帮我写一个 WebRTC PeerConnection 的封装类，支持音视频通话。

我需要一个 WebRTC PeerConnection 的封装类。

请按照 TDD 流程：
1. 先写出关键场景的测试用例（至少包括正常流程、网络中断、对端离线三个场景）
2. 再实现代码让测试通过
3. 确保测试覆盖率 > 80%

测试用例应该包括：
- 正常建立连接
- Offer/Answer 交换失败
- ICE 候选收集超时
- 网络中断后重连
- 优雅关闭连接

用 pytest 框架，给我可直接运行的代码。

请用 TDD 方式实现一个 [功能描述]。

要求：
1. 先给出测试用例（用 [测试框架] 编写）
2. 测试用例要覆盖：正常流程、边界条件、异常场景
3. 实现代码要让所有测试通过
4. 给出运行测试的命令

输出格式：
- test_[模块名].py：测试代码
- [模块名].py：实现代码
- README.md：如何运行测试

# AI 生成的测试
pytest test_webrtc_manager.py -v --cov=webrtc_manager --cov-report=html

帮我写一个 HTTP 请求重试逻辑。

我需要一个带指标监控的 HTTP 请求重试逻辑。

功能要求：
- 支持指数退避重试（最多 3 次）
- 可配置重试条件（哪些状态码需要重试）

度量要求（用 Prometheus metrics）：
- http_request_total: 总请求数（按 method, path, status_code 分类）
- http_request_retry_total: 重试次数
- http_request_retry_success_rate: 重试成功率
- http_request_duration_seconds: 请求耗时分布

请生成：
1. 实现代码（包含埋点）
2. Grafana 监控面板配置（JSON）
3. 告警规则（重试成功率 < 50% 时告警）

我要实现一个分布式任务调度系统。

请先给出度量设计方案，包括：
1. 关键指标清单（Golden Signals: Latency, Traffic, Errors, Saturation）
2. 每个指标的采集方式（Gauge / Counter / Histogram）
3. 监控面板布局建议
4. SLO 定义（可用性目标、性能目标）

然后再实现代码。

## 验收测试用例

### 正常流程
- 用户 A 发送消息，用户 B 能在 100ms 内收到
- 支持 10000 个并发连接

### 边界条件
- 用户离线时，消息能缓存 24 小时
- 单个用户消息队列 > 1000 条时，触发限流

### 异常场景
- WebSocket 连接中断，自动重连（最多 3 次）
- Redis 挂掉，降级到内存队列

请根据以上验收测试用例，用 pytest 写出测试代码。

包括：
- 单元测试（测试消息队列、限流逻辑）
- 集成测试（测试完整推送流程）
- 性能测试（用 locust 模拟 10000 并发）

## 关键指标

### RED Metrics
- **Request Rate**: 每秒推送消息数
- **Error Rate**: 推送失败率（目标 < 0.1%）
- **Duration**: P99 推送延迟（目标 < 100ms）

### 业务指标
- active_connections: 当前活跃连接数
- message_queue_depth: 待推送消息队列深度
- offline_message_count: 离线消息数量

### 资源指标
- CPU 使用率
- 内存使用率
- Redis 连接数

请在实现代码中加入以上指标的埋点（用 Prometheus Python Client）。

并生成：
1. Grafana 监控面板配置
2. 告警规则（推送失败率 > 1% 或 P99 延迟 > 200ms 时告警）

请实现实时消息推送服务，要求：

1. 按照之前的测试用例，确保所有测试通过
2. 按照之前的度量方案，加入指标埋点
3. 使用 FastAPI + Redis + WebSocket
4. 代码要包含：
   - 核心实现（message_service.py）
   - 测试代码（test_message_service.py）
   - 度量埋点（metrics.py）
   - Docker Compose 配置（包含 Prometheus + Grafana）
   - README（如何运行、如何查看监控）

给我可以直接运行的完整项目。

# 1. 运行测试
pytest test_message_service.py -v --cov

# 2. 启动服务
docker-compose up -d

# 3. 查看监控面板
open http://localhost:3000  # Grafana

# 4. 运行性能测试
locust -f load_test.py

测试用例 test_offline_message_cache 失败了，错误信息：
[粘贴错误日志]

请修复代码，并解释为什么会失败。

              架构文档
          （系统是怎么设计的？）
                 │
                 ▼
              运维手册
          （怎么部署、怎么排障？）
                 │
                 ▼
              代码注释
          （这段代码为什么这样写？）

# 计算重试延迟
delay = base_delay * (2 ** attempt)

# 使用指数退避策略避免雪崩效应
# 为什么选择 2 倍增长？实测发现线性增长在高并发下效果不好
# 为什么有上限？防止单次重试等待时间过长，影响用户体验
delay = min(base_delay * (2 ** attempt), max_delay)

请在代码中加入注释，要求：
1. 每个函数有 docstring（包括参数、返回值、可能的异常）
2. 复杂逻辑要解释"为什么这样设计"，而不是重复代码在做什么
3. 关键的设计决策要用注释记录（比如为什么选择这个算法、这个阈值）
4. 不要写废话注释（如 "# 循环遍历列表"）

