# 工程教训

> 这个仓库踩过的坑，以及它们共同的形态。**写在这里是因为它们比实现细节更耐用** ——
> 代码会改，缺陷形态会重复出现。
>
> 来源：这些条目原本散落在各份执行计划（`memory-*-plan.md`、
> `toolcall-parallel-execution-plan.md` 等）里。计划本身已随实施完结而删除，
> 但教训被提出来了 —— 那是它们唯一还有价值的部分。
>
> 建立于 2026-10-31。

---

## 一、判据类（最贵的教训，占了一半）

### 1.1 「结构判据」不能替代「质量判据」

**症状**：16 条判据、6 个变异**全部通过**，而功能完全不可用。

**当时的场景**：记忆检索改造。判据验的是「字段非空」「条数正确」「不 panic」，
而实际检索结果是：

```text
查询 "doc 层召回是怎么设计的"  → score=0.7834
查询 "hmap 插件安装验签"       → score=0.7922
查询 "QQ 头像"                → score=0.7601
```

**分数全挤在 0.75~0.79，区分度 ≈ 0，命中内容与查询毫无关系。**

⇒ 「全绿」证明的只是**我实现了我以为的东西**，不是它可用。

**判据要问**：这条判据在"功能完全失效"时会绿吗？会绿就不是质量判据。

### 1.2 判据测「接线之后」≠ 测「有没有接线」

这是本仓出现频率最高的缺陷形态（已攒够 5 例，见 `future-plan.md` §〇）。

两处实测：

| 判据 | 它做了什么 | 为什么永远绿 |
| --- | --- | --- |
| `security_toolgate_test.go` | 手动调 `a.SetSecurity(rt)` 再断言拦截 | **判据自己把缺失的接线补上了** |
| `retention_test.go` | 手写 `month_2026-01.tar.gz` 再断言被删 | 从没跑过 `compressMonthly` 的**真实产物**（那产出的是 `month_2026-27`，解析必失败） |

两者都全绿，两个功能在生产里都完全没生效。

**判据要问**：**这条判据在生产装配下也会绿吗？**

### 1.3 「验证通过」≠「架构正确」

**当时的场景**：`630d3f4` 的 16 三元组端到端验证全部通过。
但那次验证的是**拆分质量**（能不能把句子拆成主谓宾），
不是**正确的落库形态**（拆出来的三元组该以什么结构存）。

⇒ 验证通过之后才发现，整个蒸馏路线方向错了，要整体否决。

**判据要问**：我验证的，是不是我真正想保证的那件事？

### 1.4 fixture 照臆测字段编

本仓 T23 教训：判据用的 fixture 是
**手写臆测的字段名**，而真实结构体字段不同 ⇒ 判据测的是一个不存在的契约。

⇒ 判据的输入应当来自**真实产物**，不是人脑里的想象。

### 1.5 先改代码再写测试

原本记在记忆块流修复计划里（该计划已随实施完结删除）：先改代码再补测试，
测试就只会证明「我改的是我以为的」。

⇒ 这个顺序本身会让判据失去独立价值。

---

## 二、接线类

### 2.1 机制 ≠ 接线

见 `future-plan.md` §〇。一句话总结：

**策略表存在、判定函数正确、日志里一条拒绝记录都没有** —— 看起来像「没人违规」。

判断方法：`codegraph_callers(符号名)`。0 个生产调用方就是没接线。

### 2.2 依赖图是唯一保证顺序的地方

`agent` 模块读了 `ks.Security` 却没在 `Requires()` 里声明 `FacSecurity`。
「恰好」能用（security 在第 1 层、agent 在第 4 层），但那是**偶然**：
一旦 security 加了自己的依赖被推后，就会静默拿到 nil。

⇒ 读了谁的字段，就必须声明对谁的依赖。**不要靠层号碰巧对。**

### 2.3 单数路径改了，复数路径漏了

`StopRTChild`（单数）注销入站登记，`StopRTChildren`（复数）漏了。
残留随 create/destroy 单调累积。

⇒ 写这类对称函数时，判据要**同时**钉两条路径。本仓已有判据专门做这件事。

---

## 三、权限与生命周期类

### 3.1 「接上了」有三种层次，容易停在第二层

| 层次 | 内容 |
| --- | --- |
| 1 | 机制存在（`CheckTool` / `ScanContent` 都写了） |
| 2 | 接到了执行链（`securityDecisionFor` 真的调它） |
| 3 | **模型正确** |

第三层的典型错误：把「子 agent 继承父的权限」当成「父为子声明策略」。
两者都"接上了"，但权限模型完全不同 —— 前者意味着子等于父，后者意味着子更窄。

**判断标准**：**这条策略是谁的意图？** 权限的意图只能来自委派者（父），
不能来自被委派者（子），也不能来自内核默认（全局）。

### 3.2 以「调用方给的名字」为键的表，必须在生命周期结束时清理

两个实例：

- `rtClosedTranscripts[id]` —— 以模型给的名字为键，全仓 0 处删除。
  结果：同名重建的 rtchild 读到上一通电话的原文
- `scopesByAgent[agentID]` 的 `longtimeProfile` —— 不释放则同名重建的 agent
  继承上一代的约束

⇒ 键来自外部（模型、调用方）就不能假设它唯一。

### 3.3 提权口子：让调用方声明自己是谁

`Kind: "resident"` 由 agent 自己写 —— 它同时意味着「我是内部主体」
（豁免 HardPrivateTools）和「我不受收窄」。调用方说自己是内部就拿到豁免。

⇒ 类别必须由安全模块从**事实**（谁在调、有没有父）推出，不能由调用方声明。

---

## 四、流程类

### 4.1 长任务纪律

导出、回填等内存密集任务**绝不与测试并行**（同一会话里踩了三次 OOM）。

### 4.2 数字类断言要现场取，不要凭记忆

文档里写「17 模块 6 层」，实际是 **20 模块**。给读者的是错的坐标。

⇒ 数字必须附取数命令（如 `go run ./cmd/homed-depgraph -print`）。

### 4.3 计划文档不要进仓库

执行计划会在实施完结后变成**误导性读物**：它记录的是"当时打算做什么"，
而读者会读成"现在是什么"。

本仓删掉了 9 份已完结的计划（`memory-*-plan.md` 等），保留：

- **设计文档**（`*-design.md`）：为什么这样设计，有长期价值
- **教训**（本文）：踩过什么坑
- **未做登记**（`future-plan.md`）：还剩什么没做
- **操作手册**（`*-runbook.md`）：怎么做

---

## 五、判据形态类（2026-11-04 立）

> 这一节回答一个具体问题：**判据应该写成什么形状？**
>
> 前面四节讲"判据会骗人"的各种形态。这一节讲**判据本身的形状错了**会怎样 ——
> 那比"判据写得不够严"更贵，因为形状错的判据会把**实现细节固化成契约**，
> 于是重构内部就必然破坏判据，作者只能二选一：不改代码，或者删判据。

### 5.1 判据必须把被测模块当黑箱

**模块化的目的就是"改内部实现不破坏外部接口"。判据如果不按这个层次写，
就等于取消了模块化的收益。**

白盒判据把内部状态变成契约。实测代价：

| 白盒判据 | 它固化了什么 | 后果 |
| --- | --- | --- |
| `if sf.Step != StepLLM` | 状态机停在哪一步 | 把 `StepLLM` 改名/拆步骤就假红，而行为完全正确 |
| `if f.ToolIdx == 3` | 循环推进方式 | 改成"整批提交"就假红，而结果一样 |
| `strings.Contains(src, "kstate.Mount(ks)")` | 源码字面量 | 改写成 `kstate.Mount(state)` 就假红（那是对的） |
| `os.ReadFile("../../events/bus.go")` 正则取常量 | 常量定义在哪个文件 | 把常量挪到 `types.go` 就假红 |

**判据要问**：**这条判据约束的是"对外承诺"，还是"当前怎么实现的"？**

如果是后者，它就不该存在 —— 或者必须降级为"实现注释"（代码里的注释说明
为什么这样做），而不是判据。

#### 允许白盒的三种例外（其余一律黑箱）

1. **纯算法**：输入输出就是全部语义（裁剪算法、版本比较、分页计算）。
   这类即使白盒也不固化"流程"，因为它本来就只有"输入→输出"。
2. **并发/生命周期不变量**：无法从外部观测的时序约束，如"Dispose 期间
   emit 不能读到已释放的指针"。这类**必须**用 `-race` + 并发压力，
   而不是断言内部字段。
3. **熔断/重试状态机**：内部状态本身就是被需求规定的（"连续 3 次崩溃
   进入熔断"）。这类要断言**状态转移的可观测效果**（还健康吗、
   进重载队列了吗），不是断言状态字段的值。

#### 一个可操作的判据

写完一条判据，问自己：

> **"如果我把这个模块的内部实现完全重写、公开接口不变，
> 这条判据还会绿吗？"**

- 会绿 → 形状对了
- 会红 → 它钉的是实现，不是契约

### 5.2 禁止"读源码做断言"

`os.ReadFile("*.go")` + `strings.Contains` / `regexp` 是**反模式**，
即使动机正确（如"防止有人删掉装配的那一行"）。

