codex/dsh
main
DSH 助手复用 DeepSeek Harness 三栏界面与任务中心原生确认,支持任务创建/管理、影响预览、安全暂停、原队列恢复、授权排期、异常证据及工单反馈。模型工具只提交受控请求,自动异常会话保持只读,工程写入沿用现有队列、备份和核验门禁。
ProjectPlanPanel
QToolButton
tests/v1_1 tests/ui tests/dsh tests/integration
最新验证记录:docs/testing/2026-11-01-dsh-pr11-review140.md。 评论 #149 修复记录:docs/testing/2026-11-01-dsh-pr11-review149.md。 桌面报告:build/dsh-pr11-review140-desktop/desktop-report.json。 前轮记录:docs/testing/2026-10-31-dsh-pr11-review129.md。
验收使用隔离 fixture 与受控执行器,生产 HTTPS broker、真实用户 CAD 写入及凭据吊销轮换仍需现场配置。本 PR 未构建 EXE、未执行合并。
27334fe
Request changes:发现 1 项 P1。
位置:src/dx_productivity/dsh/decision_log.py:27-35、:48-58、:61-77。
src/dx_productivity/dsh/decision_log.py:27-35
:48-58
:61-77
append() 通过 list(limit=_MAX) 读取日志头部,取最后一行作为 previous_hash 和 sequence。list() 在读到 2000 条后就停止,因此当文件已有第 2001 条记录时,下一次追加仍会生成 sequence=2001,并把第 2000 条的 hash 作为前链;新记录与第 2001 条之间的链已经断裂。verify() 同样只检查前 2000 条,所以仍可能返回 valid=True,无法发现这次审计损坏。
append()
list(limit=_MAX)
previous_hash
sequence
list()
sequence=2001
verify()
valid=True
我在 PR 独立工作树构造了 2001 条合法链记录后追加一条,实际得到相邻两条记录均为 sequence=2001,且新记录的 previous_hash 指向第 2000 条而非第 2001 条。该问题会在长期运行的生产监管服务中静默破坏决策日志的顺序和完整性。
建议让追加路径读取可靠的尾记录/持久化计数,并让验证覆盖完整链(或明确采用可验证的分段链,不能只截断头部)。请补充超过 _MAX 条记录的回归测试,并覆盖追加后 verify() 必须发现或正确验证整条链。
_MAX
python -m compileall -q src
node --check
git diff --check
除上述审计日志问题外,任务生命周期、调度、恢复差异、工单凭据目标校验和 UI 受控确认路径未发现新的阻断问题。修复该 P1 后再合并。
复审提交:a99f84b25e19ebbfb2497ad76675c6aaaa0826a9,相对上轮 27334fe;基分支 codex/ui-update 当前为 058a88b。
a99f84b25e19ebbfb2497ad76675c6aaaa0826a9
codex/ui-update
058a88b
上轮评论 103 的超 2000 条哈希链问题已修复;本轮发现 1 项 P2,建议修复后合并(Request changes)。
完整链校验与展示上限已分开,追加使用真实尾记录;新增回归验证 2001 条历史记录后追加为 2002、尾部篡改检出、重复序号拒绝、缺少换行及同进程并发。拒绝向损坏链追加且保留原始字节的处理合理。
[P2] 请在监管聚合读取处隔离审计日志损坏异常。
位置:decision_log.py:110–112,调用方 ui/dsh_operations.py 的 _read()、request() 和 tick()。
ui/dsh_operations.py
_read()
request()
tick()
list() 现在将 _records() 的 _CorruptLog 直接抛给调用方。只要已有日志含重复序号(例如上版超过 2000 条产生的记录)或崩溃留下的残缺尾行,DshOperationsController._read() 就不能返回整个聚合结果。历史、健康、工单等读取共同调用 _read(),所以它们也被拒绝;定时刷新每次进入 unavailable,缓存保持空白或陈旧,tick() 的排期分发回调也无法到达。升级代码不会重写历史日志,因此已有损坏文件会持续触发此问题。
_records()
_CorruptLog
DshOperationsController._read()
使用真实 Qt controller 和生产 DecisionLog,写入一条有效记录后追加一条重复记录,再触发 tick():当前提交的健康检查列表保持为空、activity 为 unavailable;正常日志对照通过。同一测试仅换回 27334fe 的 DecisionLog,两种情况均通过。排期 evaluate/dispatch 使用替身,未执行 CAD 或创建远端工单。
建议保留严格校验及拒绝追加,在聚合读取边界捕获审计损坏,返回明确的审计错误状态,同时继续提供独立的历史、健康和工单数据。若审计不可用必须阻止自动执行,应把它作为明确的排期阻断原因呈现,而不是使整个刷新抛错。补充损坏日志下的 controller 回归。
验证:
python -m pytest -q tests/dsh tests/ui/test_dsh_operations.py tests/ui/test_dsh_task_lifecycle.py tests/ui/test_dsh_native_menu.py tests/v1_1/test_task_queue.py --tb=short
另:API 返回 mergeable=false,只读 git merge-tree --write-tree --name-only 058a88b a99f84b 确认 src/dx_productivity/trial_task_center/ui/main_window.py 存在内容冲突。合并前需解决冲突并验证合并结果;本次测试针对 PR head,未修改源码、未解决冲突,也未验证真实 CAD/冻结 EXE。
mergeable=false
git merge-tree --write-tree --name-only 058a88b a99f84b
src/dx_productivity/trial_task_center/ui/main_window.py
a99f84b
审查基线:codex/ui-update(058a88b)← head a99f84b;80 文件、+6550/−76、5 个提交。已阅读全部新增/修改源码、集成 JS、测试与验收脚本;并独立复跑测试与静态检查。
tests/dsh
tests/ui
tests/integration
.mjs/.js
[P1] 合并冲突,当前不可合入。 git merge-tree --write-tree 058a88b a99f84b 在 src/dx_productivity/trial_task_center/ui/main_window.py 报 content conflict(ui-update 在分支点 be382a1 之后前进了 3 个提交:13e0d42 acrylic UI、b991899、058a88b)。API 也返回 mergeable=false。另注意这是堆叠 PR:base 是 #10 的 codex/ui-update,而 #10 仍 open(base main 2cf526e,PR #9 已合入)。合并前需先解决 #10/#11 的顺序与 rebase,并在 rebase 后重跑回归。
git merge-tree --write-tree 058a88b a99f84b
be382a1
13e0d42
b991899
2cf526e
[P1] DecisionLog 损坏会瘫痪整个运营聚合读取(评论 #105 的 P2 仍未修复,建议升级为 P1)。 decision_log.py:107-111 的 list() 现在把 _records() 的 _CorruptLog 直接抛给调用方;dsh_operations.py:152-170 的 _read() 没有隔离,任何一次 decisions.list(20) 抛错都会使 history/schedules/experiences/tickets/health 整体 unavailable,且 tick() 的 ready 回调不会执行 → 授权排期自动执行彻底失效。触发条件很现实:
decision_log.py:107-111
dsh_operations.py:152-170
decisions.list(20)
ready
_records
DecisionLog
audit: {status:'corrupt', error, checked}
audit_unavailable
[P2] resume_diff 读取不存在的属性,计划变化差异恒为空;evidence_changes 恒为空。 resume_diff.py:8 使用 getattr(service, 'current_plan_hashes', {}),但生产 TaskCenterService 没有该属性(全库仅此一处引用);测试 tests/dsh/test_resume_diff.py 用带该属性的 stub,掩盖了差距。结果:UI/模型的「计划变化:N 项」永远为 0;PR 描述声称的「中断证据差异对比」对应字段被硬编码为 []。安全性未被破坏(inspect() 仍以 plan_changed blocker 阻断恢复),但声明与实现不一致。建议在 resume_diff 内用 _plan_hash(service.for_project_task(id), id) 现算当前哈希,并实现或删除 evidence_changes。
resume_diff
evidence_changes
resume_diff.py:8
getattr(service, 'current_plan_hashes', {})
TaskCenterService
tests/dsh/test_resume_diff.py
[]
inspect()
plan_changed
_plan_hash(service.for_project_task(id), id)
[P2] 健康中心的执行状态检查失效。 health.py:38-39 读 getattr(service, "_workers", set()),但 TaskCenterService 没有 _workers(该属性只存在于 TrialTaskCenterWindow),DshOperationsController 传入的是 window.service。因此真实运行时「执行」检查永远报告 idle,即使正在执行 CAD 写操作。tests/dsh/test_health.py:21 用定义了 _workers 的 stub 让测试通过,掩盖了差距。建议在 service 层暴露真实的执行/资源占用状态(如结合 pending_batch_resources() 与 supervision 状态),并用真实 service 回归。