请为这个系统生成架构文档，包括：

1. 系统架构图（用 Mermaid 绘制）：
   - 核心组件及其职责
   - 组件之间的调用关系
   - 外部依赖（数据库、消息队列、第三方服务）

2. 数据流图：
   - 请求从进入到响应的完整路径
   - 数据在各组件间的转换

3. 关键设计决策：
   - 为什么选择这个技术栈？
   - 有哪些 trade-off？
   - 未来可能的扩展点？

graph TB
    subgraph Client
        A[Web Client] --> B[API Gateway]
        C[Mobile App] --> B
    end

    subgraph Backend
        B --> D[Auth Service]
        B --> E[Message Service]
        E --> F[(Redis)]
        E --> G[(PostgreSQL)]
        E --> H[Notification Worker]
    end

    subgraph Monitoring
        E --> I[Prometheus]
        I --> J[Grafana]
    end

请生成一个 RUNBOOK.md 运维手册，包括：

1. 快速启动：
   - 环境要求
   - 一键部署命令
   - 健康检查方法

2. 常见问题排查：
   - 问题现象 → 可能原因 → 排查步骤 → 解决方案
   - 至少覆盖 5 个常见问题

3. 监控告警：
   - 关键指标说明
   - 告警处理 SOP
   - 扩缩容建议

4. 回滚方案：
   - 如何快速回滚到上一版本
   - 数据兼容性注意事项

              可验证性（TDD）
             "确保写对了"
                   ▲
                  / \
                 /   \
                /     \
               /       \
              /    ◉    \
             /   质量    \
            /   保障     \
           ▼             ▼
   可观测性（MDD）    可理解性（活文档）
  "确保跑得好"       "确保看得懂"

"""三大护法代码生成器（简化版）"""
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate

llm = ChatOpenAI(model="gpt-4o")

def generate_with_three_guards(requirement: str):
    """按顺序生成：测试 → 指标 → 实现 → 文档"""

    # Step 1: 可验证性 - 先生成测试用例
    test_prompt = ChatPromptTemplate.from_template(
        "根据需求生成 pytest 测试用例，覆盖正常/边界/异常场景：\n{requirement}"
    )
    tests = (test_prompt | llm).invoke({"requirement": requirement})

    # Step 2: 可观测性 - 设计度量指标
    metrics_prompt = ChatPromptTemplate.from_template(
        "为以下需求设计 Prometheus 指标（包含 RED Metrics）：\n{requirement}"
    )
    metrics = (metrics_prompt | llm).invoke({"requirement": requirement})

    # Step 3: 生成实现 - 带约束！
    impl_prompt = ChatPromptTemplate.from_template("""
根据需求实现代码，必须满足：
1. 让以下测试通过：{tests}
2. 包含以下指标埋点：{metrics}
3. 关键函数要有 docstring
需求：{requirement}
""")
    implementation = (impl_prompt | llm).invoke({
        "requirement": requirement, 
        "tests": tests.content,
        "metrics": metrics.content
    })

    # Step 4: 可理解性 - 生成活文档
    doc_prompt = ChatPromptTemplate.from_template(
        "用 Mermaid 画出以下代码的架构图，并写一个 RUNBOOK.md：\n{code}"
    )
    docs = (doc_prompt | llm).invoke({"code": implementation.content})

    return {"tests": tests, "metrics": metrics, "code": implementation, "docs": docs}

Step 1: ✅ 生成了 7 个测试用例（正常 3 + 边界 2 + 异常 2）
Step 2: ✅ 定义了 5 个指标（rate, errors, duration, 业务指标 x2）
Step 3: ✅ 生成了实现代码（含埋点）
Step 4: ✅ 生成了架构图和 RUNBOOK.md

@startmindmap
<style>
mindmapDiagram {
  .root {
    BackgroundColor #2C3E50
    FontColor white
    FontSize 16
    FontStyle bold
  }
  .problem {
    BackgroundColor #E74C3C
    FontColor white
  }
  .tdd {
    BackgroundColor #3498DB
    FontColor white
  }
  .mdd {
    BackgroundColor #27AE60
    FontColor white
  }
  .doc {
    BackgroundColor #9B59B6
    FontColor white
  }
  .action {
    BackgroundColor #F39C12
    FontColor white
  }
}
</style>

*[#2C3E50] AI 辅助编程\n三大护法 <<root>>

left side

**[#E74C3C] 核心问题 <<problem>>
*** AI 写代码快 10 倍
*** 但验证方法跟不上
*** 可能 10 倍速制造技术债
****_ 不知道写对没
****_ 不知道跑得怎样
****_ 三个月后看不懂

**[#3498DB] 护法一：可验证性\n（TDD） <<tdd>>
*** 核心问题
****_ AI 写对了吗？
*** 实现方法
****_ 先写测试用例
****_ 再让 AI 写实现
****_ 测试通过 = 验收通过
*** 关键要点
****_ Red → Green → Refactor
****_ 覆盖正常/边界/异常
****_ 测试覆盖率 > 80%

right side

**[#27AE60] 护法二：可观测性\n（MDD） <<mdd>>
*** 核心问题
****_ 代码跑得怎样？
*** 实现方法
****_ 先定义度量指标
****_ 再让 AI 加埋点
****_ 生成监控面板
*** 关键要点
****_ RED Metrics
****_ 业务指标 + 资源指标
****_ 告警规则

**[#9B59B6] 护法三：可理解性\n（活文档） <<doc>>
*** 核心问题
****_ 人能看懂吗？
*** 四个原则
****_ 可靠：与代码同步
****_ 省力：自动化生成
****_ 协作：促进知识共享
****_ 有见地：引导思考
*** 三个层次
****_ 代码注释（为什么）
****_ 架构文档（全貌）
****_ 运维手册（排障）

**[#F39C12] 行动要点 <<action>>
*** 不要一上来就让 AI 写 500 行
*** 先让 AI 写 10 个测试用例
*** 再定义 5 个关键指标
*** 要求注释和架构图
*** 最后才写实现
@endmindmap