 ThearchyHelios
|
baf93ddfed
|
报告里照抄查询结果中文本格的名字（「冲压5线」「KX-205 线」）时，名字里的数字不再算裸数字：目录里每次查询的快照中、文本格里带数字的值（至少一个数字、至少一个不是数字的字，本身不是数也不是带单位的数），在正文里一字不差地出现、前后不紧挨着数字的那几段，查裸数字时涂白。组装和出口复核用同一条规则；只认快照里真有的值，不做模糊匹配，同一个数单独写出来照样要出处，数值格不受影响
|
2026-10-19 17:06:08 +08:00 |
|
|
ThearchyHelios
|
8f6a90c8c2
|
整表标记 rows= 的结束行越界、起始行在范围内时截到最后一行（不加注），只有起始行越界才算解析不了；行数上限按截完的行数算。单元格显示规则升到 3 版：截行只影响组装（截完照样展开成一格格的单元格引用、按格复核），复核 3 版以前的文档时没展开的整表标记照老规矩判，老文档里那句「没有第 N 行」不会被当成文档被改过。文档的 cell_display 改记渲染得出这些格子的最低一版（只有日期时间被改写的照旧记 2，离线核对页不受影响）
|
2026-10-19 17:00:32 +08:00 |
|
|
ThearchyHelios
|
41b350b87c
|
相对日期一律按运行当天算：助手节点手册的搭图规则（画布、问数据共用）加第 6 条——「今天、昨天、上周、本月、去年」按运行当天算，SQL 用方言里取当天的写法、agent 先调 current_time，不用 MAX(日期) 去推「上周」，要说数据最新到哪天就另取一列；报告写作规则加一条（period_rule），告诉写作者今天是哪天、上周是哪几天：数据没覆盖问的那段时间时先照实说、写明数据最新到哪天，最近一段的数可以给但写具体起止日期，不叫它「上周」「本月」
|
2026-10-19 16:53:46 +08:00 |
|
|
ThearchyHelios
|
5dfe2e7fd1
|
report.failed_queries 不再把「写错一条、下一条就改对了」当取数失败：同一个节点里，失败之后还有一条同一数据源的成功平台查询、读的表覆盖了失败那条的表（按 sql_semantics.facets 取表；失败那条解析不了就按同一数据源之后有成功的查询认），这次失败算已被替代，不进写作提示、不记 report_queries_failed；一次成功的都没有时照旧写「这次一次成功的查询都没有」
|
2026-10-19 16:47:07 +08:00 |
|
|
ThearchyHelios
|
1e87504e5c
|
复核把「首稿没过、重写后已通过」当缺口：report_repair、report_rewrite 这类「改过一次」的信号按同一个报告节点最后一次 report.checked 定档——最终通过的（没有违规；裁判摘要里不再有证据不支持的句子）不进复核的异常清单，复核模型被别的信号叫起来时，说明里另起一节「已经处理好的」写「报告「x」首稿有 N 处没过核对，重写后已全部通过」，不再写成「核对仍未全部通过、可能不准」；最终没过的照旧记缺口。report_repair、report_rewrite 的日志带上处数
|
2026-10-19 16:43:54 +08:00 |
|
|
ThearchyHelios
|
65d35f6c97
|
复核 R-d4（升级前的 SQLite 备份只拷了应用库和断点库）：填报的记录表 records/**/*.db 也用 SQLite 的备份接口拷进同一份备份，相对路径照旧，目录 0700、文件 0600；库在 PostgreSQL 时不做这份（记录表跟着整目录备份）。deploy/README 写清这份备份含什么、不含什么（上传原件和版本库、工件库、附件、知识库、沙箱工作区、.secret_key 要整目录备份），恢复步骤加上记录表
|
2026-10-19 16:12:07 +08:00 |
|
|
ThearchyHelios
|
35bb634460
|
复核 R-d1（认库是不是自己的不够严）：状态文件第一次记 migrating / builtin 时一并记下库的容器、数据卷、网络的名字和一个部署编号（app.ops state --container/--volume/--network，--get 取一项），库容器、数据卷带 agentlab.deployment=<编号> 标签（数据卷先 docker volume create 再起容器）。agentlab.env 的名字和记着的对不上就拒绝（install、upgrade、migrate、起停、状态、卸载都先核对），早先只记了模式的状态文件按当时的名字补记、照实打一行；库容器要标签和部署编号对得上（没编号的老容器看挂的密码文件是不是这个数据目录的）、挂的数据卷就是 POSTGRES_VOLUME，清空库之前数据卷还要带这个部署的编号（没编号的不清空）；卸载碰上别人的库容器只提示不删。假 docker 单测：同一台机器上两个部署，改名指向对方、老状态文件补记之后，对方的库不被清空、不被删、不被重建
|
2026-10-19 16:07:03 +08:00 |
|
|
ThearchyHelios
|
b52a67b18d
|
后台任务的 drain 不再空转：notify.service、eval.cleanup 的 drain 改用新增的 core/background.drain——做完了的任务直接从集合里摘掉，只等本事件循环上没做完的，别的循环上没做完的不等、循环关了的摘掉。以前 while _background: await gather(...) 碰上别的事件循环上做完、discard 回调永远不跑的任务，gather 立刻返回、不让出事件循环，在那里空转（CPU 打满、进程卡死）：PostgreSQL 全量里 test_personal_apps 的收尾两次卡在这里。单测在另一个线程里跑 drain、按线程等（空转时事件循环转不动，wait_for 救不了）