**为什么它看起来有吸引力**：当行为判据需要很重的 fixture 时，读源码很便宜。

**为什么它必须禁用**：

- 它测的是**文本**，不是**语义**。加空格、换变量名、等价重构都会让判断失效
  （假红或假绿）
- 它把"文件布局"变成契约。移动代码到新文件就假红
- 它无法区分"代码存在"与"代码被执行"

**正确的替代**（按优先级）：

| 你想保证的 | 错误做法 | 正确做法 |
| --- | --- | --- |
| 生产装配接了某根线 | 读源码找 `kstate.Mount(ks)` | 从零启动真实装配，断言**可观测结果**（如 `kstate.Get() != nil`） |
| 协议两端字段一致 | 正则提取两边的字符串字面量 | 起 handler，发真实事件，断言**收到的 JSON 字段** |
| 某段保护代码没被删 | 读源码找字符串 | 构造触发条件，断言**保护真的生效**（如请求被拒绝） |
| 某人没删掉某条判据 | 读测试文件找函数名 | CI 层守卫：`git diff --name-status` 检测删除 |

**唯一的例外**：CI 配置自检（如"排除表不许静默退化"）。
那类检查的**对象就是配置文件本身**，读它是正当的 —— 因为它没有别的
可观测行为。但即便如此，也要在注释里写明"这是配置自检，不是行为判据"。

### 5.2.1 判据不得以文档为依据

**"测试引用文档"本身就是错的** —— 文档可以被改、被删、被改写，
而判据必须锚在**代码的当前行为**上。

实测反例（`internal/agent/core/interrupt_invariant_test.go:336`）：

```go
// 事实清单（来自探测，见 docs/zh/interrupt-subsystem-split-plan.md §1.5）。
// 这里只断言"这些字段在 scheduler 上存在"，作为改写时的锚点；
```

问题有三层：

1. **它引用的是一份"未实施计划"** —— 被引用方自己写着
   「状态：计划（未实施）」。判据锚在一个**不存在的事实**上。
2. **它没测任何契约**。实际断言只有"入队后队列里 1 条"，
   而那是中断功能最基本的正确性 —— 跟它声称的"反向依赖现状快照"毫无关系。
3. **它把"未做的工作"变成了通过的判据**。改任何东西都不会让它红，
   除非入队函数彻底坏掉；而那时别的判据早就红了。

⇒ 出现这种形态时，正确处置是**删掉它**（或改写成真判据），
然后把这个待办登记进 `future-plan.md`。
**不存在"用一条永远绿的判据占位待办"这种合法形态。**

**判据要问**：这条判据的依据是代码行为，还是一份可能会变的文档？
如果是后者，它保护的不是系统，是文字。

### 5.3 测试文件与业务代码分离

**现状（2026-11-04 实测）**：

```text
全仓测试文件            521 个
测试代码行数            112,068 行
internal/agent/core/    196 个文件里 144 个是测试（73%）
internal/plugins/webui/ 29 个测试文件，全部 package webui（白盒）
全仓 package X_test     仅 3 个
```

问题不是"测试多"，而是：

1. `ls internal/agent/core/` 看不出这个模块由什么组成
2. 100% 白盒 ⇒ 100% 的判据都能碰内部
3. 想改成黑箱必须先移动文件，而移动文件又会被源码扫描类判据挡住

**约定**（新代码必须遵守，存量逐步迁）：

- **黑箱判据用 `package <pkg>_test`**，放 `*_contract_test.go`
- **白盒判据**（仅 §5.1 的三个例外）放 `*_internal_test.go`，
  并在文件头注明"为什么必须白盒"
- 新增判据**默认黑箱**；要写白盒必须在文件头回答：
  这条判据能用黑箱表达吗？为什么不能？

**这不是风格问题**：一个包里如果 90% 判据是白盒，这个包的模块边界
事实上不存在 —— 谁都不敢改内部实现。

### 5.3.1 三种测试位置的实际边界（2026-11-04 实测）

写完 §5.3 之后按它动手，撞到三类不可迁移的情况。这里把边界记清，
避免以后有人（包括我）以为"所有测试都能挪到 test/"。

#### 可行：`<pkg>/test/` 子目录

Go 允许同目录下 `pkg` 与 `pkg_test` 两个包名，也允许 `<pkg>/test/` 放
独立包。**关键事实**：`pkg/test/` 里写 `package pkg` 也访问不到未导出符号 ——

```go
// pkg/test/a_test.go
package pkg
func TestX(t *testing.T) { _ = internalVar }   // undefined: internalVar
```

