HomeAgent/plan.md

HomeAgent 遗留问题清单

本文定位（2026-09-25 重写）：只写仍未完成、且经源码/实测核实确属本仓库的问题。

判定方法：不继承任何旧档的复选框，回到源码与构建现场逐条重验 （grep 定符号、go build、go test -count=1、交叉编译试验、双构建试验）。 旧档标记「未做」但代码已落地的项、以及引用别仓代码的项，统一进 §三/§五 并附证据。

本文不写：已完成项的定位过程（那是 git log 与 commit message 的职责）、 无实测支撑的性能断言、任何凭据/生产路径。

---

〇、本次重写相对上一版（b6027f3）的三个更正

上一版是源码核实版，结论基本可靠；但本轮现场实测推翻了其中三处，记在此处防复发：

1. 「go test ./... 有 3 个 FAIL」是环境相关的，不是稳定复现 —— 本机 12:50 实测 go test -count=1 ./... 57 包：38 ok + 19 无测试 + 0 FAIL； 但 11:45 同一命令确实报过 PTY 三例失败（当时 /dev/ptmx 报 permission denied）。环境恢复后不再复现。 ★ 真正的缺陷不是「有无 FAIL」，而是那个 skip 是坏的：PTY 用例有 t.Skipf("PTY not available: ...")（integration_test.go:284/337/395）， 但它查的是 resp["status"] == "error"，而 terminal_create 失败返回的是 {"error": "创建终端失败: ..."}（agentcli/plugin.go:496）——键名不匹配， 所以环境退化时走的是 t.Fatalf 而非 skip。 ⇒ 「探测形同虚设」比「没有探测」隐蔽，这才是该修的点（见 §六）。
2. P2-8「Windows 真机验证」整条作废 —— Windows 支持已被设计性放弃 （cmd/homed/platform_windows.go：原生 Windows 拒绝启动，改走 WSL2）。 拿「Windows 下 homed 加载插件往返」当验收目标，等于要求一个明确不存在的产物。
3. 新增最高优先级项：C 化 WIP 的三处构建回归 —— 已 修复（2026-09-25，见 §二 P0-1）。 原始症状：linux/arm64 发布目标必然失败、clean clone 编不出 homed。 ★ 修复过程中又发现一个更隐蔽的陷阱：Go 构建缓存不跟踪包外 #include 的 C 文件 （改 C 源码但缓存命中时会静默沿用旧代码）——这对「逐步推进 C 化」是致命的， 已改用包内符号链接避坑。

---

一、结论速览

类别	数量	去向
真正待办（本仓库、代码层可动）	7 项	§二
已修复（本轮）	1 项	§二 P0-1
生产部署后验证（代码已就绪，需现场跑）	4 项	§四
已关闭 / 已实现（旧档误标为 TODO）	8 项	§三
跨项目工单（不属本仓）	2 项	§五
明确「不做」（防反复挂账）	2 项	§六

当前健康度（实测）：

• go build ./...（宿主）通过；go test -count=1 ./... 57 个包：38 ok + 19 无测试文件 + 0 FAIL
• CGO_ENABLED=0 go build ./cmd/homed 必然失败（gojieba 是 cgo-only）—— 这是既有事实，非本轮问题；homed 历来只有 cgo 构建。
• 编解码层双路径（cgo / !cgo）均绿：make check-codec-paths。
• linux/amd64 与 linux/arm64 发布目标均可构建： bash deploy/packaging/build.sh linux/arm64 homed → ELF aarch64（已修，见 P0-1）。

---

二、真正待办

按「影响面 × 可验证性」排序。每条给出证据（file:line / 实测命令）与验收。

✅ P0-1　C 化第一刀的构建回归 —— 已修复（2026-09-25）

原始问题（并行 agent 的 feature/c-core 工作区改动引入）：

1. clean clone 编不出 homed：cgo LDFLAGS 硬指向 csrc/build/libha_codec.a， 而该 .a 既不入库（.gitignore 的 build/ 命中）又不被发布脚本生成
2. linux/arm64 发布目标必然失败：宿主 x86-64 的 .a 被链进 aarch64 产物， 报 file in wrong format
3. Makefile arm64 目标缺 CC/CXX，且无 .syso 隔离

修复方式（判据：不是「能跑」，而是「不能被静默绕过」）：

问题	修法
链接预构建 .a	改为包内符号链接 internal/agent/api/ha_codec.{c,h} → csrc/ 权威源；cgo 直接编源码
交叉编译架构错	编源码按目标重编，天然正确
arm64 缺工具链	Makefile 补 CC_ARM64/CXX_ARM64 与 .syso 隔离（照抄 build.sh 已有做法）
双构建无覆盖	新增 make check-codec-paths（cgo 与 !cgo 两条都跑）

★ 为何不用 #include "../../../csrc/src/ha_codec.c"（包外相对包含）： Go 构建缓存不跟踪包外被 #include 的 C 文件。实测：在包外源里把返回值从 7 改成 8，go test 依然通过（缓存命中、静默沿用旧代码）；同样改动落在包内文件时 立即判红。对「逐步推进 C 化」这是致命的——改 C 源码却不生效且无任何报错。 （包内 shim #include 包外源同样漏跟踪，已实测排除。）

