Files
阿白叔 cffef93b37
Core regression / Python core, intervention UI and release configuration (push) Successful in 4m35s
Core regression / JavaScript syntax (push) Successful in 6s
Core regression / Python core, intervention UI and release configuration (pull_request) Successful in 3m54s
Core regression / JavaScript syntax (pull_request) Successful in 4s
fix: persist incident isolation and atomically publish netlist evidence
2026-11-13 17:28:05 +08:00

75 lines
13 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# PR #27 审查修复与复核
本页对应 2026-11-13 的四批审查。原 R17 与合入主分支后的 2777 项记录保留,本轮修改后的验证单独记录,不冒用旧 EXE 的实机结论。
| 审查项 | 修复或核对结果 |
| --- | --- |
| 相同心跳重置停滞宽限 | 只有业务进度真正变化才清除等待;stdout 与 native sidecar 的真实进度均可重置,心跳只证明存活。 |
| 保存卡住后的自动回收 | 保留此前授权的失败自动释放合同:保护记录持久化后才允许退出自有进程;活跃业务不按仅心跳判进度,不将收尾称为回滚。没有改为所有异常都等人工确认。 |
| 恢复检查点失败后 run 留在 running | resume 完成后立即纳入异常收尾;journal 的四个写方法在事务内准备返回记录,COMMIT 后不再新增尾读失败窗口。 |
| 自动重试失败、已保存后范围重读失败 | 普通异常写入绑定原 run 的 interrupted 回执,保留原安全基线、其他成功条目与网表;实测保存数单独保留,不以未知读数授权重放。真正进程崩溃仍沿用已有恢复合同。 |
| 排期与最终回执写失败 | 在原 lease 与 run/任务/计划绑定下收尾,拒绝覆盖另一尝试;回执写失败传播错误,尝试持久化 interrupted,不能假装完成。持续存储故障不能保证落盘。 |
| worker 尚未派发的普通启动失败 | 有完整原源文件、命令、尝试代次和释放证明才提交 failed,复用既有一次共享重试预算;不把错误伪装成用户暂停。 |
| Windows 明确拒绝创建 worker | 仅原始 CreateProcessW 返回 False 且外层 Job 已关闭才产生专属未启动证明;证书如实记录已调用创建入口但创建被拒绝。后续赋 Job、恢复线程、句柄转换错误不获得该证明。 |
| BOM 读错误被包装为普通失败 | 保留原错误码、编号和原 Excel 行号。确切资源不确定错误不因 read/not_dispatched 阶段而获准继续;旧检查入口仍需明确释放证明。 |
| 诊断 I/O 覆盖清理错误 | 最终复制/记录诊断失败时保留原 inventory_cleanup,并附加诊断错误;不让错误降级后继续下一工程。 |
| 待核验计划绕过既有写入租约 | 导入与核验提交复用原操作租约;当前队列的合法调用仍可执行,外部编辑不能在执行中替换计划。 |
| 网表只取第一个工程 | before/after 均检查唯一工程及身份;旧 capture/plan 缺配对、损坏或身份不符不可变成无需验收。没有为不支持的多工程调用宣称全图通过。 |
| 暂停降级已完成网表比对 | 已成功取得完整前后导出时继续真实比对;未完成/取消导出、失败执行、未命中仍不能 verified。合法规则任务零保存可以不要求导出。 |
| verification.json 缺身份 | 增加 schema/run/task/project、冻结计划及已有 capture/export/output 哈希;不由新增字段倒推旧报告可任意复用。 |
| 确认弹窗内执行通道变化 | 确认返回后,在授权与建立新 StopControl 前重新检查窗口、任务、执行通道与未保存编辑;拒绝时提示原因,不覆盖在途控制器。 |
## 审查中不直接采纳的建议
- 不按错误名包含 `session/release/cleanup` 就一律阻塞;按确切资源错误与真实阶段、释放证明处理,避免恢复过度限制。
- 不在执行前要求用户原 Excel 仍存在或哈希仍相同。导入读取本身已有前后 SHA256 校验;执行使用用户确认的冻结请求,计划哈希包含这些请求,期间更换已保存 BOM 会使原确认失效。
- `Close(False)` 仍可能落盘,原实现已经写 uncertain 标记,并以本次原源文件、失败健康证明、关闭检查点及派发前 live 检查约束复用;不再重复遍历 COM 来证明同一稳定状态。
- 原 Python 基线校验发生在 claim 前;本轮修补的是实际 claim 后、尚未创建 worker 的失败,不凭“基线失败”文字把所有 prepared 放行。