|
2026-10-19 15:29:00 +08:00 |
|
|
ThearchyHelios
|
27237623c5
|
合入 nr8/b 的 45513c90（复核 R-b7–R-b15 和 R-b12 的尾巴：租约按库的时钟、隔离用计入休眠的钟、PostgreSQL 单进程墙钟跳变不再隔离自己、Fenced 只对绑定世代的执行抛、隔离后等不到重新登记的运行照实收尾、续租任务不退出、换身份后收拾旧身份、quota.take 交回日期、check_pgbouncer 同一主机端口（本机回环规范化）也拒绝、copy-to-postgres 抽出 checkpoint_conninfo 加 --direct-url、版本指纹算进 requirements.lock、run_events 重号记进设置）；没有冲突，README、db/base.py、db/to_postgres.py 自动合并：to_postgres.main 里 nr8/b 的 --direct-url 和这边连不上时一句话报错的分支都在
|
2026-10-19 15:14:25 +08:00 |
|
|
ThearchyHelios
|
45513c90b7
|
R-b12 的尾巴：check_pgbouncer 判同一个主机端口时把主机名规范化——localhost、127.x.x.x、::1 都算本机回环，IP 按地址比（::ffff:10.0.0.5 和 10.0.0.5 相同），解析不成 IP 的按字面（小写）比、不查 DNS。补测试：localhost 对 127.0.0.1、127.0.0.1 对 ::1、IPv4 映射地址同端口都拒绝，本机另一个端口、名字不同的放行
|
2026-10-19 15:09:10 +08:00 |
|
|
ThearchyHelios
|
c0f7aae8ad
|
复核 R-b15（隔离后等不到重新登记的运行原因记错、任务没摘）：_drive 里 fence.ready() 等不到时照实收尾——排队中的（一步都没执行过）收成失败，写明「本进程隔离后没能重新登记，这次运行没有开始执行」并记 run.failed；要接着执行的（继续、批了审批）收成中断、断点完好可继续运行；条件更新，状态、属主变了（别的进程先接手）就不动；执行任务从 run_manager._tasks 里摘掉。补测试：隔离后新身份一直没登记上，新发起的运行收成失败、原因写对、run.failed 记下、任务摘掉
|
2026-10-19 15:08:39 +08:00 |
|
|
ThearchyHelios
|
eb9af51abb
|
复核 R-b14（PostgreSQL 单进程墙钟一跳就隔离自己）：取得到计入休眠的钟（SLEEP_AWARE）时 stale() 只看它，墙钟只在取不到时当后备（两只里走得多的那只）；两只钟对不上（jumped）不再直接隔离，先续一次租——续租那一句按库的时钟核对「自己的租约还没过期」，以它为准：续上了只记一条日志照常，续不上才隔离。README「多进程」补一句：库服务器自己的时钟往前跳超过一个租约时所有进程一起隔离、怎么恢复，往回跳时真没了的进程要多等，本机墙钟跳了不隔离。补测试：墙钟往前往后跳一小时不算续晚了、只算对不上，计入休眠的钟走过两个租约照样算，取不到时墙钟当后备；PostgreSQL 单进程墙钟 ±1 小时续租照常续上、不隔离，真过期仍隔离；执行到一半墙钟 ±1 小时，运行照常跑完、世代不变（改前的写法往前跳那条不过）
|
2026-10-19 15:07:17 +08:00 |
|
|
ThearchyHelios
|
68c1f4143e
|
复核 R-b13（版本拦截与零碎）：preflight 报错列出全部活着的、版本不同的进程，各标明心跳在走还是停着、等租约过期（以前只点名先看到心跳的那个，人停掉它再起还会被另一个拦下）；源码指纹把依赖锁文件 requirements.lock 的内容也算进去，只升了依赖也算版本不同，锁文件取不到时换成几个关键包的版本，Docker 镜像里留一份锁文件；存量库 run_events 撞了号时把结果记一次（settings 表 cluster:run_events_seq_duplicates，记下撞号的那几处，最多 200 处），之后启动不再整表 GROUP BY、只按索引核对那几处还撞不撞，都处理掉了才再数一遍、建唯一索引、删掉记录。隔离后换身份那几条日志写出新旧完整身份已在 R-b9 那一笔里改了。README「升级」一段跟着补一句。补测试：一个心跳在走、一个心跳停着，报错两个都列出、各标状态；锁文件变了指纹跟着变、取不到时用包版本；撞号第一次整表数、第二次只核对不扫、处理掉之后建上索引并删掉记录
|
2026-10-19 14:45:54 +08:00 |
|
|
ThearchyHelios
|
d55ae68e7d
|
复核 R-b12（直连地址其实还是 PgBouncer、搬断点走了事务模式）：check_pgbouncer 除了没给直连地址，直连地址和应用库地址连的是同一个主机端口（规范化之后比，端口不写按 5432）也拒绝启动，报错说清直连要绕过 PgBouncer；copy-to-postgres 搬断点抽成 checkpoint_conninfo：给了断点库地址用它，否则进目标库、给了直连地址就走直连，命令行加 --direct-url，不给而目标就是应用库时用 AGENTLAB_DATABASE_DIRECT_URL。补测试：同一个主机端口（大小写、用户、参数不同）拒绝、同主机另一个端口放行；搬断点缺省走直连、单给的断点库地址优先、目标是别的库不套用应用库的直连地址
