From caf1b71ca1d437544d2945f01be0de8c9fc67b3d Mon Sep 17 00:00:00 2001 From: JianFeeeee Date: Sat, 24 Oct 2026 14:41:04 +0800 Subject: [PATCH] =?UTF-8?q?docs(ci):=20=E6=B8=85=E7=90=86=20race=20job=20?= =?UTF-8?q?=E9=87=8C=E4=B8=A4=E5=9D=97=E5=B7=B2=E8=BF=87=E6=9C=9F=E7=9A=84?= =?UTF-8?q?=E6=B3=A8=E9=87=8A?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 两处都是本线这轮改动的直接后果，不改就跑会误导下一个人： ① 原「## 唯一被 -skip 的用例：webui 的真数据竞争（待修业务代码）」 —— 该排除行已随 6d04bd2 删除，用例已回到主 go test -race 门里跑； 7457b05 用 w 单写者模型（未给 gzip.go 加锁）修掉了那个竞争。 块内原有一句行为指令「修好后必须删掉这里与下一步的名字」已失效 （下一步的 webui 名字已删），留着会诱导别人去删不存在的东西 ⇒ 删除整块， 压成两句事实备注。实测（撤除后）：-race 单跑 5 次均 EXIT=0、0 条 DATA RACE。 ② 原「## 另有一个偶发失败（没有 skip，照实记录）」 —— 该用例已随 ed61a8d 改成「等状态」，不再有 5/12 失败这回事。 改写成已修备注：根因是 cancelLLM 装配空档（非数据竞争）， 改法是等 entered 再注入 + 等栈深达成，延迟参数未动；10/10 PASS。 复现命令保留，但措辞从"照实记录偶发"改成"回归时用它复查"。 只动注释，无逻辑变更。KERNEL-REGISTRY-SETLOCK 那行未动。 Co-authored-by: pi --- .github/workflows/ci.yml | 39 ++++++++++++++------------------------- 1 file changed, 14 insertions(+), 25 deletions(-) diff --git a/.github/workflows/ci.yml b/.github/workflows/ci.yml index b58d885b..e3f5ed03 100644 --- a/.github/workflows/ci.yml +++ b/.github/workflows/ci.yml @@ -138,35 +138,24 @@ jobs: # ⇒ 改成 `go list ./...` 全仓枚举（93 包 → 剔除 cmd/gui 后 92 个， # 实测 -race 全绿耗时约 72s）。排除必须写理由，见下面的 grep -v。 # - # ## 唯一被 -skip 的用例：webui 的真数据竞争（**待修业务代码**） + # ## 已解除 skip：webui 的 gzip 数据竞争（已修） # - # TestOpenAIStreamIsActuallyStreaming 在 -race 下**稳定报真竞争**（实测 - # 6/6 次触发，每次 6~8 条 DATA RACE 报告）： + # TestOpenAIStreamIsActuallyStreaming 曾因真竞争被排除在本门外，2026-10-24 + # 已解除 skip：7457b05 改成 w 单写者模型（未给 gzip.go 加锁）修掉该竞争。 + # 现由主 `go test -race` 门覆盖（排除表里已无该条目）。 # - # Read gzipResponseWriter.Write gzip.go:139 （读 g.mode） - # └─ 调用方：streamOpenAI 的 handler goroutine handler_openai.go:256 - # Write gzipResponseWriter.commit gzip.go:206 （写 g.mode/g.wroteHeader） - # └─ 调用方：streamOpenAI **写 goroutine**（16ms 批量 flush）handler_openai.go:165 - # - # 根因：`gzipResponseWriter` 的 mode/wroteHeader/buf 无锁，而 - # handler goroutine（发 finish chunk/[DONE]）与写 goroutine（发增量） - # **并发写同一个 http.ResponseWriter**。这是被测逻辑的真缺陷。 - # - # ★ 本次任务授权是"只动 CI 与测试"，**不改业务逻辑** ⇒ 只能用 -skip 挡住， - # 并在报告里带原始栈交回。修好后**必须**删掉这里与下一步的名字。 - # ★ 为什么不选择"让它红着"：长红 ⇒ 所有人学会忽略 ⇒ 整条 race 门失效， - # 连带把 kernelboot 等**新纳入**的覆盖一起废掉。 - # - # ## 另有一个偶发失败（**没有** skip，照实记录） + # ## 已修复的偶发失败：core 的嵌套压力用例（不是竞争） # # internal/agent/core: TestStress_NestingReachesStructuralBoundThenUnwindsLIFO - # · 本 job 跑整个包时：实测 13/13 全绿（测试之间互相预热） - # · **单独**用 -run 指它 + -race 时：5/12 失败 - # （"第 N 级注入后栈深未达 N：0"） - # · 不带 -race 单独跑：0/12 失败 - # ⇒ 它是**用例自身的时序假设**（要求 300ms 窗口内恰好把第 N 面压进栈） - # 被 -race 插桩放大后错过，**不是数据竞争**（无 DATA RACE 报告）。 - # 故**不 skip**（skip 会掩盖该用例的回归），但把结论与复现命令记在这里： + # 曾经偶发红（单独 -run + -race 时 5/12 失败），根因不是数据竞争（从未有过 + # DATA RACE 报告），而是**用例自身的固定时间假设**：注入时只等"受害者已在 + # 运行"，但 a.cancelLLM 是在进入 Chat **之前**才装上的，两者之间存在空档， + # 中断落在空档里就取消不生效，受害者跑满延迟自然结束，栈深永远到不了目标值 + # （"第 N 级注入后栈深未达 N：0"）。 + # 2026-10-24 已把判据改成「等状态」（ed61a8d）：先等受害者真的进入可取消的 + # LLM 调用（entered 信号）再注入，注入后轮询等栈深达成；延迟参数未动。 + # 改后 -race 连跑 10 轮 10/10 PASS，12 路满载下 3/3 PASS。 + # 回归时用它复查： # go test -race ./internal/agent/core/ \ # -run TestStress_NestingReachesStructuralBoundThenUnwindsLIFO -count=1 race: