скрипты, а сторожевой процесс каждые 60 секунд проверял правила файрвола и исправлял те расхождения, которые умел распознать. Отдельные правила он мог восстановить. Сеть всё равно могла отказать.

Зарезервированный адрес должен был переживать сносы инфраструктуры, описанные в конфигурации. Состояние у провайдера, учётные данные и конфигурацию всё равно нужно было поддерживать.

Теперь сбой сети должен давать мне именно сбой сети, который можно изучить. Если дольше ждать агента, сломанный маршрут к его окружению не починится.

После этой работы тест стало проще диагностировать. Я мог отличить друг от друга затихшего агента, брошенную песочницу и оборванный путь в кластер, а не давать всем трём ещё час.

Обходной путь для входа, библиотеку выделения ресурсов, права на уборку, учёт токенов и сетевую конфигурацию по-прежнему нужно поддерживать. Изменение любого из них может сломать одно из допущений теста.

В Услуги OwlMeans может входить такая инфраструктура для поставки и тестирования. Работа должна учитывать реальный стек и то, как он на самом деле отказывает; июньская конфигурация — не обещание развернуть любую систему за несколько дней.

Ждать я стал меньше, а поддерживать обвязку — больше. Для этого сценария такой обмен того стоил.

_Впервые опубликовано 23 июня 2026 года. Отредактировано 15 октября 2026 года: детектор активности отделён от проверок правильности, а утверждения об инфраструктуре снабжены оговорками._

[Услуги OwlMeans](https://owlmeans.com/ru/services)