|
2026-10-19 14:42:33 +08:00 |
|
|
ThearchyHelios
|
ed3bb943df
|
复核 R-b11（跨零点退回额度退到第二天那一行）：quota.take 交回占在了哪一天（本地日期），占不到交回 None；出具、按需视图发起失败时按这个日期退回——23:59:59 占、00:00:01 失败，退的是前一天那一份，第二天的不动。补测试：跨零点占了两份、退回前一天那一份，前一天归零、第二天那份不动
|
2026-10-19 14:40:11 +08:00 |
|
|
ThearchyHelios
|
1e6f0554fe
|
复核 R-b10（隔离换身份后旧身份的名额、请求没人收拾）：要名额时把当时的身份记在 holder 上，放的时候按它删，换了身份也删得到；新身份登记上之后收拾旧身份（tidy_retired）——它的执行都已停下、写不了了，不必等它的租约过期：删掉它的登记（发 gone，别的进程马上按属主不在了接手它认领的运行、任务）、它占着的运行名额和同源队的位置，交出它拿着的当班租约，发给它的请求转到新身份名下照办，照实记一条日志；停止请求对不在本进程执行的运行也照停止的规矩办（cancel 自己看属主：转给正在执行它的进程、属主不在了就接手放弃、停在断点上的收成 cancelled）。补测试：拿着名额时换了身份照样放得掉（改前的写法这条不过）；新身份登记上之后旧身份的登记、名额、队里的位置、当班租约都收拾掉，转过来的停止请求把停在断点上的那次运行收成 cancelled
|
2026-10-19 14:36:19 +08:00 |
|
|
ThearchyHelios
|
ba22b82b3d
|
复核 R-b9（Fenced 打到不该打的地方）：check() 续晚了谁问到都隔离，但只对绑定了世代的执行（运行的一段执行、后台任务）抛 Fenced，HTTP 处理、调度那一拍、进程间请求问到时只隔离不抛；调度循环、心跳、办进程间请求也接住 Fenced；续租的任务不再因为一下出错就退出——续租、隔离之后重新登记都包住，照实记日志、退避着重试（最长一个租约时长）。隔离时马上换身份（之后新建的行记新身份），新身份登记上之前心跳不争当班、不接手，新开始的运行、后台任务在 fence.ready() 上等（最多一个租约时长，等不到就不开始，那几行由别的进程按属主不在了处理，这边同时放弃这个一直没登记上的身份、再换一个）。日志写出新旧完整身份。补测试：没绑定的调用者只隔离不抛、绑定在隔离之前的抛、新身份登记上之前 ready 等着；调度循环被 Fenced 打到一拍之后照常；重新登记先被版本守卫拦、再碰上库连不上，续租任务都不退出，登记上之后照常续租
|
2026-10-19 14:33:45 +08:00 |
|
|
ThearchyHelios
|
d6ecaaa7a3
|
复核 R-b8（隔离时 asyncio 记一条回调异常）：断点写入的守卫改成协程包装、在协程里查 fence——LangGraph 在节点的完成回调里调 aput_writes 拿协程交给后台任务，以前同步包装在回调里就抛 Fenced，每次隔离都打一条「Exception in callback … FuturesDict.on_done」加 traceback；现在异常留在写断点的那个任务里，由 LangGraph 照常收走。补测试：卡住被接手那一条里 asyncio 不记回调异常、不记没人取的任务异常（改前的写法这条不过）
|
2026-10-19 14:29:12 +08:00 |
|
|
ThearchyHelios
|
7fcce90f95
|
复核 R-b7（休眠、时钟偏差下隔离失灵）：租约改用库的时钟——续租、登记写 lease_until = 库的 clock_timestamp() + 租约，判活、清理过期登记、版本守卫看谁活着都比库的时钟，调度当班的租约同样按库的时钟接班、续租，本地判还当不当班改看计入休眠的单调钟，机器之间墙钟差多少都不起作用；隔离改用计入休眠的钟（Linux CLOCK_BOOTTIME，macOS clock_gettime(CLOCK_MONOTONIC)，取不到退回 monotonic），并且一律同时比墙钟，两只钟里走得多的那只说过了一个租约就算续晚了；续租时两只钟差出一个租约（墙钟跳了、休眠没计）也隔离；续租那一句带上「库里自己的租约还没过期」的条件，过期了或者登记不见了就不再续这个身份、隔离换身份（以前登记不见了是用旧身份重新登记）。补测试：单调钟不走而墙钟过了两个租约、墙钟往回拨，都算续晚了；本机墙钟快一小时，别的进程照样活着、当班租约抢不走；库的时钟过了自己的租约时续租不续、隔离一次
|
2026-10-19 14:27:55 +08:00 |
|
|
ThearchyHelios
|
322ba5969b
|
合入 nr8/b 之后的配合：启动时先等库再做版本检查（cluster/version.preflight 是第一次连库，放在等库之前的话库的容器晚一步起来服务就直接崩），单测核对先后；deploy/README 多进程一段写明内置 PostgreSQL 是直连、不用 AGENTLAB_DATABASE_DIRECT_URL，upgrade 先停掉旧容器（全部工作进程）、备份、再起新版本，正合不许新旧版本同时运行的拦截
|
2026-10-19 14:06:20 +08:00 |
|
|
ThearchyHelios
|
5318c33f57
|
合入 nr8/b 的 ac8b194c（复核 R-b1–R-b6、交互留底的运行名额、先占额度再出具、直连地址 AGENTLAB_DATABASE_DIRECT_URL 和 AGENTLAB_DB_PGBOUNCER、不许新旧版本混跑、prod.sh 和 Docker 入口问 python -m app.cluster workers、镜像带构建号）；没有冲突，README、config.py、db/base.py 自动合并
