Codex通过精准影响分析执行关联测试：先识别Git改动范围，再基于导入关系、调用链和返回值消费路径筛选用例；支持文件级、函数级及UI回归测试联动CueCast MCP，避免全量执行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Codex精准运行本次修改所影响的测试，不能直接执行全部测试套件，必须先识别代码改动范围、推导影响路径、再筛选出真正需要验证的用例，否则可能漏测关键路径或浪费大量时间在无关用例上。
自动识别改动并匹配测试用例
在项目根目录终端中运行：codex "run tests related to my recent changes"。Codex 会自动比对 Git 差异，提取被修改的函数名、类名、接口路径和文件路径。
它不会仅靠文件名粗暴匹配（比如改了 src/auth.py 就跑所有 tests/test_auth*.py），而是深入分析：该文件是否被其他模块 import；其中的函数是否作为参数传入路由/服务调用链；返回值结构是否被前端组件直接消费。只有满足任一影响条件的测试文件才会被纳入执行列表。
若当前分支无未提交更改，Codex 会报错退出，【不回退到运行全部测试】。
手动指定目标测试集（推荐用于调试阶段）
方法一：按文件粒度触发
运行：codex "run tests/test_user_service.py --tb=short" src/user_service.py。Codex 会先解析 src/user_service.py 中被修改的函数签名，再检查 test_user_service.py 中哪些 test_* 函数显式调用了这些函数——只执行命中调用链的测试用例，跳过 setup 阶段就失败的冗余用例。
配置 OpenClaw 多提供商认证与 OpenAI Codex OAuth 备用方案，实现自动模型切换，适用于多 OpenAI Codex 账户设置。
方法二：按函数名精准定位
若你刚修改了 validate_token 函数，在终端输入：codex "find and run all tests calling validate_token"。Codex 会执行跨文件符号引用扫描，包括 pytest 的 parametrize 参数、mock.patch 目标、甚至类型注解中声明的 Protocol 实现类，确保所有间接调用路径都被覆盖。
注意：此方式要求项目已启用 mypy 或 pyright 类型检查，否则无法可靠识别 Protocol 和 ABC 调用关系。
结合 CueCast MCP 执行 UI 回归测试
第一步：确认改动是否涉及前端交互逻辑
运行：codex "analyze if my changes affect frontend behavior"。Codex 会检查是否修改了 API 响应字段、状态码、错误消息格式、或新增了需前端处理的新 header。
第二步：触发关联 UI 测试
若判定有影响，执行：codex "run UI regression for auth flow via CueCast MCP"。Codex 会通过 MCP 查询 CueCast 中所有标记为 auth-flow 分组的用例，过滤出最后执行时间早于本次 Git commit 时间戳的用例，并发起异步执行请求。
第三步：等待结果并定位失败点
CueCast 执行完成后将返回结构化报告，Codex 自动提取失败用例的截图、控制台日志、网络请求响应体，并高亮显示与本次代码修改字段直接相关的断言行，例如：assert response.json()['user']['avatar_url'] is not None → 此处 avatar_url 字段在 src/api/v1/users.py 第 87 行被改为可选字段，但测试仍强制校验非空。