实测证据（每条都可复现）：

• make build-linux-arm64 → ELF 64-bit LSB executable, ARM aarch64（82MB）
• bash deploy/packaging/build.sh linux/arm64 homed → ELF aarch64（79MB）
• 移走 csrc/build/ 后，homed（cgo）与 waiter（CGO=0）均能构建
• 变异 C 源（result = 131072 → 777）后同一缓存下 go test 立即 FAIL （改前：仍报 ok = 漏跟踪）
• make check-codec-paths 两条路径 OK；make csrc-test C 契约测试 100% 通过
• 全量 go test -count=1 ./... → 57 包：38 ok + 19 无测试 + 0 FAIL

遗留（不阻塞，已记入 docs/zh/c-core/llm-orchestration-c.md §七）：

• 下一个切片选谁（L1 剩下的协议编解码，依赖 JSON 解析 ⇒ 先定 ha_json.c 复用还是新写）
• 符号链接是本仓首例（先例数=0）。已验证 git 往返保留（mode 120000）， 且 core.symlinks=false 降级时会响亮报编译错（非静默错误）；扩张前应有意识

---

P0-2　§11.6 reload 语义仍在说谎

现状：plugin_install 依旧回 reload_required，而不可热重载的插件 （Go plugin.Open 路径、DF_1_NODELETE）会被假装重载成功。

证据：

• internal/plugins/pluginmgr/plugin.go:528 / :548 / :755 —— 仍返回 reload_required
• 全仓库 grep -rn "DF_1_NODELETE\|NODELETE" --include=*.go 为空（无检测）
• internal/plugin/registry.go 注释已自认：Go plugin.Open 路径（dynamicPlugin）不可卸载，跳过

子任务：

1. ELF 检测 DF_1_NODELETE → 标记插件「不可热重载」（internal/plugin/dynamic_loader_unix.go）
2. ReloadOne 对这类插件返回「需重启 homed」，停止假装成功
3. plugin_install 返回 restart_required 替代误导性的 reload_required

验收：

• 装一个 DF_1_NODELETE 插件后，调用方拿到 restart_required，不是 reload_required
• ReloadOne 在该插件上返回明确错误，且摘除旧注册面（工具/stage/output）仍完成， 不留悬空闭包

---

P0-3　§13.7 RuntimeManager + 分组 worker（唯一架构大件）

现状：RuntimeManager / worker_group / WorkerGroup / RuntimeClient 在全仓库零引用 —— 该能力从未实现。当前是一插件一子进程 （internal/plugin/proc/plugin.go:134 的 Spawn）。

为什么要做：N 个外部插件 = N 个常驻进程 + N 份 transport，进程数随插件线性涨。 目标是一个 RuntimeManager + 少量 worker + 多插件共享 transport + 每插件独立 PluginContext（独立身份，共享管道）。

证据：

• internal/plugin/proc/plugin.go:134（Spawn，逐插件起进程）
• manifest 无 worker_group 键（third_party/homeagent-sdk/example/a2a/plugin.json 的键集合为 author/description/entry/name/name_en/name_zh/platforms/tags/version）

子任务：

1. RuntimeManager 类型：worker 池 + 调度
2. Worker 类型：一个进程承载多个插件，共享 RuntimeClient
3. PluginContext 类型：每插件独立身份（能力门、ownerID、工具命名空间）挂在同一 transport
4. manifest 增 worker_group（缺省 = 全部归同一 worker，兼容迁移）
5. 高风险插件可声明独立 worker_group

验收：

• 缺省分组行为与现状逐字节等价（现有 proc 测试全绿，不改协议）
• 两个插件同 worker 时，各自 ReclaimOwner 只回收自己的 arena 块
• 一插件崩溃不带走同 worker 的另一插件（或明确：带走，并写进文档）
• manifest 无 worker_group 的旧插件可原样加载（向后兼容）

注：旧档称 .pi/subagents/missions/ 里有一份针对本项的只读架构评审可作设计输入—— 经核实该评审实际失败了（0475d2e9：EADDRINUSE 127.0.0.1:14010 进程崩溃， ok:false、output:""，exitCode:1）。没有可用结论，本项要从零开始设计。

---

P1-4　§13.2 arena 容量固定，无 Grow/Shrink

现状：内核独占的变长分配器已落地（first-fit + 邻块合并 + owner 校验）， 但容量固定 4MB，用尽即调用失败，不退回内联。

证据：

• internal/plugin/proc/arena.go:99：const arenaDefaultCapacity = 4 * 1024 * 1024
• arena.go:263 / :283：超限直接报错

为什么当时不做：跨进程 remap 会让正在读的对端 SIGSEGV。所以这不是 「补个函数」，而是要先解决对端可见的地址稳定性。

可选路径（择一，需先定方案再动手）：

• a) 预映射大虚拟区间（未触碰页不占物理内存），容量「逻辑无限」
• b) 段表 + 多段拼接：新块分配在新段，不必 remap 旧段
• c) 维持固定容量，但把超限错误做成可执行指引（告诉插件怎么分片）