|
2026-10-19 14:01:07 +08:00 |
|
|
ThearchyHelios
|
c842b536f6
|
内置 PostgreSQL 的四条取舍：agentlab.env 模板末尾追加注释掉的「内置 PostgreSQL（可选）」一段（POSTGRES_IMAGE、POSTGRES_CONTAINER、DOCKER_NETWORK、POSTGRES_VOLUME、BACKUP_KEEP，缺省值写在注释里，已有的行一行没动）；升级前的备份收紧权限——backups/ 起每一层目录 0700、备份文件 0600，属主同数据目录（SQLite 的在 umask 077 下先以 0600 建空文件再交给备份接口写，pg_dump 在 umask 077 下写、目录由 app.ops backup-dir 建和收紧），恢复步骤里写清哪一步要 sudo、内置库的恢复改成在以 10001 运行的临时容器里读备份（不用 sudo）；restart 缺省只重启服务（库停着时先把库起来），restart --postgres 连库一起重启，没用内置库时加 --postgres 照实报错；离线包缺省带 PostgreSQL 镜像不变，deploy/README 写清多出约 160 MB、导入后约 0.7 GB；deploy/README 加「首次在 Linux 上切换前的检查」（docker 版本、属主、权限、磁盘空间、整目录备份）。单测核对权限位、restart 两种用法、模板里的注释和 deploy.sh 的缺省值一致
|
2026-10-19 13:58:00 +08:00 |
|
|
ThearchyHelios
|
ac8b194ca8
|
评测时限不算排队（续）：within 看得更勤（不超过时限的 1/20），一段的头尾有一头在暂停就整段不算——以前一段只看尾巴，拿到名额后的头一段整段算进去，PostgreSQL 全量满载时那条测试偶发超时；测试改成排 2 秒、时限 1 秒，给拿到名额之后的几次写库留够余地
|
2026-10-19 13:46:09 +08:00 |
|
|
ThearchyHelios
|
93cd32bc97
|
启动时等库：PostgreSQL 还连不上（和库的容器一起起、库还在初始化）时按退避重试（1、2、4、5、5… 秒），每次照实打一条「应用库还没就绪」，最多等 AGENTLAB_DB_STARTUP_TIMEOUT（缺省 90）秒再把最后一次的错抛出去；密码不对、库不存在这种等也没用的（SQLSTATE 28、3D、42 类）立刻抛；SQLite 不等。新增 python -m app.ops（部署脚本在容器里以镜像用户调的几件小事，只用标准库）：内置 PostgreSQL 的密码文件和 pgpass（0600，已有就沿用，密码不打印）、数据目录用哪种库的状态（sqlite / builtin / migrating）、SQLite 库的一致备份（备份接口，含 -wal 里的）和只留最近 N 份。copy-to-postgres 连不上目标库、库报错时一句话说清楚、退出码 1，不再甩一屏调用栈
|
2026-10-19 13:43:32 +08:00 |
|
|
ThearchyHelios
|
5b24480268
|
版本守卫拒绝启动的那句话改掉「混跑」（check-copy：「跑」不作动词）：不支持新旧版本同时运行，先停掉这些进程再启动新版本
|
2026-10-19 13:33:07 +08:00 |
|
|
ThearchyHelios
|
62089f2849
|
复核「另外两处」：评测每题的时限、算期望的时限都不算排队等运行名额的那一段（within 代替 asyncio.wait_for，作答那次运行在 slots 里还排着队时不走表；算期望的运行排着队时把截止时刻往后挪），满载时不再被记成超时、触发止损；同源队（SourceLanes）跟发名额一样，拿这个源的咨询锁之前备好「哪些别的属主确实不在了」，持锁期间只用持锁的那条连接，拿锁之后才出现的属主这一次当活着。slots 加 waiting(run_id, here=)：本进程里的直接看、不查库。补测试：排队 0.8 秒、时限 0.3 秒照样答完不记超时（改前的写法这条不过）；within 暂停的那几段不算、不暂停照样超时；同源队持锁期间不查「谁还活着」、没了的进程照样让位、拿锁之后才出现的属主不删
|
2026-10-19 13:31:46 +08:00 |
|
|
ThearchyHelios
|
f3ff5b9c18
|
复核 R-b5、R-b6：转发运行事件、读缓存失效通知都从游标往回留一小段重读（运行 64 条、缓存 200 条），按发布过的 seq / 处理过的 id 去重——号先取后提交、号大的先提交时，号小的那一条后到也照样转、照样失效，不越过回放已经发过的那一段；合成之后超长的正文增量按字切成几条（二分找每段最长的前缀，不切坏 UTF-8），不再截掉。补测试：号小的后提交照样转出来、不重复；缓存失效 id 大的先到、小的后到都处理；超长增量切开拼回来一字不少
|
2026-10-19 13:24:44 +08:00 |
|
|
ThearchyHelios
|
5578cf137d
|
复核 R-b4（prod.sh、Docker 入口读不到 .env 里的配置）：新增 python -m app.cluster workers——照后端自己的配置（环境变量和 .env 一起读）说起几个工作进程，SQLite 而大于 1 时照实报错、退出码 2；prod.sh 只在命令行给了 --workers 时写进环境变量，进程数一律问后端，Docker 的入口同样问它。补测试：SQLite 而大于 1 拒绝、PostgreSQL 照给的数
