fix(agent): cancel 停不下调度循环 —— 队列非空时永远不看 ctx.Done

## 缺陷(真缺陷,不是测试问题)

`schedulerLoop` 只在"队列空"的分支里 select `ctx.Done()`:

	if kind == nextNone {
		select { ... case <-a.ctx.Done(): return }
	}

于是**只要队列里有任务,循环就永远不看 ctx.Done** —— 一直取、一直执行,
直到队列被取空才可能退出。

生产后果(`reclaim` / `destroy`):销毁流程先回收残余任务、再销毁子。
而回收到销毁之间子仍在运行,继续把队列里的任务取走执行 —— 那些任务的
结果**永远无人认领**(子随即被销毁),且日志无痕迹:既不在"残余清单"里,
也没跑到出结果。带 ResponseCh 的同步调用方(cli/a2a)更糟:Stop 的
drainPendingInterrupts 给它补一个 "skipped",用户看到"已跳过",
而任务其实执行过。

## 修法

1. `schedulerLoop` 循环顶部(**取任务之前**)检查 ctx.Done。
2. 新增 `waitSchedulerStopped`:cancel 之后等 running 归零(上限 5s,
   超时如实记日志,不让控制面永久挂住)。
3. 新增 `FinishResident`:停止调度 → 回收残余 → 处置 → 收割记忆 → 销毁,
   **一步完成**,消除"取完到销毁"之间的窗口。`reclaim` / `destroy` 改走它。
4. 记忆收割抽成 `harvestResidentMemory`,供 FinishResident 的 onDestroy 复用
   (必须在 Destroy 之前 —— Destroy 会关掉 temp)。

## 判据(2 条,都做了"撤销修复必须变红"的验证)

 · TestSchedulerStopsTakingTasksAfterCancelWithNonEmptyQueue
   用阻塞 provider 把循环钉在 executeNewTask 里,此时塞 5 条进队列、
   cancel、放行。修复在位 ⇒ 5 条一条都不执行;撤销修复 ⇒ 取走 5 条。
   **实测撤销后报「仍取走了 5 条(剩 0/5)」,恢复后 10/10 绿。**
 · TestFinishResidentIsAtomic
   断言返回后子已从登记表移除(销毁确实在同一事务内完成)。

原 flaky 的 TestResidualKeepReturnsTasksToParent 与
TestResidualDropNotifiesSyncCaller 也修了:先 cancel + 等静止再入队,
得到确定的初始状态(它们验的是转交逻辑,不是子的生命周期)。30/30 绿。

## 我踩过的两条弯路(都写进判据注释了)

1. 加 `scheduler.freeze` 绕过。错在:调度器本来就有停止语义(ctx),
   再引入一个状态位会让"谁负责停"含糊,且忘了解除就永久僵住。已删。
2. 判据第一版写成「先 Start、再 cancel、然后入队」—— 那时队列是**空的**,
   循环正好走 nextNone 看到 ctx.Done 退出,于是**撤掉产品修复判据依然
   30/30 全绿**。是用户追问"凭什么说修好了"才发现这是假绿。
   必须造出"队列非空时 cancel"这个确切场景才测得到。
This commit is contained in:
JianFeeeee
2026-10-18 13:07:40 +08:00
parent c426921847
commit d9c2e51f61
5 changed files with 352 additions and 35 deletions

View File

@ -125,27 +125,35 @@ func (a *Agent) executeResidentAgents(tc agentAPI.ToolCall) string {
case "reclaim":
id := strArg(tc, "id")
// 残余任务先由父**显式**决定保留还是丢弃(用户 2026-09-19 要求)。
// 不传 residual 时默认 keep:宁可多做一件,不可默默丢一条。
residual, rmsg, rerr := a.ApplyResidual(id, residualPolicyOf(tc))
if rerr != nil {
return fmt.Sprintf("处置残余任务失败: %v", rerr)
//
// ★ 用 FinishResident 一把做完,不要拆成 ApplyResidual + ReclaimResident:
// 拆开时"解冻到销毁"之间子会继续收新任务,那些任务的结果随子一起丢失
// 且不留痕迹(详见 FinishResident 的说明)。
// onDestroy 里做记忆收割:读子 temp 的活跃三元组并合入主记忆。
// 必须在 Destroy 之前 —— Destroy 会关掉 temp(这正是原先
// ReclaimResident 内部做的顺序)。
var promoted int
residual, rmsg, ferr := a.FinishResident(id, residualPolicyOf(tc),
func(rc *residentChild) error {
p, herr := a.harvestResidentMemory(rc)
if herr != nil {
return fmt.Errorf("合入主记忆失败: %w", herr)
}
promoted = p
return nil
})
if ferr != nil {
return fmt.Sprintf("回收失败: %v", ferr)
}
info, err := a.ReclaimResident(id, reclaimKeepAll)
if err != nil {
return fmt.Sprintf("回收失败: %v", err)
}
return fmt.Sprintf("残余任务(%d 条):%s\n已回收(temp 中选中的记录已合入主记忆,该驻留子已取消): %s",
residual, rmsg, MarshalResidentInfo(info))
return fmt.Sprintf("残余任务(%d 条):%s\n已回收(temp 中选中的记录已合入主记忆,promoted=%d,该驻留子已取消)",
residual, rmsg, promoted)
case "destroy":
id := strArg(tc, "id")
// 同上:销毁前先把残余任务交出去,否则它们会随子一起无声消失。
residual, rmsg, rerr := a.ApplyResidual(id, residualPolicyOf(tc))
if rerr != nil {
return fmt.Sprintf("处置残余任务失败: %v", rerr)
}
if err := a.DestroyResident(id); err != nil {
return fmt.Sprintf("销毁失败: %v", err)
residual, rmsg, ferr := a.FinishResident(id, residualPolicyOf(tc), nil)
if ferr != nil {
return fmt.Sprintf("销毁失败: %v", ferr)
}
return fmt.Sprintf("残余任务(%d 条):%s\n已销毁并移除该驻留子", residual, rmsg)