health.py:38-39
getattr(service, "_workers", set())
_workers
TrialTaskCenterWindow
DshOperationsController
window.service
idle
tests/dsh/test_health.py:21
pending_batch_resources()
[P2] 工单 broker 返回的是静态长期 token,「短期 issue-only token」未实现。 issue_broker.py:50 每个幂等键都返回 config.token 本体,expires_in 只是元数据;客户端 issue_transport.py:51-53 却按 now + expires_in 生成 expires_utc,健康检查也显示「已配置固定目标短期凭据中转」。若工作站配置泄露,凭据可无限期复用(broker 仅以静态 HMAC proof + 静态幂等键把关),与 PR 描述/文档的「短期」承诺不符。test_broker_exchange_issues_short_lived_fixed_target_token 只断言静态 token + 元数据,掩盖了差距;_issued 也为无界内存字典(重启即失忆、无淘汰)。建议:实现真正的短期签发(如 GitHub App installation token / fine-grained token 交换),或明确改述为「broker 分发的长期可吊销凭据」并同步健康文案、PR 描述;同时给 _issued 加容量上限。
issue_broker.py:50
config.token
expires_in
issue_transport.py:51-53
now + expires_in
expires_utc
test_broker_exchange_issues_short_lived_fixed_target_token
_issued
[P2/P3] 授权排期自动执行绕过执行前原生确认,且 evaluate() 语义自相矛盾;自动执行未进决策日志。 dsh_operations.tick() → _dispatch(automatic=True) → dsh_task_lifecycle.start_schedule(automatic=True) → _preflight_ready(..., automatic=True) → dsh_task_lifecycle.py:295-296 直接 start(),不弹确认窗口。人工授权发生在排期创建时(auto_start 复选框),这一点可接受;但同一行数据在 scheduling.evaluate() 中返回 requires_confirmation: True, dispatchable: False,UI 却自动派发,安全契约自相矛盾。另外,DecisionLog 只记录 incident 的自动重试决策(incidents._record_decision),排期自动执行 没有 对应的审计记录,与「可审计的生产监管闭环」目标有差距。建议:让 evaluate 的 dispatchable 语义明确区分「模型派发」与「原生授权派发」,并为自动执行的每次派发/结果写入决策日志。
evaluate()
dsh_operations.tick()
_dispatch(automatic=True)
dsh_task_lifecycle.start_schedule(automatic=True)
_preflight_ready(..., automatic=True)
dsh_task_lifecycle.py:295-296
start()
auto_start
scheduling.evaluate()
requires_confirmation: True, dispatchable: False
incidents._record_decision
dispatchable
[P3] 15 秒定时刷新带来持续磁盘写与全量重算。 tick() → _read() 每 15s 调用 experiences.refresh()(重读全部 incident 并重写 dsh/experience/index.json)、对最多 20 个 run 逐个 inspect()(含 plan hash 计算与 preflight)、tickets.list_tickets() 目录扫描。建议按需/惰性刷新(incident mtime 变化才重建索引),并将各区块读取异常隔离(与上条 P1 同源)。
experiences.refresh()
dsh/experience/index.json
tickets.list_tickets()
[P3] GUI 主执行入口对 lifecycle.preflight 的同步硬依赖缺少兜底。 main_window.py:607(单任务)与 :650(批量)在 GUI 线程同步调用 preflight,未捕获异常;_plan_hash/task_context 的意外错误会以未处理 Qt 槽异常形式吞掉执行入口,且不给操作员任何提示。建议 try/except 后回退旧路径或显示 TaskCenterError 文案。
lifecycle.preflight
main_window.py:607
:650
preflight
_plan_hash
task_context
[P3] execute_confirmed_run 的第二次 journal.finish 若失败会让已完成的执行显示为失败。 execution_runs.py:53 已持久化真实回执,:69 的补充回执若抛 DB 错误会向上传播,调用方收不到已成功的结果。建议捕获并返回已持久化回执 + reporting_errors。
execute_confirmed_run
journal.finish
execution_runs.py:53
:69
reporting_errors
dx_task_execute
tools.guard
model_results.compactResult
plan_hashes
fingerprint
task_queue
task_ids
run_journal.inspect
scrub
ExperienceStore._verified
failure_policy
impact
component_count=None
realCadStarted=false
Request changes。 先解决合并冲突(P1)、隔离 DecisionLog 损坏(P1),再处理 resume_diff/health/broker 三处「声明与实现不一致」(P2)。代码整体安全边界设计扎实,测试充分;完成上述修复后建议通过。现场边界(真实 DxDesigner 7.9.5、真实 HTTPS broker、凭据吊销轮换)仍需运维与现场验收。
9552f1e
上轮 #106 的 2 项 P1、4 项 P2、3 项 P3 已逐项复核:
cd66d63
_read_decisions()
decision_audit {status, code, checked}
decision_audit
observe()
compactResult
current_plan_hashes
diff
not safe → resume_ready=False
evidence_baseline_available
service._workers
execution_check(state)
running/busy/confirmation/idle
context()
execution_not_observed
credential_kind='revocable_static'
expires_utc=None
rotation_required
repr=False
schedule_events
claim()
claim(automatic=True)
requires_confirmation=not auto_start
dispatchable=not blockers and auto_start
dispatch_authority
automatic
inspect
_prepare_quick_run
_execute_project_tasks
_show_error
python -m pytest -q tests/v1_1 tests/ui tests/dsh tests/integration
compileall
docs/testing/2026-10-31-dsh-pr11-review106.md
remoteIssuesCreated=false
[P1] 与最新 base 冲突,mergeable=false。 codex/ui-update 已前进到 6f9f820(#10 的审查修复),而 #11 的 merge-base 仍是 058a88b;git merge-tree 6f9f820 9552f1e 在 src/dx_productivity/trial_task_center/ui/main_window.py 与 tests/ui/conftest.py 报 content conflict。合并前需先同步 6f9f820(或待 #10 合入 main 后 rebase 到 main),解决冲突并重跑本轮 1620 项回归。
6f9f820
git merge-tree 6f9f820 9552f1e
tests/ui/conftest.py
[P3] 终态执行历史的"实际结果"合计显示为"未报告"。 dsh_operations._read() 对 completed/failed 的 run 直接使用持久回执行,未生成 counters;而 client.js:146 用 counterLine(row.counters) 渲染历史卡片合计,导致已完成/失败 run 的合计行显示"未报告"(逐任务行仍有实际计数)。建议在 read_runs() 中由 result.tasks 汇总 saved/failed/no_match 后填入 counters。
dsh_operations._read()
completed/failed
counters
client.js:146
counterLine(row.counters)
read_runs()
result.tasks
saved/failed/no_match
上轮 1 项 P1 与全部 P2 已闭环,修复质量高且有针对性回归。 剩余 1 项 P1 为纯合并同步问题、1 项 P3 为显示合计。建议:先同步最新 base 并解冲突 → 重跑 1620 项 → Approve。生产 HTTPS broker、凭据吊销/轮换与真实 CAD 写入仍属现场验收前置条件。
复审提交:4aaebcb65ac6721748d7a3d708c62c3460be4f27;当前基分支 codex/ui-update 为 0bc1f64。检查自本线程上轮 a99f84b 后的 DSH 修复及与最新基线合并的结果。
4aaebcb65ac6721748d7a3d708c62c3460be4f27
0bc1f64
建议通过(Approve):此前阻断项已解决,本轮未发现新的阻断问题。