|
2026-10-19 13:23:02 +08:00 |
|
|
ThearchyHelios
|
5f7100906f
|
复核 R-b3（SQLite 单进程多出来的写库）：SQLite 时守卫已经确认只有本进程——登记只写一次、不续租约、本进程直接当班（不写库）、接手只在启动时做，心跳只做本进程自己攒着的活；运行的名额在 SQLite 下放在进程里（规矩同一套：优先级、类别上限、交互留底，只是不落库），一段运行不再为要名额多写三次库。顺带（复核「另外两处」之二）：PostgreSQL 发名额持着全站的锁时不再另取连接查「谁还活着」，拿锁之前备好，不认识的属主这一次当活着。补测试：SQLite 空闲十来拍心跳、要一次名额放一次，PRAGMA data_version 不变（名额落库的写法这条不过）；库里的名额行那两条只在 PostgreSQL 上跑
|
2026-10-19 13:22:05 +08:00 |
|
|
ThearchyHelios
|
96bb372ef3
|
复核 R-b2（单进程下周期整理退回判定中的待办）：当班进程隔一会儿的那一次接手（trust_mine）不论有没有别的进程，停在 resolving 的待办只收拾停了两个租约时长以上的，启动时又没有别的进程的那一次照旧全收拾；顺带把其余周期调用的整理过一遍——结果未知的写入只补停了两个租约时长以上的（收尾和安排核实之间的不碰），问数据没有任务行的老轮次只在启动时整理（老页面开的轮次建图时也是这个样子）。补测试：判定到一半当班进程来一次，待办照样记已处理、那一票不撤回（改前的写法这条不过）
|
2026-10-19 13:18:23 +08:00 |
|
|
ThearchyHelios
|
35ab097b45
|
复核 R-b1（卡住但没死的进程被当成没了）：续租约挪到单独的任务、专用连接（不走连接池，不被同一拍别的活拖住）；进程间请求另起任务办，不在心跳里等收尾；新增 cluster/fence 自我隔离——离上次续上租约超过一个租约时长，或者这段执行属于上一次隔离之前，执行在写事件、写断点、开审批、发外部写入、后台任务写库之前就停手（Fenced 是 BaseException，节点里的 except Exception 拦不住），续租时发现续晚了就隔离：停掉手上的运行和后台任务、不写终态，换一个身份重新登记；运行收尾先占住那一行、属主不是自己就不写；别的进程按租约过期再多等一个租约时长才算不在了（两边中间留一段）；run_events 的 (run_id, seq) 改成唯一索引（存量库先数重复，有就照实记日志、这一次不建，不让启动失败）。补测试：卡住期间被接手之后不盖终态、不写事件、序号不重；被接手的那次在别处接着跑完只结束一次、后面那一步只跑一次；收尾按属主写；撞号被库拒绝；多进程端到端加 6b、6c（真 SIGSTOP / SIGCONT）
|
2026-10-19 13:15:56 +08:00 |
|
|
ThearchyHelios
|
75ab3678cb
|
代码里拦住新旧版本混跑（用户拍板）：新增 cluster/version——代码版本（包版本 + 构建号 AGENTLAB_BUILD 或 git 提交 + app/ 下源码指纹，比较按源码指纹）、库结构版本（各表各列加迁移清单的哈希），进程登记时一并记下（cluster_workers 两列，add-only 迁移）。PostgreSQL 时补列之前先看一眼（preflight）：库里还有活着的、版本不同的进程，心跳在走就拒绝启动、照实写明是哪几个进程什么版本、要先停掉再升级，心跳停着的（强杀留下的）等租约过期再起；登记那一下在事务级咨询锁里再查一遍，两个不同版本同时启动只有先登记上的起得来。Docker 镜像带上构建号；README 写明升级步骤。补测试：版本不同的活进程被点名拒绝、同版本照常加入、过期的不算、只比源码指纹；PostgreSQL 上心跳在走的拒绝、心跳停着的等过期、登记时再拦一次
|
2026-10-19 13:04:07 +08:00 |
|
|
ThearchyHelios
|
d68ca9774f
|
加直连地址 AGENTLAB_DATABASE_DIRECT_URL 和 PgBouncer 事务模式开关 AGENTLAB_DB_PGBOUNCER（用户拍板）：依赖会话状态的连接——收发进程间通知的那一条（LISTEN）、跨进程的锁（会话级咨询锁，另建一个直连的小池子）、断点库（缺省）——走直连地址，普通查询走 AGENTLAB_DATABASE_URL，不设就全用同一个；开关打开时普通地址不用客户端连接池、关掉 SQLAlchemy 和 asyncpg 的预备语句缓存、预备语句用随机名字（照 SQLAlchemy 文档），事务级咨询锁照常成立；开关打开却没给直连地址时拒绝启动。README 写三种部署（直连、PgBouncer 会话模式、事务模式加直连地址）和要配的 server_reset_query，照实说没在真的 PgBouncer 上跑过。补测试：地址解析和规范化、断点库缺省走直连、事务模式关掉的几样、LISTEN 和跨进程锁走直连、事务模式没给直连地址拒绝启动
|
2026-10-19 13:01:21 +08:00 |
|
|
ThearchyHelios
|
01af07b193
|
出具、按需视图的每日上限改成先占额度再发起（用户拍板）：新增 cluster/quota——额度记在库里（rate_counters 按名字 + 本地日期一行），占一份是一句带条件的 UPDATE（没到上限才加一），两种库上都是原子的，这一天第一次占按库里已有的记录起算，发起被拒或出错就退回。出具去掉全站一把锁，只留同一（运行、工作流、版本）的去重锁，几份不同的出具可以同时发起；按需视图的锁缩回按缓存键（视图 + 参数）去重，每日上限改用这个应用的额度。补测试：20 个协程同时占正好到上限、按已有记录起算、退回再占；两个进程同时占正好到上限；三份不同的答案同时出具正好到上限、多出来的回 429
