[Tests] Add unit tests for ClaudeCodeReader (claude_code_reader.py)

[ngmks]

🏷️ Priorité : HAUTE | Type : Tests manquants

Contexte

Le fichier apps/claude_code_data/claude_code_reader.py (385 lignes) est le cœur de l'ingestion des sessions Claude Code dans LEANN. Il lit les fichiers JSONL, découvre les projets, groupe les entrées en "turns" (user + assistant), extrait les metadata et construit les documents pour l'indexation.

Actuellement : ZÉRO test. C'est le module le plus critique du fork et il n'a aucune couverture.

Fichiers concernés

• Module à tester : apps/claude_code_data/claude_code_reader.py
• Fichier test à créer : tests/test_claude_code_reader.py
• Référence pattern : tests/test_multi_language_ast.py (pour le style de test du projet)

Architecture du module

Le ClaudeCodeReader hérite de llama_index.core.readers.base.BaseReader et expose ces méthodes :

Méthode	Lignes	Rôle
load_data(input_dir, **kwargs)	51-147	Point d'entrée principal
_discover_projects(base_dirs)	153-174	Scanne les répertoires pour trouver les projets
_extract_project_name(project_dir)	176-200	Décode le nom de projet à partir du chemin encodé
_read_jsonl(file_path)	206-222	Parsing JSONL ligne par ligne avec gestion d'erreur
_build_turn_docs(entries, session_id, ...)	228-330	Groupe les entrées en turns user/assistant
_extract_text_content(content)	336-355	Extrait le texte d'un champ content (string ou array)
_extract_assistant_content(content)	357-384	Extrait contenu assistant, noms d'outils, skip thinking blocks

Tests à écrire (~20 tests)

1. Découverte de projets

class TestProjectDiscovery:
    def test_discover_finds_valid_projects():
        # Créer tmpdir avec structure ~/.claude/projects/<hash>/*.jsonl
        # Vérifier que le projet est trouvé
    
    def test_discover_skips_dirs_without_jsonl():
        # Répertoire sans .jsonl → pas retourné
    
    def test_discover_handles_missing_base_dir():
        # base_dir inexistant → liste vide, pas de crash
    
    def test_discover_multiple_base_dirs():
        # Plusieurs base_dirs → tous scannés

2. Extraction du nom de projet

class TestProjectNameExtraction:
    def test_extract_standard_path():
        # '-home-mks-projects-leann-fork' → 'leann-fork'
    
    def test_extract_single_segment():
        # '-my-project' → 'my-project'
    
    def test_extract_edge_case_empty():
        # Chemin vide → ne crashe pas

3. Parsing JSONL

class TestJSONLParsing:
    def test_read_valid_lines()
    def test_read_skips_malformed_lines()
    def test_read_empty_file()
    def test_read_unicode_content()
    def test_read_missing_file()

4. Construction des turns

class TestTurnBuilding:
    def test_pairs_user_assistant()
    def test_metadata_fields_present()  # session_id, project_name, turn_id
    def test_extracts_tool_names()
    def test_skips_thinking_blocks()
    def test_formats_header()
    def test_handles_missing_fields()

5. Intégration

class TestIntegration:
    def test_load_data_end_to_end()
    def test_load_data_respects_max_count()
    def test_load_data_respects_project_filter()
    def test_load_data_includes_subagent_files()

Fixtures nécessaires

Créer tests/fixtures/claude_code_sessions/ avec :

• Un fichier JSONL valide (5-10 entrées user/assistant alternées)
• Un fichier JSONL avec lignes malformées
• Un fichier JSONL vide
• Un fichier JSONL avec contenu unicode/emoji

Critères de succès

• pytest tests/test_claude_code_reader.py passe à 100%
• Couverture des 7 méthodes
• Aucune dépendance externe (tmpdir + fixtures locales)
• Tests isolés (pas de side effects entre tests)