本次在精确 Git head 的独立导出目录运行:
python -m pytest -q tests/v1_1 tests/ui tests/dsh tests/packaging --tb=short
node tools/verify_dsh_model_results.mjs
仍有此前评论 122 提到的非阻断 P3:dsh_operations.py 的终态历史分支只提供 tasks,没有生成 counters;前端历史卡片汇总行因此显示“未报告”,逐任务回执计数仍保留。建议从持久回执汇总,并对缺失计数保留 unknown,不要伪造为零。
dsh_operations.py
tasks
本次未重新执行真实 Qt/CDP 桌面验收、真实 CAD/模型、broker 生产部署或冻结 EXE。建议按依赖顺序先处理 #10,再处理 #11;以上是评论中的审查建议,未执行合并。
4aaebcb
5cb8b6a
merge-tree
mergeable=true
revocable_static
checkpoint_evidence_mismatch
test_pr10_review_edges.py
paused is False
original_stop
_dsh_run_stop
[P2] claimed 孤儿排期没有恢复/取消路径。 ScheduleStore.claim() 与派发审计同事务落盘后,若进程在执行前/执行中硬崩溃(无 finish),排期永久停留在 claimed:cancel() 拒绝非 pending(schedule_owned),evaluate() 返回 already_claimed,UI 取消按钮对非 pending 禁用,代码中没有任何启动对账调用 finish('interrupted')。我用真实 ScheduleStore 复现:重启后 status=claimed、finished_utc=None、cancel 被拒,仅能通过内部 finish 人工修复。 建议:启动时或显式操作对账 claimed 且对应 run_journal 终态/缺失的排期(写入 interrupted 结果事件),或允许经确认取消已失联的 claimed 排期;并补充硬崩溃回归。
claimed
ScheduleStore.claim()
cancel()
schedule_owned
already_claimed
finish('interrupted')
ScheduleStore
status=claimed
finished_utc=None
finish
run_journal
interrupted
[P3] 恢复软失败的证据基线丢失。 execute_confirmed_run 的异常分支写入的失败回执不含 tasks/entries,会覆盖上一次暂停回执的基线;下一次 inspect 得到 evidence_baseline_available=False,证据差异比较被跳过(安全性仍由队列、uncertain.flag 与检查点证据门禁保证)。建议失败回执保留上一份 tasks/entries,或把失败记录与基线回执分开存储。
entries
evidence_baseline_available=False
uncertain.flag
[P3] 终态历史"实际结果"合计显示「未报告」(与评论 125 相同,仍未修):_read() 的终态分支只提供 tasks 不生成 counters,client.js:146 汇总行因此显示未报告;建议由 result.tasks 汇总,缺失计数保持 unknown 而非 0。
[P3] schedule_events 无保留上限:审计表只追加不清理,长期运行会持续增长;读取有 limit,但可考虑按保留策略归档/裁剪(保留事件语义,不做静默删除)。
limit
Approve(建议先修 P2 或明确列为部署后首个跟进项)。 上轮全部阻断项与自查修复均已闭环,恢复语义经独立探针验证,合并状态干净,全量 1742 项通过。合并顺序建议 #10 → #11 的依赖关系保持;真实 CAD 写入、生产 HTTPS broker、凭据吊销/轮换与冻结 EXE 仍属现场验收前置条件。
复审提交:ec7eab89fbc15e2b6f4f36dcc81183f9c349a7a6,相对上轮 4aaebcb;当前 base 为 dfbc14c。
ec7eab89fbc15e2b6f4f36dcc81183f9c349a7a6
dfbc14c
建议修复后合并(Request changes):新增恢复回执处理引入 1 项 P2。 本轮失联排期的原生确认收尾、执行 lease、终态历史计数和审计归档均已检查;原来的历史汇总 P3 已修复,缺失计数保持 unknown。
[P2] 保留旧回执后,应区分“本次续跑已产生的核验进度”与“停机期间证据变化”。
位置:execution_runs.py:49–54,关联 resume_diff.py 中仅对 status == 'running' 启用的 expected_progress 判断。
resume_diff.py
status == 'running'
新异常回执保留了上一次暂停时的 tasks/entries,却将运行状态改成 interrupted。若本次恢复已经完成 B 的核验,随后写队列检查点抛出普通 OSError,则 B 的真实计数已经增长、检查点仍是 running、没有 uncertain 标记;但下一次 inspect 因状态不再是 running,不认可这段合法进度,把它判为 evidence_changed,原队列无法再次接续 C。这与已支持的 BaseException 硬退出路径不同:硬退出保留 running,因此可以恢复。
独立复现使用真实 TaskCenterService、原队列和 SQLite,执行器为不启动 CAD 的 no_match 替身:
task_queue._save
resume_ready=False
blockers=['evidence_changed']
请保留旧基线,但记录并核对异常发生时本次恢复的已验证进度,或明确保存可证明该进度属于已授权续跑的状态。不能简单删除基线,也不能无条件放宽所有 interrupted 状态;原终态证据变化、失败/不确定结果、计数回退仍需阻断。补充“续跑取得进度后检查点写入失败”的回归;当前新增软失败测试仅覆盖尚未取得进度的情况。
tests/dsh tests/ui tests/packaging tests/v1_1/test_task_queue.py tests/v1_1/test_safe_user_stop.py
另:本分支继承 #10 的 provider 配置/密钥一致性问题,见该 PR 本轮评论,应随基线修复继承,未重复算作本 PR 增量缺陷。本次未操作真实 CAD、模型或远端测试工单,未重建 EXE。
ec7eab8
282252a
ScheduleStore.execution_lease()
reconcile_claim()
result
reconciled=true
RunJournal
_stdout
reconcile_claim
[P2,窄触发] 恢复执行软失败且已有进度时,evidence_changed 会永久阻断再次 resume。 execute_confirmed_run 保留的是失败前的回执基线,而失败回执 status='interrupted';resume_diff.progressing 要求 status=='running',因此本次失败尝试中新增的进度会被判为 evidence_changed,且 run 级没有类似排期的对账/确认入口可解除(resume 前置要求 diff.safe)。我用生产 resume_diff 复现:safe=False, blockers=['evidence_changed']。触发条件较窄(execute_task_queue 在已保存进度后抛出非任务级异常,如 _save I/O 失败),不影响已有数据安全,但会让该 run 的 DSH 恢复路径变成死端。建议二选一:
evidence_changed
status='interrupted'
resume_diff.progressing
status=='running'
resume
diff.safe
safe=False, blockers=['evidence_changed']
execute_task_queue
_save
interrupted=False
client.js
Approve。 上轮 P2/P3 全部闭环且有针对性回归与独立验证,合并状态干净,全量 1792 项通过。上述残留项触发窄、无数据风险,建议作为合并后首个跟进;真实 CAD 写入、生产 HTTPS broker、凭据吊销/轮换与冻结 EXE 仍属现场验收前置条件。
复审提交:5dc299c478fdbab76c8ba09f470edcafe4b8737d,相对上轮 ec7eab8;当前基分支为 PR #10 的 da1806f。
5dc299c478fdbab76c8ba09f470edcafe4b8737d
da1806f
建议通过(Approve):评论 135 的恢复阻断问题已修复,本轮未发现新的可操作缺陷。 此结论更新本线程此前的 Request changes 建议。
本轮在精确 Git head 的独立导出快照运行:
python -m pytest -q tests/dsh tests/ui tests/packaging tests/v1_1/test_task_queue.py tests/v1_1/test_safe_user_stop.py --tb=short
结果:410 passed(包含原独立恢复探针 1 项、原独立 provider 配置探针 2 项)。未把提交说明或其他评论中的测试数量计入本次结果。
Python compileall、修改的 client.js 语法检查、模型结果裁剪验证脚本,以及增量/相对当前 base 的 git diff --check 均通过。导出快照的 src 与 integration 共 204 个文件与该提交的 git archive 逐字节一致。
本轮未修改 PR 源码,未进行真实 CAD、真实模型、桌面点击或冻结 EXE 验收。以上为评论中的审查建议,未执行合并。
8b8d2beefea97a10242e3f465afba3434a24f0dd
平台显示 mergeable=true 只表示当前提交与 main 没有 Git 合并冲突,不等同于测试全部通过。PR #11 已同步 PR #10 合并后的 main,因此之前针对 5dc299c 的通过意见需要以当前 head 重新确认。
5dc299c
本轮完整回归结果:1823 passed,1 skipped,1 error。错误发生在 UI fixture 的 teardown:
tests/ui/test_pr10_review_edges.py::test_last_failed_item_keeps_stop_intent_in_automatic_diagnosis[force-batch]
清理阶段 project_plan.py 再次访问已删除的 QToolButton,触发:
project_plan.py
RuntimeError: libshiboken: Internal C++ object (PySide6.QtWidgets.QToolButton) already deleted.