|
2026-10-19 12:57:38 +08:00 |
|
|
ThearchyHelios
|
6ed782a84b
|
运行名额改成给交互留底、其余可借（用户拍板）：交互留底缺省全站上限的 1/4、至少 1、至多全站上限减 1，应用、定时、系统三类合起来永远用不到留底；三类各自的上限缺省 = 全站上限 − 留底（设置里可调小），没人问数据时评测能开满；交互上限缺省 = 全站上限；等名额照旧按优先级、同级先来先得。存着的设置原样存、缺省按全站上限和留底现算；留底不小于全站上限时 422。设置页「运行并发」加「给交互留底」一项，写明留底和借用是什么，README 同步。补测试：缺省值、空闲时系统类借满到 全站 − 留底、留底不借给应用类、问数据一来马上拿到留底；多进程端到端加 5b（评测借满时问数据拿留底、不等评测跑完）
|
2026-10-19 12:53:28 +08:00 |
|
|
ThearchyHelios
|
319b787688
|
合入 nr8/l 的 e1ff1c90（问数据事件日志清理不给时间时按当前时间算）
# Conflicts:
# backend/app/chat/log.py
|
2026-10-19 12:48:42 +08:00 |
|
|
ThearchyHelios
|
e1ff1c9070
|
问数据事件日志的清理那一拍不给时间时按当前时间算：调度循环的 process_due 不一定给 now，chat/log.purge_tick、purge 以前拿 None 去减保留期就报错（多进程端到端里查出）。补测试
|
2026-10-19 12:37:30 +08:00 |
|
|
ThearchyHelios
|
e6a3ee8f95
|
转发运行事件时跳过不认识的事件种类（回放照样读得到）；test-multiprocess.sh 不带参数时 macOS 的 bash 3.2 报 args 未定义，参数直接原样交给 pytest
|
2026-10-19 12:30:30 +08:00 |
|
|
ThearchyHelios
|
4e3623885b
|
合入 W2-a 的复核修复（nr8/a：导入的 NOT NULL 补值与孤儿行、收尾 dispose、sslmode 换算、PostgreSQL 写入去 NUL、不分大小写搜索 contains_ci、json_eq 两库同语义、JSON 守卫、用户可见列表补决胜键、bubblewrap --clearenv、部署脚本与原子写的几处、README 连接数预算）
# Conflicts:
# backend/app/api/schedules.py
# backend/app/main.py
|
2026-10-19 12:21:38 +08:00 |
|
|
ThearchyHelios
|
89cd135174
|
补多进程协调的单测（两种库）：别的进程用库里的行装出来（登记着的同伴、从没登记过的已经没了的进程）——谁还活着、名额按优先级先给交互类、一类到了上限不挡别的类、没了的进程占着的名额收回而活着的同伴的不碰、同源队几个进程共用且跳过没了的进程的位置、接手运行只碰属主不在了的（升级前没记属主的照不在了处理）、停止和记事件交给活着的属主、属主不在了的停止直接接手放弃、当班到期交接、同一本每日账并发记不越过上限、SQLite 第二个进程（以及 AGENTLAB_WORKERS 大于 1）拒绝启动；评测说明里的并发一段照现在的名额说
|
2026-10-19 12:14:39 +08:00 |
|
|
ThearchyHelios
|
4a80936c38
|
多进程的跑法和说法：prod.sh 加 --workers（AGENTLAB_WORKERS，SQLite 时大于 1 先拦下），Docker 入口按 AGENTLAB_WORKERS 起 uvicorn --workers，dev.sh 写明开发时单进程；README 把各处「单进程前提」改成实话——SQLite 单进程（第二个进程拒绝启动），PostgreSQL 可多进程，新增「多进程」一节：怎么起、配置项、认领和租约与各类接手规矩、跨进程停止、运行并发的四类与缺省、调度当班、实时流、进程里的账和缓存（哪些进了库、哪些留在进程里及其影响）、多台机器的条件（共享存储同一路径、对时、NFS 上 SQLite 文件的实话）、升级要停掉全部进程、多进程端到端测试；deploy/README 补多进程。按需视图的锁改成按应用取（每日上限几个键之间也数得准），出具的锁改成全站一把（每日上限是全站的）
|
2026-10-19 12:08:17 +08:00 |
|
|
ThearchyHelios
|
db328efd21
|
原子写和部署脚本的几处（复核 R-a11、R-a12、R-a13 追加写）
- R-a12 create_bytes：硬链接不了的文件系统（exFAT、一部分 SMB / FUSE，EPERM / ENOTSUP / EXDEV）不再首次启动就崩，退回 O_CREAT | O_EXCL 直接建（仍然只建一次，说明里写了写的那一会儿读的一方可能读到不完整）；建成后 fsync 目录（同 raw_store）
- R-a13 file_write 的追加改回原地追加写（O_APPEND，core/atomic.append_bytes）：不换文件（inode、权限、开着的句柄不变），原有内容不动，文件大了也不用整份读出来重写；取舍写在函数说明里——读的一方最多看到半截新内容。覆盖照旧先写临时文件再改名，并沿用原文件的权限