Go 按**目录**划分包实例，不同目录就是不同包。所以"子目录"和"外部包"
在可见性上等价，都强制黑箱。

#### 不可行一：`package main`（CLI）

```
import "x/cmd" is a program, not an importable package
```

`tools/hmapdev`（19 个测试文件）、`cmd/homed` 等属于这类，**必须留在包内**。

#### 不可行二：测试直接构造私有字段

SDK 原测试写 `&PluginSDK{regStage: regStage, name: "test"}` —— 迁到外部包后
连**构造被测对象**都做不到（`cannot refer to unexported field regStage`）。

**但这不等于必须白盒**：`New(name, sett, regTool, regStage, regAPI, regOutput)`
本来就把这些作为参数，等价且是生产路径。实测 19 处全部可改，改完判据仍然
咬得住变异。

⇒ 遇到"要设私有字段"时，先问：**有没有一个导出的构造入口已经接受这些参数？**
大多数情况有，只是测试偷懒没用。

#### 不可行三：判据扫描"当前目录源码"

```go
files, _ := filepath.Glob("*.go")     // childkind_test.go
```

迁到子目录后 glob 到**空目录**，判据静默失去对象 —— 不报编译错，直接绿。
这类要先改成"扫描固定相对路径"，或者干脆按 §5.2 重写成行为判据。

#### 迁移顺序：一次一个，让编译器说话

第一版我批量迁 11 个文件、再用脚本自动加 `core.` 前缀，结果把
`import "…/internal/agent/core"` 本身也改了（变成 `core.core.core`），
还误伤 `strconv.Itoa` 等标准库符号。

文本替换在"加包名前缀"这种场景不可靠 —— 它会改到导入路径、注释、
标准库符号。**正确做法是一次只迁一个，逐步看编译器报什么，手工修。**
慢，但不会留下半成品（agent/core 已因此完全回滚过一次）。

### 5.4 CI 必须覆盖每个独立 module

**实测缺口（2026-11-04）**：主仓有 `third_party/hologramagentsdk/`，
它有自己独立的 `go.mod`（模块 `github.com/JianFeeeee/hologramagentsdk`）
**和独立的 `.git`**（remote: `github.com/JianFeeeee/hologramagentsdk`）。

后果：

```text
go list ./... | grep third_party   →  0 个
```

主仓的 `go test ./...` **永远不包含** SDK 的任何测试。

- SDK 仓自己的 CI 会跑（已核实它的 `.github/workflows/ci.yml` 有
  `go test ./...` 且单独处理了嵌套 module）
- 但**主仓 CI 只验证"能编译"**，不验证"SDK 的判据还绿"

⇒ 主仓改动可能依赖 SDK 的内部行为，而 SDK 判据红了主仓不知道。

**规则**：

1. 子目录里出现 `go.mod` ⇒ 它是独立 module，`go test ./...` 覆盖不到
2. 每个独立 module 必须在 CI 里有**自己的**测试步骤
3. 有独立 `.git` 的目录**不由主仓管理**，主仓只 vendor 必需文件；
   `go.mod` 的 `replace` 指向它时，CI 必须确保这些文件存在且与
   上游 HEAD 一致

### 5.5 CI 与本地必须跑同一套门

**实测缺口**：提交纪律要求 `gofmt -l` 干净，但三个 workflow 里
`gofmt` 出现 **0 次**。纪律只靠人遵守，CI 不兜底。

同理缺 `staticcheck` / `govulncheck` / coverage。

**规则**：写进提交纪律的每一条，都必须在 CI 里有对应步骤。
否则它不是纪律，是**建议**。

| 纪律条目 | CI 有没有兜底 |
| --- | --- |
| `go build ./...` | ✅ |
| `go vet ./...` | ✅ |
| `gofmt -l` 干净 | ❌ **必须补** |
| `go test -race` 全绿 | ✅ |
| 干净 worktree 能编译 | ❌ 靠人 |


---

## 附：这些教训的共同点

回头看，几乎每一条都是同一个形态的变体：

> **某种"看起来对了"的信号，与"真的对了"之间存在缺口。**

- 判据全绿 ≠ 功能可用
- 机制存在 ≠ 接线生效
- 层号碰巧对 ≠ 依赖声明正确
- 单数路径对 ≠ 复数路径也对
- 名字相同 ≠ 是同一个东西
- 计划写完 ≠ 事情做完
- **判据通过 ≠ 契约被保护**（它可能钉的是实现，见 §5.1）
- **`go test ./...` 绿 ≠ 全部测试跑过**（独立 module 不在里面，见 §5.4）
- **纪律写着 ≠ 有人执行**（CI 没兜底的纪律只是建议，见 §5.5）

**所以写判据、写文档、写代码时，都要问一句：我现在拿到的这个信号，
在什么情况下会是假的？**