该测试单独重跑为 8 passed,说明问题具有测试顺序或清理时序相关性;但完整套件仍未达到全绿。当前仓库的检查状态为 pending 且没有实际 CI 检查项,平台不会自动拦截这一错误。
pending
建议暂缓合并(Request changes): 请修复 teardown 的对象生命周期/清理时序,或提供可重复的完整回归通过结果后再合并。此前关于 DSH 恢复逻辑的功能审查意见仍保持,但本条测试稳定性问题需要先闭环。
51597ad9fcc459edaed7bf444da1e2a1a3c41e56
建议通过(Approve):评论 #149 的 UI teardown 阻断已修复,本轮未发现新的可操作问题。
ProjectPlanPanel._restore_bom_report()
shiboken6.isValid()
report_toggle
_release_bom_previews()
discard_all()
tests/ui/test_pr10_review_edges.py
因此,PR #11 当前可作为 PR #10 合并后的增量通过。平台的 mergeable=true 表示无 Git 冲突;仓库仍没有实际 CI 检查项,合并前后仍建议保留上述 UI 回归。
本轮未执行真实 CAD、真实模型、冻结 EXE 或远端工单验收,未执行合并。
feat(dsh): add production supervision and recovery loop
merge b80988c,first-parent diff 92 文件 +8,152/−82。行号按 origin/main(aff228e)复核。
b80988c
origin/main
aff228e
spec
ui/dsh_operations.py:45-46:
ui/dsh_operations.py:45-46
self.auto_start = QCheckBox('授权到时空闲自动执行并保存以上工程(仍检查原有门禁)', objectName='dshScheduleAutoStart') self.auto_start.setChecked(spec.get('auto_start', False))
spec.get('title')
not_before
auto_start: true
:276
后果:与文档"必须由用户明确勾选才允许自动执行"的承诺有差距;一次误点就可能变成无人值守的覆盖保存。
建议:模型只能建议、不能预置——setChecked(False) 恒定,把模型建议显示成旁边的说明文字("AI 建议到时空闲执行");或在勾选后追加一次独立确认;同时把 :276 的注释与实现对齐。
setChecked(False)
子代理报告:
execution_runs.py:91
running
except OSError
main_window.py:1234
_handle_dsh_action
:1222-1252
task_id
revision
self._workers
admitted_action
这两条我标为待确认,不作为结论;如果作者确认成立,我再补一次复核。
dsh_operations
dsh_task_lifecycle
execution_runs
ui/dsh_operations.py:30-60
ui/main_window.py:1222-1252
未在真实模型返回 auto_start: true 的链路上端到端复现;未验证 execution_runs 的回执写失败分支。
No dependencies set.
The note is not visible to the blocked user.
行为
DSH 助手复用 DeepSeek Harness 三栏界面与任务中心原生确认,支持任务创建/管理、影响预览、安全暂停、原队列恢复、授权排期、异常证据及工单反馈。模型工具只提交受控请求,自动异常会话保持只读,工程写入沿用现有队列、备份和核验门禁。
最新验证
ProjectPlanPanel在子控件已被回收时跳过失效的QToolButton更新,仍释放内存预览;相关回归 70 passed,完整tests/v1_1 tests/ui tests/dsh tests/integration为 1819 passed、1 skipped、0 error。最新验证记录:docs/testing/2026-11-01-dsh-pr11-review140.md。
评论 #149 修复记录:docs/testing/2026-11-01-dsh-pr11-review149.md。
桌面报告:build/dsh-pr11-review140-desktop/desktop-report.json。
前轮记录:docs/testing/2026-10-31-dsh-pr11-review129.md。
验收使用隔离 fixture 与受控执行器,生产 HTTPS broker、真实用户 CAD 写入及凭据吊销轮换仍需现场配置。本 PR 未构建 EXE、未执行合并。
审查结论(PR #11,head
27334fe)Request changes:发现 1 项 P1。
P1:DecisionLog 超过 2000 条后会重复序号并断裂哈希链
位置:
src/dx_productivity/dsh/decision_log.py:27-35、:48-58、:61-77。append()通过list(limit=_MAX)读取日志头部,取最后一行作为previous_hash和sequence。list()在读到 2000 条后就停止,因此当文件已有第 2001 条记录时,下一次追加仍会生成sequence=2001,并把第 2000 条的 hash 作为前链;新记录与第 2001 条之间的链已经断裂。verify()同样只检查前 2000 条,所以仍可能返回valid=True,无法发现这次审计损坏。我在 PR 独立工作树构造了 2001 条合法链记录后追加一条,实际得到相邻两条记录均为
sequence=2001,且新记录的previous_hash指向第 2000 条而非第 2001 条。该问题会在长期运行的生产监管服务中静默破坏决策日志的顺序和完整性。建议让追加路径读取可靠的尾记录/持久化计数,并让验证覆盖完整链(或明确采用可验证的分段链,不能只截断头部)。请补充超过
_MAX条记录的回归测试,并覆盖追加后verify()必须发现或正确验证整条链。验证结果
python -m compileall -q src:通过。node --check:通过。git diff --check:通过。除上述审计日志问题外,任务生命周期、调度、恢复差异、工单凭据目标校验和 UI 受控确认路径未发现新的阻断问题。修复该 P1 后再合并。
复审提交:
a99f84b25e19ebbfb2497ad76675c6aaaa0826a9,相对上轮27334fe;基分支codex/ui-update当前为058a88b。上轮评论 103 的超 2000 条哈希链问题已修复;本轮发现 1 项 P2,建议修复后合并(Request changes)。
完整链校验与展示上限已分开,追加使用真实尾记录;新增回归验证 2001 条历史记录后追加为 2002、尾部篡改检出、重复序号拒绝、缺少换行及同进程并发。拒绝向损坏链追加且保留原始字节的处理合理。
[P2] 请在监管聚合读取处隔离审计日志损坏异常。
位置:decision_log.py:110–112,调用方
ui/dsh_operations.py的_read()、request()和tick()。list()现在将_records()的_CorruptLog直接抛给调用方。只要已有日志含重复序号(例如上版超过 2000 条产生的记录)或崩溃留下的残缺尾行,DshOperationsController._read()就不能返回整个聚合结果。历史、健康、工单等读取共同调用_read(),所以它们也被拒绝;定时刷新每次进入 unavailable,缓存保持空白或陈旧,tick()的排期分发回调也无法到达。升级代码不会重写历史日志,因此已有损坏文件会持续触发此问题。使用真实 Qt controller 和生产 DecisionLog,写入一条有效记录后追加一条重复记录,再触发
tick():当前提交的健康检查列表保持为空、activity 为 unavailable;正常日志对照通过。同一测试仅换回27334fe的 DecisionLog,两种情况均通过。排期 evaluate/dispatch 使用替身,未执行 CAD 或创建远端工单。建议保留严格校验及拒绝追加,在聚合读取边界捕获审计损坏,返回明确的审计错误状态,同时继续提供独立的历史、健康和工单数据。若审计不可用必须阻止自动执行,应把它作为明确的排期阻断原因呈现,而不是使整个刷新抛错。补充损坏日志下的 controller 回归。
验证:
python -m pytest -q tests/dsh tests/ui/test_dsh_operations.py tests/ui/test_dsh_task_lifecycle.py tests/ui/test_dsh_native_menu.py tests/v1_1/test_task_queue.py --tb=short:189 passed。python -m compileall -q src、增量git diff --check通过;临时复现文件已移除,PR 工作树干净。另:API 返回
mergeable=false,只读git merge-tree --write-tree --name-only 058a88b a99f84b确认src/dx_productivity/trial_task_center/ui/main_window.py存在内容冲突。合并前需解决冲突并验证合并结果;本次测试针对 PR head,未修改源码、未解决冲突,也未验证真实 CAD/冻结 EXE。独立审查(PR #11,head
a99f84b)审查基线:
codex/ui-update(058a88b)← heada99f84b;80 文件、+6550/−76、5 个提交。已阅读全部新增/修改源码、集成 JS、测试与验收脚本;并独立复跑测试与静态检查。验证结果(本机复现)
tests/dsh:150 passed。tests/ui+tests/integration全量:534 passed,1 skipped(真实 7.9.5 type library 不可用,属预期跳过)。git diff --checkexit=0;python -m compileall -q src通过;全部.mjs/.jsnode --check通过。阻断项
[P1] 合并冲突,当前不可合入。
git merge-tree --write-tree 058a88b a99f84b在src/dx_productivity/trial_task_center/ui/main_window.py报 content conflict(ui-update 在分支点be382a1之后前进了 3 个提交:13e0d42acrylic UI、b991899、058a88b)。API 也返回mergeable=false。另注意这是堆叠 PR:base 是 #10 的codex/ui-update,而 #10 仍 open(base main2cf526e,PR #9 已合入)。合并前需先解决 #10/#11 的顺序与 rebase,并在 rebase 后重跑回归。[P1] DecisionLog 损坏会瘫痪整个运营聚合读取(评论 #105 的 P2 仍未修复,建议升级为 P1)。
decision_log.py:107-111的list()现在把_records()的_CorruptLog直接抛给调用方;dsh_operations.py:152-170的_read()没有隔离,任何一次decisions.list(20)抛错都会使 history/schedules/experiences/tickets/health 整体 unavailable,且tick()的ready回调不会执行 → 授权排期自动执行彻底失效。触发条件很现实:27334fe)对 >2000 条日志必然写入重复序号,升级后这些用户必然命中;_records对最后一行的 invalid JSON 也抛错)。我本地用生产
DecisionLog构造重复序号后实测list()抛_CorruptLog。建议:在_read()边界捕获审计损坏,返回独立的audit: {status:'corrupt', error, checked},其余区块照常返回;若自动执行必须被审计阻断,应作为显式排期阻断原因(如audit_unavailable)呈现,而不是让整个刷新抛错。补充「真实 controller + 损坏日志」回归。其他发现(新,未在 #103/#105 中)
[P2]
resume_diff读取不存在的属性,计划变化差异恒为空;evidence_changes恒为空。resume_diff.py:8使用getattr(service, 'current_plan_hashes', {}),但生产TaskCenterService没有该属性(全库仅此一处引用);测试tests/dsh/test_resume_diff.py用带该属性的 stub,掩盖了差距。结果:UI/模型的「计划变化:N 项」永远为 0;PR 描述声称的「中断证据差异对比」对应字段被硬编码为[]。安全性未被破坏(inspect()仍以plan_changedblocker 阻断恢复),但声明与实现不一致。建议在resume_diff内用_plan_hash(service.for_project_task(id), id)现算当前哈希,并实现或删除evidence_changes。[P2] 健康中心的执行状态检查失效。
health.py:38-39读getattr(service, "_workers", set()),但TaskCenterService没有_workers(该属性只存在于TrialTaskCenterWindow),DshOperationsController传入的是window.service。因此真实运行时「执行」检查永远报告idle,即使正在执行 CAD 写操作。tests/dsh/test_health.py:21用定义了_workers的 stub 让测试通过,掩盖了差距。建议在 service 层暴露真实的执行/资源占用状态(如结合pending_batch_resources()与 supervision 状态),并用真实 service 回归。[P2] 工单 broker 返回的是静态长期 token,「短期 issue-only token」未实现。
issue_broker.py:50每个幂等键都返回config.token本体,expires_in只是元数据;客户端issue_transport.py:51-53却按now + expires_in生成expires_utc,健康检查也显示「已配置固定目标短期凭据中转」。若工作站配置泄露,凭据可无限期复用(broker 仅以静态 HMAC proof + 静态幂等键把关),与 PR 描述/文档的「短期」承诺不符。test_broker_exchange_issues_short_lived_fixed_target_token只断言静态 token + 元数据,掩盖了差距;_issued也为无界内存字典(重启即失忆、无淘汰)。建议:实现真正的短期签发(如 GitHub App installation token / fine-grained token 交换),或明确改述为「broker 分发的长期可吊销凭据」并同步健康文案、PR 描述;同时给_issued加容量上限。[P2/P3] 授权排期自动执行绕过执行前原生确认,且
evaluate()语义自相矛盾;自动执行未进决策日志。dsh_operations.tick()→_dispatch(automatic=True)→dsh_task_lifecycle.start_schedule(automatic=True)→_preflight_ready(..., automatic=True)→dsh_task_lifecycle.py:295-296直接start(),不弹确认窗口。人工授权发生在排期创建时(auto_start复选框),这一点可接受;但同一行数据在scheduling.evaluate()中返回requires_confirmation: True, dispatchable: False,UI 却自动派发,安全契约自相矛盾。另外,DecisionLog只记录 incident 的自动重试决策(incidents._record_decision),排期自动执行 没有 对应的审计记录,与「可审计的生产监管闭环」目标有差距。建议:让 evaluate 的dispatchable语义明确区分「模型派发」与「原生授权派发」,并为自动执行的每次派发/结果写入决策日志。[P3] 15 秒定时刷新带来持续磁盘写与全量重算。
tick()→_read()每 15s 调用experiences.refresh()(重读全部 incident 并重写dsh/experience/index.json)、对最多 20 个 run 逐个inspect()(含 plan hash 计算与 preflight)、tickets.list_tickets()目录扫描。建议按需/惰性刷新(incident mtime 变化才重建索引),并将各区块读取异常隔离(与上条 P1 同源)。[P3] GUI 主执行入口对
lifecycle.preflight的同步硬依赖缺少兜底。main_window.py:607(单任务)与:650(批量)在 GUI 线程同步调用preflight,未捕获异常;_plan_hash/task_context的意外错误会以未处理 Qt 槽异常形式吞掉执行入口,且不给操作员任何提示。建议 try/except 后回退旧路径或显示 TaskCenterError 文案。[P3]
execute_confirmed_run的第二次journal.finish若失败会让已完成的执行显示为失败。execution_runs.py:53已持久化真实回执,:69的补充回执若抛 DB 错误会向上传播,调用方收不到已成功的结果。建议捕获并返回已持久化回执 +reporting_errors。做得好的部分