- R-a11 deploy.sh 改属主前认数据目录收紧：只认 agentlab.db、.secret_key、.agentlab-data 三样之一（不再认 uploads/ 这种普通目录名）；.agentlab-data 是服务启动时（Settings.ensure_dirs）建的标记，只建一次不覆盖，库在 PostgreSQL、密钥由环境变量给的部署也认得出；老部署有 agentlab.db 或 .secret_key。deploy/README 写明这个文件别删
- 测试：模拟不能硬链接仍只建一次、权限 0600、不留临时文件；覆盖沿用原权限；追加不换 inode、权限不变；file_write 追加不换文件、覆盖照常；数据目录里有标记、重复启动不覆盖
|
2026-10-19 12:07:31 +08:00 |
|
|
ThearchyHelios
|
ba87a93ef7
|
bubblewrap 沙箱不再继承后端的环境变量（复核 R-a5）：bwrap 参数最前面加 --clearenv，再按缺省（HOME、TMPDIR、PATH、LANG、PYTHONDONTWRITEBYTECODE）和调用方给的逐条 --setenv；bwrap 进程本身也只拿 PATH
以前被执行的代码看得到后端进程的全部环境变量：模型的 API Key，现在又多一条带密码的 AGENTLAB_DATABASE_URL。local、seatbelt 一直只给最小的一套。调用方给的变量以前插在最前面、会被缺省的盖掉，现在放在最后、能盖过缺省的，同另外两种沙箱。测试（本机没有 bwrap，测参数和进程环境的组装）：--clearenv 在所有 --setenv 前面，AGENTLAB_* / *_API_KEY 的名字和值都不出现，bwrap 进程的环境只有 PATH
|
2026-10-19 12:07:31 +08:00 |
|
|
ThearchyHelios
|
0d9f1d9339
|
用户看得到的列表补决胜键（复核 R-a9）：按名称、时间等可能并列的排序后面补上同一个模型的 id，并列时两种库排出来一样
- 实测 /api/evals/calibers、/api/schedules/trigger-options 按 Workflow.name 排序遇同名并列时 SQLite、PostgreSQL 顺序不同。用 AST 逐个过了一遍 order_by：最后一个排序键是 created_at / updated_at / last_active_at / at / name / 各种 *_at 之类、不唯一的列，又不带 DISTINCT、GROUP BY 的，补「, 模型.id」（降序补 id.desc()），共 104 处，分布在 api、apps、auth、blueprints、chat、data、engine、eval、ledger、look、memory、process、providers、scheduler（runs.py 里的三处在上一个提交里）
- 按唯一列（seq、version、唯一的 name）排的不动；按聚合、coalesce 之类表达式排的说明见 db/postgres
|
2026-10-19 12:07:06 +08:00 |
|
|
ThearchyHelios
|
7febf2bcdb
|
两种库行为再对齐一轮（复核 NUL、R-a4、R-a6、R-a7、R-a10）
- 编排者的决定：PostgreSQL 下文本列写入时去掉 NUL 字符（before_cursor_execute 钩子，只装在应用库引擎上，看所有字符串参数，没有 NUL 的原样交回），SQLite 不变；同 JSON 列的处理
- R-a4 应用库地址里的 sslmode= 换成 asyncpg 的 ssl=（取值同一套），sslrootcert 等证书参数、application_name 这类 asyncpg 不收的参数启动时就报错并说怎么写（证书用 PGSSLROOTCERT 等环境变量）；断点库连接串换回 sslmode=
- R-a6 不分大小写的搜索换成 db/portable.contains_ci：SQLite 上同 ilike（lower LIKE lower），PostgreSQL 上模式带 COLLATE "default"（列是 COLLATE "C"，列上的 ILIKE 只认 ASCII，É/é、Ж/ж、全角Ａ/ａ 匹配不上）；运行列表按名字、对象索引按注释两处都改；改正 db/postgres 里那句说明
- R-a7 JSON 守卫改成编译层：tests/jsonguard 挂在应用库编译器上（conftest，两种库、跑全量时一直生效），整个 JSON 值出现在 = / != / IN / IS DISTINCT FROM / 大小比较、SELECT DISTINCT、GROUP BY、ORDER BY、UNION（去重的几种）里就报错；按类型认，变量别名、跨行 order_by、select(Run.origin).distinct()、JSON 下标的比较都抓得到，测试拿这些反例证明，json_eq、IS NULL、UNION ALL 不受影响。原来的逐行正则测试删掉
- R-a10 json_eq 两种库同一语义、按 JSON 类型比：字符串只等于字符串，数只等于数（1 等于 1.0），True / False 只等于 JSON 的 true / false（SQLite 上用 json_type 分开，以前 1 能匹配 true）；非标量 TypeError。json_text 两种库都是「字符串取本身、别的取 JSON 写法」（SQLite 上同 PostgreSQL 的 ->>），数 1 的 json_text 两边都是 '1'