- A2 原本确为同输入、模型、预算的逐样本配对。原 PR 只提交聚合指标造成不可复核,现补交 [逐样本索引](evidence/2026-11-12-r17/paired-review-index.json)、两臂 manifest、原最终证明及模型配置证明。未重跑已完成的 40 个模型轮次,Harness 严格格式失败仍保留。
- R17 的三个 `.kyn` 在原 PR HEAD 的 blob 哈希已经与回归 source_after 一致;后续提交修正的是 Git 存储的行尾,未更改测试时的工作树字节。本轮仍重新运行修改后源码回归,不用这个解释代替新验证。
## 验证状态
本轮完整范围初跑为 **2892 passed / 3 failed / 0 errors**,不是 2895 项全绿。两项旧断言分别仍期待“资源未释放也继续”和“最终回执落盘失败仍返回内存完成”;按本轮明确的错误合同修正后,连同未改代码但首次超过 5 秒的原生弹窗测试,对三个完整相关模块重验为 **66 passed / 0 failed**。产品、工具与集成字节从初跑至复核未变;仅两个测试文件修正。见 [初跑原始 XML](evidence/2026-11-13-pr27/broad-results.xml)、[66 项复核](evidence/2026-11-13-pr27/contract-recheck.xml) 与 [指纹及契约说明](evidence/2026-11-13-pr27/contract-recheck-proof.json)。不把定点复核改写成一次完整全绿。
新候选 SHA256 为 `f61381788259c0b2634941623ec7822f02b15837d07e9ce941f79fd1a4336f60`,176 个模块及实际冻结入口匹配;真实 smoke 退出 0,资源为 released。它通过 junction/硬链接复用原 R17 的不变运行库,是本地验证候选,不能作为独立发行包搬走;原依赖全量复制曾中止,未将该构建脚本冒称完整成功。见 [构建来源](evidence/2026-11-13-pr27/candidate-build.json)、[冻结校验](evidence/2026-11-13-pr27/candidate-frozen-verification.json)、[启动记录](evidence/2026-11-13-pr27/candidate-startup-smoke.json)。
全新系统种子 `297948869473714838138444358205682282666` 生成 20 个任务、31 条请求,**当前实机未通过**:首项保存后,暂停收尾的 Mentor quit helper 超过 20 秒,发生强制回收,主程序将 run 标为 interrupted;后续确认进程与桌面均已释放。再次确认执行建立新 run/queue,继承首项完成检查点、未重放首项,第二项在派发前又遇到相同退出超时,队列 blocked。旧队列与失败现场完整保留,不能称为同队列无异常恢复或 20/20 验收。见 [初轮失败](evidence/2026-11-13-pr27/random20-initial-failure.json)、[继续执行失败](evidence/2026-11-13-pr27/random20-continuation-failure.json) 与 [独立只读审计](evidence/2026-11-13-pr27/final-readonly-audit.md)。本轮 fresh 全图独立验收尚未执行。
首项应用内网表报告为 cancelled,新 run 没有继承其原基线;外部 fresh CLI 即使后续符合预期,也不能替代应用报告恢复。当前没有放开 blocked、重造原 before 或重放已保存器件来获得通过结果。Mentor 工作后 COM 状态仍在定位;空工程对照与助手启动测试仅用于诊断,不算替换闭环通过。
本轮原始证据及逐文件 SHA256 见 [证据索引](evidence/2026-11-13-pr27/index.json)。
### 收尾诊断补记
同一个空 Mentor 实例上,冻结助手默认 TEMP、冻结助手验收 TEMP、源码助手验收 TEMP 的检查点分别为 3.330、3.303、2.604 秒,均正常退出;拒绝连接的启动对照为源码 2.015 秒、冻结 4.641 秒。现有证据不能把故障归因于冻结打包或 TEMP 路径本身,未据此扩大退出超时。
另建一次性工程副本,以源码队列运行一个诊断任务、两个真实换料请求;检查点/退出助手附加调用栈,产品 20 秒超时不变。两个器件各保存一次、重开回读通过,应用网表 verified,fresh CLI 独立核验 1/1 通过,原工程与库不变,Mentor 正常退出 9.375 秒且无强杀。此实验使用源码诊断助手,既不是冻结 EXE/UI 验收,也不能将原 20 项失败改判通过。退出栈曾在真实 `app.Quit()` 内等待超过 5 秒后正常返回;原冻结超时根因仍未确定。报告、原始栈与逐文件哈希见 [诊断补记证据](evidence/2026-11-13-pr27/diagnostic-addendum.json)。失败批次的测试 UI 在资源确认释放后通过 WM_CLOSE 正常退出 0,失败状态保留。