dx_task_execute明确要求原生确认且不提供强制停止;incident 会话被tools.guard限制为只读。model_results.compactResult从模型可见结果中剥离plan_hashes/fingerprint,避免模型复用冻结哈希。task_queue恢复时校验task_ids/plan_hashes/entries 形状;run_journal.inspect对缺队列但有证据、计划变化、待核验结果均阻断。scrub、不缓存 token;ExperienceStore._verified要求持久化核验 + ≥2 份证据,模型声明无效。failure_policy保守(仅 transient + 已授权,最多一次);impact对仅映射范围明确component_count=None,不虚构。realCadStarted=false、未创建远端工单。结论
Request changes。 先解决合并冲突(P1)、隔离 DecisionLog 损坏(P1),再处理 resume_diff/health/broker 三处「声明与实现不一致」(P2)。代码整体安全边界设计扎实,测试充分;完成上述修复后建议通过。现场边界(真实 DxDesigner 7.9.5、真实 HTTPS broker、凭据吊销轮换)仍需运维与现场验收。
复审(PR #11,head
9552f1e,相对a99f84b增量)上轮 #106 的 2 项 P1、4 项 P2、3 项 P3 已逐项复核:
cd66d63新增_read_decisions():_CorruptLog/OSError 被隔离为decision_audit {status, code, checked},健康检查新增decision_audit项;_read()改为逐区块observe(),runs/schedules/experiences/tickets/health 单区块失败不再拖垮整体;模型可见结果经compactResult只暴露审计摘要_plan_hash现算当前哈希(run_journal.inspect顺带传入current_plan_hashes);evidence_changes改为对比最后持久回执的计数/中断/队列完成;inspect()中diff的 blockers 已成为权威(not safe → resume_ready=False);evidence_baseline_available显式标注基线缺失service._workers探测,改为execution_check(state);控制器按 live run / 确认窗口 / workers 计算running/busy/confirmation/idle,并在每次context()时重算,未观测时显示execution_not_observed而非"空闲"credential_kind='revocable_static'、expires_utc=None,不再输出虚假 TTL;transport 校验响应形状/目标/token 字符集并标记rotation_required;缓存改为有界 LRU(默认 1024)+ 线程锁,token/secretrepr=False;健康文案改为"长期可吊销…仍需服务端轮换"schedule_events表,claim()与派发审计同一事务,审计写入失败即回滚不启动;claim(automatic=True)强制要求auto_start;evaluate()现在返回requires_confirmation=not auto_start、dispatchable=not blockers and auto_start、dispatch_authority;tick 只派发dispatchable;UI 新增派发/结果卡片,automatic透传到execute_confirmed_runinspect(性能改善,但见下方新 P3)_prepare_quick_run/_execute_project_tasks均加 try/except 并_show_error返回reporting_errors,保留真实执行结果;schedule 回执失败也做二次保护独立验证
python -m pytest -q tests/v1_1 tests/ui tests/dsh tests/integration@9552f1e:1620 passed,1 skipped(真实 7.9.5 type library 缺失,预期跳过),0 failed。git diff --check、compileall、全部.mjs/.jsnode --check通过。docs/testing/2026-10-31-dsh-pr11-review106.md的修复说明与代码一致;验收明确realCadStarted=false、remoteIssuesCreated=false、fixture 哈希不变。仍未关闭
[P1] 与最新 base 冲突,mergeable=false。
codex/ui-update已前进到6f9f820(#10 的审查修复),而 #11 的 merge-base 仍是058a88b;git merge-tree 6f9f820 9552f1e在src/dx_productivity/trial_task_center/ui/main_window.py与tests/ui/conftest.py报 content conflict。合并前需先同步6f9f820(或待 #10 合入 main 后 rebase 到 main),解决冲突并重跑本轮 1620 项回归。[P3] 终态执行历史的"实际结果"合计显示为"未报告"。
dsh_operations._read()对completed/failed的 run 直接使用持久回执行,未生成counters;而client.js:146用counterLine(row.counters)渲染历史卡片合计,导致已完成/失败 run 的合计行显示"未报告"(逐任务行仍有实际计数)。建议在read_runs()中由result.tasks汇总saved/failed/no_match后填入counters。结论
上轮 1 项 P1 与全部 P2 已闭环,修复质量高且有针对性回归。 剩余 1 项 P1 为纯合并同步问题、1 项 P3 为显示合计。建议:先同步最新 base 并解冲突 → 重跑 1620 项 → Approve。生产 HTTPS broker、凭据吊销/轮换与真实 CAD 写入仍属现场验收前置条件。
复审提交:
4aaebcb65ac6721748d7a3d708c62c3460be4f27;当前基分支codex/ui-update为0bc1f64。检查自本线程上轮a99f84b后的 DSH 修复及与最新基线合并的结果。建议通过(Approve):此前阻断项已解决,本轮未发现新的阻断问题。
decision_audit状态,严格拒绝向损坏链追加,同时保留历史、健康、工单、排期的独立读取;其他区块读取失败也单独降级。_plan_hash获取当前计划,并核对回执、检查点和当前证据;完成检查点缺少完成证据会阻断。恢复执行中崩溃后,仅允许非终态任务的已核验单调进度增长,旧终态证据变化仍阻断。本次在精确 Git head 的独立导出目录运行:
python -m pytest -q tests/v1_1 tests/ui tests/dsh tests/packaging --tb=short:1272 passed,1 warning(已有 pywinauto STA COM 提示)。包含审计损坏/不可读隔离、授权调度、恢复中途退出、检查点证据以及继承的停止/UTF-8 边界回归。node tools/verify_dsh_model_results.mjs通过,验证模型可见结果裁剪、审计状态和调度授权摘要;6 个运行时 JS/MJS 的node --check通过。python -m compileall -q src、相对当前 base 的git diff --check通过。仍有此前评论 122 提到的非阻断 P3:
dsh_operations.py的终态历史分支只提供tasks,没有生成counters;前端历史卡片汇总行因此显示“未报告”,逐任务回执计数仍保留。建议从持久回执汇总,并对缺失计数保留 unknown,不要伪造为零。本次未重新执行真实 Qt/CDP 桌面验收、真实 CAD/模型、broker 生产部署或冻结 EXE。建议按依赖顺序先处理 #10,再处理 #11;以上是评论中的审查建议,未执行合并。
深入审查(PR #11,head
4aaebcb,相对9552f1e增量含5cb8b6a与两次同步合并)上轮 #122 结论复核(全部关闭)