- db/postgres 说明里写清 NULL 排序补写的范围（只认直接按列排的）
|
2026-10-19 12:06:31 +08:00 |
|
|
ThearchyHelios
|
0e997eb968
|
copy-to-postgres 在真实开发数据上核对不过的几处（复核 R-a1、R-a2、R-a3、R-a8、R-a13）
- R-a1 老库 NOT NULL 列为空：第一版补 schedules.trigger 时没带缺省值，存量定时任务这一列是 NULL，导入 PostgreSQL 撞 NOT NULL，连带触发记录、通知撞外键。迁移表里这一列改成带 DEFAULT '{}'；新增 _NOT_NULL_BACKFILLS，启动时按模型的缺省值把已经补过、留着 NULL 的填上（SQLite 这边也填，两种库存的一样；只更新这一列，不碰 updated_at）；导入时 _Fixer 遇到 NOT NULL、有缺省值的列的 NULL 也填缺省值，计入「转换」。迁移表里的 NOT NULL 列都过了一遍，只有这一列没带缺省值
- R-a2 孤儿行：导入前在快照上按模型外键扫（settle_orphans）：外键是 SET NULL、列可空的置空，计入转换；CASCADE / 不可空的从快照里拿掉、不导入，反复扫到没有为止，报告里单列「孤儿行（SQLite 当时没强制外键）」的表和条数，不算核对失败
- R-a3 停服务后 agentlab.db-wal 还在：lifespan 收尾 dispose 应用库引擎（只加了这几行），SQLite 最后一个连接关掉时并回、删掉 -wal，PostgreSQL 的池子也正常关
- R-a8 自增主键的序列取「目标表 MAX、快照 sqlite_sequence 的计数器、序列现值」三者最大，删过的号不复用（召回按 source_changes.seq 当游标）
- R-a13 插不进的行的原因不再带「<class 'asyncpg.exceptions.…'>:」前缀（errors.first_line 两种写法都去）；设了 AGENTLAB_DATABASE_URL 却没装 [postgres] 时，应用库引擎和断点库都直接说要装什么
- 测试：DROP COLUMN 再按第一版迁移补回造老表、关着外键写孤儿行，迁移填值、快照上置空和拿掉、导入 PostgreSQL 核对通过且重跑一样；NULL 落回模型缺省值；端到端里删掉最后一条变化，导过去新变化从 3 编起；起停一次服务后数据目录里没有 -wal / -shm（去掉 dispose 这条测试就挂）
- PostgreSQL 引擎上另挂了去掉文本参数里 NUL 的钩子（db/postgres.strip_nul，见下一个提交）
|
2026-10-19 12:06:31 +08:00 |
|
|
ThearchyHelios
|
ae254b052e
|
合入遗留收口分支 nr8/l 的复核修复（变化记录先占住那一行再读改写、召回里行序不定的指标、事件触发列表按任务各取上限、选对象按名字查用 ilike、子工作流写入认旧键、几处测试的竞态）
# Conflicts:
# backend/app/ledger/recall.py
|
2026-10-19 12:05:19 +08:00 |
|
|
ThearchyHelios
|
1acf960312
|
多进程端到端验收：scripts/test-multiprocess.sh 用本机 postgres:16 起临时库，tests/test_multiprocess_e2e.py（缺省跳过，AGENTLAB_MULTIPROCESS_E2E=1）在上面起两个 uvicorn 工作进程，用演示模型跑七个场景——两个进程都登记、一个当班；运行由接到请求的进程认领，另一个进程上的流收得到实时事件和流式增量，同一个审批决定同时发给两边只执行一次，两边事件流不重不漏、封存核对得上；跨进程停止；定时只触发一次；全站一个名额时评测的作答运行排着队，后来的问数据运行先拿到名额；两个进程同时记同一本每日账不越过上限；强杀一个进程后在跑的运行被照实标中断、停在审批上的照常在另一个进程上批完、当班交接。顺带修：等名额时被停止也照实收成已取消（以前停在排队中）；当班的本地余量不超过租约的四分之一（租约调短时一直不当班）；启动清理上传半成品时没有别的活着的进程就全清；文件锁守卫的几项测试只在 SQLite 跑；问数据事件日志清理那一拍不带时刻时按现在算
|
2026-10-19 12:03:35 +08:00 |
|
|
ThearchyHelios
|
b672088fe3
|
召回里行序不定的指标不当「没变」（编排者拍板）：全部指标都行序不定的，结论写「核对不了（行序不定）」（召回批次的新状态 row_order），开召回待办请人核对，待办和通知的标题照实说没能核对，不在原答案上记「已核对，不影响」；部分行序不定的，已判定的照常判，行序不定的那几项在结论里列出（row_order_metrics），数没变时原答案的记账照样列出、问数据的轮次写「其中「x」行序不定，没能核对」。补测试
|
2026-10-19 11:54:08 +08:00 |
|
|
ThearchyHelios
|
c768c56fd7
|
多进程协调补齐几处：执行时长从拿到名额算起（排队等名额不算执行，墙钟本来就从开始执行算）；蓝图留痕、蓝图助手开轮先占住那一行再取最大值往下接；问数据等别的进程接着跑的运行时回库里等封存；按配方导入的 AI 起草、知识库重建索引另取跨进程的锁（多进程时重建进度记在设置表里，别的进程读得到、属主不在了照实说没做完）；调度循环一拍的间隔可配（AGENTLAB_SCHEDULER_TICK_S）
|
2026-10-19 11:51:29 +08:00 |
|