提交 `f9d5e56` 的 Linux CI 实际执行 748 项,721 passed / 4 failed / 23 skipped,JavaScript 通过;[原始失败日志](evidence/2026-11-13-pr27/ci-f9d5e56-failure.txt) 保留。4 例均是已保存重试的恢复验收:共享测试夹具硬编码 `Board` 目录,既有 Windows 执行身份转为 `board`,Linux 因大小写敏感而不能通过网表身份校验。仅将该夹具目录改成小写,不改产品校验、状态/网表/不重放断言或 skip。新 30 例及共享夹具原模块在 Windows 完整重验为 **57 passed / 0 failures/errors**,真实 Linux 以修正后提交的 CI 为准;未配置额外本地 Linux 运行时来冒称通过。
这次补记相对前述 560 份指纹只变更 `tests/dsh/test_incident_rule_retry.py` 一份测试;原 2892/3、66 项复核与冻结 EXE 的产品/工具/集成字节不变。见 [夹具修正及当前指纹](evidence/2026-11-13-pr27/fixture-portability-proof.json)、[57 项完整输出](evidence/2026-11-13-pr27/green-linux-fixture-windows.txt)。
### 随后第五、六批审查的修复
以上 560 份、`f613…` 与 `a0f0a4b` 为前一阶段证据。`a0f0a4b` 的 push/PR 两组 Python 与 JavaScript CI 均已通过;随后检查新发布的评论 #420、#422、#425,又进行了以下修改,不再把先前冻结报告当作当前源码的报告。
- `native_netlist` 的 capture/graph/netlist 三处 JSON 发布统一复用既有原子 `write_record`。部分写入及替换失败反例先 RED 4 项,再与执行及暂停模块完整复核 **96 passed**;旧完整报告在失败时保留。BOM、原生 CLI 与网表公共 API 补充参数和证据合同说明。
- `standard` 兼容 preset 改用官方 YAML loader 结构化处理,仅改旧会话所需的两个身份,保留 `!!js` 和完整官方插件组合。格式/注释反例先 RED 2 项,随后 **4 项 Node 测试通过**;不增加 YAML 依赖或复制自有能力子集。
- 普通会话继续使用官方完整 Harness 与 `workspace-write` 默认,README、使用说明和 D8 清单明确披露 Shell、文件写入/编辑、goal、jobs、子智能体、权限覆盖方式。插件管理界面可用,模型插件安装工具仍是官方默认禁用。普通会话没有恢复旧的固定工具白名单。
- 自动诊断原来只按内存 Map 限权,确实存在重启后失效的缺口。现在通过不可变持久会话 ID 识别,快照以原子 sidecar 绑定事件;真 Harness 的两个独立 Node 进程重启反例先 RED,再 GREEN。重启、快照缺失/损坏、后注册扩展、Shell、写/编辑和任务修改都不会解除诊断 guard,普通会话保留官方能力。
- 已知旧诊断通过程序自己的事件 ledger 迁移;单个旧记录缺失/损坏/权限或 symlink 问题只记录有界诊断,不阻断普通启动。冲突的已知会话保持限权并拒绝歧义快照。旧失败、超时或崩溃若未保存 `analyses[].session_id`,不能可靠认证,未声称全部历史迁移。
- 四项真实 Harness 集成检查(profile 设置、核心 runtime、文件与诊断、官方能力对等)均退出 0,源码前后 184 份指纹一致;只使用本地适配器,没有远端模型或 CAD。普通文件写入、PowerShell 和带 high 推理设置的原生 goal 自动续轮实际通过。取消/创建竞态测试补了快照 write/rename 失败,确认不会入模型 prompt。
最新本地候选为 `a96a505b1f8e8cbf5d8b08459d8d189f3a0a547ffbd5f0092cb8075c587631b4`,位于 `outputs/pr27-followup-20261113/app/DxPartReplace`;176 模块、实际入口与冻结 loader 匹配,真实 smoke 正常退出 0、资源 released。它仍复用本机不变依赖,不是独立发行包。**未重跑 2895 项全范围或新候选的 20 项 CAD;此前冻结 EXE 的 Mentor 退出超时未确认根因,原 20 项失败保持失败。**
评论 #425 建议取消写阶段的自动释放,与此前用户确认的失败自动回收设计冲突,因此保留已有保护记录、仅处理自有进程、确认进程退出后释放桌面的合同;没有新增人工审批或倒计时门禁。P3 lint/解析器拆分/共享 fixture 重构未在此轮扩展。
本阶段的原始报告、最新候选来源与 562 份当前指纹见 [第五、六批审查证据](evidence/2026-11-13-pr27-followup/README.md)。
原 R17 的 [176 模块验证](evidence/2026-11-12-r17/r17-frozen-verification.json) 与 [真实 smoke](evidence/2026-11-12-r17/r17-startup-smoke.json) 现随 PR 补交;它们仅属于原 `de35…` 候选。
## 保留范围
可能已创建 worker、缺少原快照又无法证明未派发的异常,仍保持 prepared/uncertain,不自动重放或伪造恢复基线。原 P3 任务列表徽标/筛选、子实例直接写入等未在此轮扩展。新候选的本地依赖可复用已验证运行库,本轮不生成或发布新的独立发行包。