codex/ui-update的0bc1f64现为 head 祖先,merge-tree无冲突、无冲突标记残留,APImergeable=true。_read_decisions()把损坏/不可读审计转成显式decision_audit状态,其余区块独立降级;健康检查与模型摘要均可见。_plan_hash现算 +inspect()传入current_plan_hashes;diff blockers 为权威。revocable_static凭据语义、schedule_events同事务派发审计、dispatchable语义修正均保持。5cb8b6a):恢复中崩溃的已核验单调进度可续跑、旧终态证据变化仍阻断、检查点 completed 必须有匹配证据(checkpoint_evidence_mismatch)、执行后核验对失败项/未完成队列返回 uncertain。独立验证
python -m pytest -q tests/v1_1 tests/ui tests/dsh tests/integration@4aaebcb:1742 passed,1 skipped(真实 7.9.5 type library 缺失,预期跳过),0 failed。git diff --check、compileall、全部.mjs/.jsnode --check通过;无冲突标记。resume_diff:暂停期证据变化→阻断;恢复中 saved 单调增长→允许;计数回退→阻断;出现失败项→阻断;旧终态 completed 变化→阻断;恢复中队列完成且零失败→允许;出现中断→阻断。全部符合预期。test_pr10_review_edges.py仅按新回执结构(dict/tuple)适配断言,paused is False、停止/重授权断言未被削弱。original_stop、_dsh_run_stop、incremental decoder 均在 head 上)。新发现
[P2]
claimed孤儿排期没有恢复/取消路径。ScheduleStore.claim()与派发审计同事务落盘后,若进程在执行前/执行中硬崩溃(无 finish),排期永久停留在claimed:cancel()拒绝非 pending(schedule_owned),evaluate()返回already_claimed,UI 取消按钮对非 pending 禁用,代码中没有任何启动对账调用finish('interrupted')。我用真实ScheduleStore复现:重启后status=claimed、finished_utc=None、cancel 被拒,仅能通过内部finish人工修复。建议:启动时或显式操作对账
claimed且对应run_journal终态/缺失的排期(写入interrupted结果事件),或允许经确认取消已失联的 claimed 排期;并补充硬崩溃回归。[P3] 恢复软失败的证据基线丢失。
execute_confirmed_run的异常分支写入的失败回执不含tasks/entries,会覆盖上一次暂停回执的基线;下一次inspect得到evidence_baseline_available=False,证据差异比较被跳过(安全性仍由队列、uncertain.flag与检查点证据门禁保证)。建议失败回执保留上一份tasks/entries,或把失败记录与基线回执分开存储。[P3] 终态历史"实际结果"合计显示「未报告」(与评论 125 相同,仍未修):
_read()的终态分支只提供tasks不生成counters,client.js:146汇总行因此显示未报告;建议由result.tasks汇总,缺失计数保持 unknown 而非 0。[P3]
schedule_events无保留上限:审计表只追加不清理,长期运行会持续增长;读取有limit,但可考虑按保留策略归档/裁剪(保留事件语义,不做静默删除)。结论
Approve(建议先修 P2 或明确列为部署后首个跟进项)。 上轮全部阻断项与自查修复均已闭环,恢复语义经独立探针验证,合并状态干净,全量 1742 项通过。合并顺序建议 #10 → #11 的依赖关系保持;真实 CAD 写入、生产 HTTPS broker、凭据吊销/轮换与冻结 EXE 仍属现场验收前置条件。
复审提交:
ec7eab89fbc15e2b6f4f36dcc81183f9c349a7a6,相对上轮4aaebcb;当前 base 为dfbc14c。建议修复后合并(Request changes):新增恢复回执处理引入 1 项 P2。 本轮失联排期的原生确认收尾、执行 lease、终态历史计数和审计归档均已检查;原来的历史汇总 P3 已修复,缺失计数保持 unknown。
[P2] 保留旧回执后,应区分“本次续跑已产生的核验进度”与“停机期间证据变化”。
位置:execution_runs.py:49–54,关联
resume_diff.py中仅对status == 'running'启用的 expected_progress 判断。新异常回执保留了上一次暂停时的 tasks/entries,却将运行状态改成 interrupted。若本次恢复已经完成 B 的核验,随后写队列检查点抛出普通 OSError,则 B 的真实计数已经增长、检查点仍是 running、没有 uncertain 标记;但下一次 inspect 因状态不再是 running,不认可这段合法进度,把它判为 evidence_changed,原队列无法再次接续 C。这与已支持的 BaseException 硬退出路径不同:硬退出保留 running,因此可以恢复。
独立复现使用真实 TaskCenterService、原队列和 SQLite,执行器为不启动 CAD 的 no_match 替身:
task_queue._save发布 B 的 completed 检查点时注入 OSError。resume_ready=False、blockers=['evidence_changed'],尽管 B 已完整核验、无中断、零失败。4aaebcb的 execution_runs:可继续原队列完成 C,A/B/C 各执行一次。请保留旧基线,但记录并核对异常发生时本次恢复的已验证进度,或明确保存可证明该进度属于已授权续跑的状态。不能简单删除基线,也不能无条件放宽所有 interrupted 状态;原终态证据变化、失败/不确定结果、计数回退仍需阻断。补充“续跑取得进度后检查点写入失败”的回归;当前新增软失败测试仅覆盖尚未取得进度的情况。
验证:
tests/dsh tests/ui tests/packaging tests/v1_1/test_task_queue.py tests/v1_1/test_safe_user_stop.py:381 passed。4aaebcb执行模块的对照 1 passed。node tools/verify_dsh_model_results.mjs、修改的 JS/MJS 语法检查、Pythoncompileall和增量git diff --check通过。另:本分支继承 #10 的 provider 配置/密钥一致性问题,见该 PR 本轮评论,应随基线修复继承,未重复算作本 PR 增量缺陷。本次未操作真实 CAD、模型或远端测试工单,未重建 EXE。
复审(PR #11,head
ec7eab8,含282252a与目标基线合并)上轮 #129 意见复核
ScheduleStore.execution_lease()(按排期、跨进程文件锁,覆盖 claim→最终回执,恢复同一 run 也取同一把锁)与reconcile_claim():核对活动队列空闲、后台资源已释放、run 绑定(schedule_id/task_ids/plan_hashes)一致;有 completed/failed 回执则沿用其结果,否则interrupted;写result审计事件(reconciled=true),不启动执行、不重放、不删除原运行。UI 新增“核对并收尾失联排期”原生确认入口,模型工具也仅能发起同确认流程。我用真实ScheduleStore/RunJournal独立覆盖 no_run/running/paused/completed/failed 五种状态:状态映射正确、原运行记录逐字段保留、审计事件正确、未产生任何执行文件。tasks/entries,差异基线不再被清空;新增回归验证。read_runs()由持久回执逐字段汇总saved/failed/no_match,任一任务缺字段则该项为 unknown,不假定为 0。schedule_events无上限:新增无损归档轮转——按 5000 保留、每次刷新最多归档 1000 条;JSONL + fsync + 原子替换 + SHA256 校验后才在同一事务登记清单并删除近期表;导出/事务失败可安全重试;UI 与模型只展示摘要(近期/已归档/保留上限),原始事件保存在本地归档。归档完整性按元数据变化增量校验,损坏单独降级。ec7eab8把生命周期协议纳入统一前缀解析(7 个前缀全部在_stdout白名单内),保留 #10 的停止意图、增量 UTF-8、原子元数据与坏行隔离;无冲突标记,basedfbc14c为祖先,mergeable=true。独立验证
