要验证 SensorFM 与现有健康监测应用能否集成，核心是确认应用发出的请求在字段名、字段类型、时间格式、空值策略上能否被 SensorFM 正确解析。验证从字段清单开始，逐步扩大到适配层和边界输入，最后用回归结果决定是否上线。

兼容性验证应分三步：字段对齐、格式转换、边界回归。通常不需要推翻现有数据模型，只需在接口处增加适配层。验证方式：用真实业务字段逐一比对，构造空值、超长、异常输入测试，回归通过后可认为具备上线条件。风险边界：未覆盖协议版本和网络时序差异。

梳理应用现有请求与数据的字段清单

作为兼容性对比基线，先把应用发往 SensorFM 的请求体完整记录成字段清单。字段名、类型、是否必填是三个最小要素，缺一个都可能造成后续映射盲区。

// 现有请求体字段清单
{
  "device_id":   {"type": "string",  "required": true},
  "record_time": {"type": "datetime","required": true},
  "heart_rate":  {"type": "int",     "required": false},
  "blood_oxygen":{"type": "int",     "required": false}
}

建议从接口层抓取真实请求体，逐项补全到清单里，不要只挑业务上觉得重要的字段。清单做好后，作为下一步差异对比的基线。

对比SensorFM输入输出格式的差异

拿到两者格式后，找出需要转换的点。以下是用现有请求与 SensorFM 期望的输入格式做对比的示例：

// 现有请求体
{"device_id": "watch_01", "record_time": "2026-01-01T12:00:00Z", "heart_rate": 72}

// SensorFM 期望输入
{"sensor_id": "watch_01", "ts": 1735718400, "hr": 72.0}

差异点通常集中在三处：字段名映射（device_id → sensor_id）、时间格式（ISO 字符串 → Unix 秒级时间戳）、数值类型（int → float）。输出格式的差异也按同样方式梳理，记录每个响应字段的解析路径。

可以用下面的差异表记录，每行对应一个字段的映射关系：

编写接口适配层

适配层的作用是屏蔽双方不一致，在发送请求前完成字段映射和格式转换。下面是适配函数骨架，以 Python 为例，可直接放在网关服务中：

import datetime

def sensorfm_adapt(input_record):
    return {
        "sensor_id": input_record["device_id"],
        "ts": int(datetime.datetime.fromisoformat(
            input_record["record_time"].replace("Z", "+00:00")
        ).timestamp()),
        "hr": float(input_record["heart_rate"]),
    }

上述适配函数骨架只处理正常输入。实际使用时，需要根据差异表补全所有字段，并为空值、缺失字段设计明确行为。适配层应集中在一个文件中，避免在业务代码里散落格式转换逻辑。

构造边界测试用例

验证适配层对特殊数据的处理能力。测试代码覆盖异常输入、空值、超长数据三类情况：

import pytest

def test_normal_record():
    record = {"device_id": "d1", "record_time": "2026-01-01T12:00:00Z", "heart_rate": 72}
    assert sensorfm_adapt(record) == {"sensor_id": "d1", "ts": 1735718400, "hr": 72.0}

def test_missing_required_field():
    with pytest.raises(KeyError):
        sensorfm_adapt({"device_id": "d1", "record_time": "2026-01-01T12:00:00Z"})

def test_empty_optional_field():
    record = {"device_id": "d1", "record_time": "2026-01-01T12:00:00Z", "heart_rate": None}
    result = sensorfm_adapt(record)
    assert result["hr"] is None  # 需要适配层支持保留None

def test_oversized_device_id():
    record = {"device_id": "x" * 10000, "record_time": "2026-01-01T12:00:00Z", "heart_rate": 72}
    adapted = sensorfm_adapt(record)
    assert len(adapted["sensor_id"]) == 10000  # 不截断，由后续接口决定是否拒绝

注意空值测试要明确预期：如果适配层对空值采用了默认值，应断言默认值，而不是让异常直接抛出。超长数据在适配层不需要截断，保留原值后由 SensorFM 侧校验，测试只验证该行为。

运行完整回归并输出结论

测试结果需要记录，至少包括用例名、输入摘要、预期输出、实际输出、是否通过。用表格或 JSON 格式保存，便于复查。

// 结果记录示例
{"case": "test_normal_record", "input": "...", "pass": true}
{"case": "test_missing_required_field", "pass": true}
{"case": "test_oversized_device_id", "pass": true}

通过标准建议设定为：所有边界用例无未处理异常；适配层输出与 SensorFM 期望格式一致；字段映射无遗漏；必填项缺失时产生明确错误。满足上述条件，可以认为集成接口在字段层面具备上线条件。若存在失败用例，需回到差异表重新检查对应字段，再回归。