python -m pytest -q tests/v1_1 tests/ui tests/dsh tests/integration@ec7eab8:1792 passed,1 skipped(真实 7.9.5 type library 缺失,预期跳过),0 failed。git diff --check、compileall、全部.mjs/.jsnode --check通过。reconcile_claim五状态结果见上;resume_diff单调进度/回退/中断/旧终态变化语义与上轮一致;软失败后基线保留可复现。残留(非阻断,建议跟进)
[P2,窄触发] 恢复执行软失败且已有进度时,
evidence_changed会永久阻断再次 resume。execute_confirmed_run保留的是失败前的回执基线,而失败回执status='interrupted';resume_diff.progressing要求status=='running',因此本次失败尝试中新增的进度会被判为evidence_changed,且 run 级没有类似排期的对账/确认入口可解除(resume前置要求diff.safe)。我用生产resume_diff复现:safe=False, blockers=['evidence_changed']。触发条件较窄(execute_task_queue在已保存进度后抛出非任务级异常,如_saveI/O 失败),不影响已有数据安全,但会让该 run 的 DSH 恢复路径变成死端。建议二选一:status='interrupted'且各任务interrupted=False、无失败项、检查点非终态时按单调进度放行。另:
client.js的 blockers 字典缺少evidence_changed的中文标签,当前会显示原始 token,可一并补上。结论
Approve。 上轮 P2/P3 全部闭环且有针对性回归与独立验证,合并状态干净,全量 1792 项通过。上述残留项触发窄、无数据风险,建议作为合并后首个跟进;真实 CAD 写入、生产 HTTPS broker、凭据吊销/轮换与冻结 EXE 仍属现场验收前置条件。
复审提交:
5dc299c478fdbab76c8ba09f470edcafe4b8737d,相对上轮ec7eab8;当前基分支为 PR #10 的da1806f。建议通过(Approve):评论 135 的恢复阻断问题已修复,本轮未发现新的可操作缺陷。 此结论更新本线程此前的 Request changes 建议。
本轮在精确 Git head 的独立导出快照运行:
python -m pytest -q tests/dsh tests/ui tests/packaging tests/v1_1/test_task_queue.py tests/v1_1/test_safe_user_stop.py --tb=short结果:410 passed(包含原独立恢复探针 1 项、原独立 provider 配置探针 2 项)。未把提交说明或其他评论中的测试数量计入本次结果。
Python compileall、修改的 client.js 语法检查、模型结果裁剪验证脚本,以及增量/相对当前 base 的 git diff --check 均通过。导出快照的 src 与 integration 共 204 个文件与该提交的 git archive 逐字节一致。
本轮未修改 PR 源码,未进行真实 CAD、真实模型、桌面点击或冻结 EXE 验收。以上为评论中的审查建议,未执行合并。
复审说明(当前 head
8b8d2beefea97a10242e3f465afba3434a24f0dd)平台显示 mergeable=true 只表示当前提交与
main没有 Git 合并冲突,不等同于测试全部通过。PR #11 已同步 PR #10 合并后的main,因此之前针对5dc299c的通过意见需要以当前 head 重新确认。本轮完整回归结果:1823 passed,1 skipped,1 error。错误发生在 UI fixture 的 teardown:
tests/ui/test_pr10_review_edges.py::test_last_failed_item_keeps_stop_intent_in_automatic_diagnosis[force-batch]清理阶段
project_plan.py再次访问已删除的QToolButton,触发:RuntimeError: libshiboken: Internal C++ object (PySide6.QtWidgets.QToolButton) already deleted.该测试单独重跑为 8 passed,说明问题具有测试顺序或清理时序相关性;但完整套件仍未达到全绿。当前仓库的检查状态为
pending且没有实际 CI 检查项,平台不会自动拦截这一错误。建议暂缓合并(Request changes): 请修复 teardown 的对象生命周期/清理时序,或提供可重复的完整回归通过结果后再合并。此前关于 DSH 恢复逻辑的功能审查意见仍保持,但本条测试稳定性问题需要先闭环。
复审提交:
51597ad9fcc459edaed7bf444da1e2a1a3c41e56建议通过(Approve):评论 #149 的 UI teardown 阻断已修复,本轮未发现新的可操作问题。
ProjectPlanPanel._restore_bom_report()现在用shiboken6.isValid()检查自身和report_toggle的 Qt C++ 包装器;控件已被 Qt 回收时跳过 UI 更新,避免清理阶段再次访问失效对象。BOM 预览释放仍在前置的_release_bom_previews()中执行。discard_all()的场景。main的独立导出快照验证:tests/ui/test_pr10_review_edges.py41 passed;相关 DSH 生命周期、原生菜单、任务创建和恢复回归 33 passed。Pythoncompileall、修改的 JSnode --check和git diff --check通过。因此,PR #11 当前可作为 PR #10 合并后的增量通过。平台的
mergeable=true表示无 Git 冲突;仓库仍没有实际 CI 检查项,合并前后仍建议保留上述 UI 回归。本轮未执行真实 CAD、真实模型、冻结 EXE 或远端工单验收,未执行合并。
回审已合并 PR #11(
feat(dsh): add production supervision and recovery loop)merge
b80988c,first-parent diff 92 文件 +8,152/−82。行号按origin/main(aff228e)复核。结论:抽到的一条 P2 已核实(模型可预勾选"自动执行"),另外两条子代理结论我在引用行附近没有复现,请作者确认。
P2 排期对话框的"授权到时空闲自动执行"复选框由模型给的
spec决定初始状态ui/dsh_operations.py:45-46:spec来自模型提出的排期方案(同一处的spec.get('title')、not_before等都取自它)。auto_start: true时,用户打开对话框看到的是已经勾好的"到时空闲自动执行并保存"——用户只需要点"确定",就同时完成"确认排期"和"授权无人值守执行并保存"两件事。:276有一句注释说某个值"is not a model-supplied confirmation flag",与这里的实际初始化方式不一致,值得一起澄清。后果:与文档"必须由用户明确勾选才允许自动执行"的承诺有差距;一次误点就可能变成无人值守的覆盖保存。
建议:模型只能建议、不能预置——
setChecked(False)恒定,把模型建议显示成旁边的说明文字("AI 建议到时空闲执行");或在勾选后追加一次独立确认;同时把:276的注释与实现对齐。两条未能复现的 P1/P2(请作者确认)
子代理报告:
execution_runs.py:91首份回执写失败 → run 永久running、排期永久claimed。我在该行附近看到的是回执写入与状态更新,但没有找到"写失败后不释放 claimed 的路径";如果确实存在,请指出具体异常分支(是否
except OSError被吞掉)。main_window.py:1234执行授权会话级粘滞、不绑定 run,后续无关错误可换一次自动 CAD 重试。我在
_handle_dsh_action(:1222-1252)看到的是:校验task_id/revision、对 retry/pause 弹确认、self._workers非空时拒绝。没有看到"会话级授权可跨 run 复用"的直接证据;如果作者指的是admitted_action的生命周期,请给出调用点。这两条我标为待确认,不作为结论;如果作者确认成立,我再补一次复核。
P3
dsh_operations、dsh_task_lifecycle、execution_runs),建议在文档里画一张"谁能触发实际写入"的状态图,便于审查与现场排障。验证记录
ui/dsh_operations.py:30-60、ui/main_window.py:1222-1252在origin/main上逐行看过;未跑 pytest / GUI。未验证边界
未在真实模型返回
auto_start: true的链路上端到端复现;未验证execution_runs的回执写失败分支。