验收（按所选路径定）：

• 超过当前 4MB 的单次 payload 仍能送达，或收到带指引的明确错误
• 任何情况下对端不 SIGSEGV

---

P1-5　§12.3 事件环：机制完成，零真实负载检验

现状：事件环（区内 segment + eventfd）与 events.subscribe 能力已完成， 但没有一个真实外部插件订阅 stage / tool_call 事件，dropped 在长跑下的 行为无人观察。

证据：

• internal/plugin/proc/capability.go:149-150（subscribe/unsubscribe 已授权）
• internal/plugin/proc/corehandler.go:46-58（EvtRingSubscriber 接口）
• third_party/homeagent-sdk/example/ 下 21 个 example 中无事件订阅样例

子任务：

1. 写一个订阅 stage / tool_call 事件的 example 插件，跑真实负载
2. 长跑观察 dropped 是否异常增长（环 cap 溢出告警是否够用）

验收：

• example 插件能稳定收到事件并正确反序列化
• 压测下 dropped 有上界且可观测

---

P1-6　§11.2 工具超时措辞误导 + browser 插件超时聚集

现状：内核侧工具超时文案仍写「已取消」，但进程内 cgo 插件根本取消不了 （OS 线程永久占用）——措辞与事实不符。

证据：

• internal/agent/core/toolcall.go:42： fmt.Sprintf("工具 %s 执行超时（60秒），已取消", tc.Name)
• internal/plugin/proc/process.go 注释自认 cgo 路径「超时后 OS 线程永久占用」

子任务：

1. 措辞改「已放弃等待（插件仍在后台运行，其占用的线程无法回收）」
2. 排查 browser 插件为何频繁 60s 超时（旧档记录 22/26 次集中于此）； 真取消能力依赖子进程模型（与 P0-3 相关）

验收：

• 超时文案不再暗示「已取消」
• browser 超时率下降到可解释水平，或给出根因

与 P0-3 的关系：把内部 cgo 插件也迁到子进程后，这条的严重性自动消除。

---

P1-7　WebUI handleAgentAction 直接 501

现状：WebUI 的 agent 操作接口所有 action 一律返回 501 Not Implemented， 是明确的未接线桩。

证据：

• internal/plugins/webui/handler_agents.go:239： writeJSON(w, http.StatusNotImplemented, ..."action not implemented by supervisor")
• 路由已注册（handler.go:404 的 /api/v1/agents/）
• 但 UI 未暴露入口：dashboard.js / cmd/gui/renderer/app.js 均无对该端点的调用

子任务：决定该端点该做什么——接线到 supervisor 的真实动作 （stop/restart/snapshot），或直接删掉路由（UI 既然没用，留着只是待爆的债）。

验收：

• /api/v1/agents/<id>/<action> 要么真的能动作，要么不再存在（无 501 桩）

---

P2-8　§12.4 Lua 仍走独立 ABI（进程内解释器）

现状：Lua 插件在内核进程内跑 gopher-lua，不走 proc 通道，是三套 ABI 里 唯一没收敛的。代价：Lua 插件崩溃 = 内核崩溃，且无共享内存数据面。

证据：

• internal/plugin/lua_plugin.go:947（makeStageHandler，进程内）
• internal/plugin/lua_plugin.go:334 / :1270（register_stage 直接注册到内核 SDK）

子任务：评估「Lua 走 proc 通道」的代价（解释器进程启动开销 vs 隔离收益）， 据此决定收敛还是明确保留为独立 ABI 并写进文档。

验收：

• 有明确决策（收敛 / 永久保留），且文档与实际一致

---

三、已关闭 / 已实现（旧档误标或本轮更正，防复活）

逐条给出「旧档怎么说」与「实际怎样」。

1. §13.12 L3 原生多模态 —— 已实现

• 实际：internal/memory/graph.go:169 起建 memory_blocks （含 modality/payload_digest/mime/vector/fingerprint/scene）+ memory_block_edges（source_kind/target_kind/edge_type），以及 scenes/scene_features/scene_refs；internal/agent/core/graphmedia.go（310 行） 实现 migrateLegacyGraphMedia/attachBlocksToSentence/linkBlocksToDocument/ commitTriplesWithMedia；graphmedia_test.go 21 个测试。
• 结论：关闭

2. §13.9 llmsproxy 上下文溢出感知 —— 不属本仓（见 §五.1）

3. §13.10 AgentMail 三个 bug —— 不属本仓（见 §五.2）

4. §11.4 Lua stage 快照缺读锁（DATA RACE）—— 已修

• 实际：internal/plugin/proc/shmcodec.go:42 的 WriteAll 已在 captureLocal 前后持 sc.RLock()/RUnlock()；go test -race ./internal/lua/... ./internal/plugin/... 全绿
• 结论：关闭

5. §12.2 io.setToolBlocks 内核侧是桩 —— 已实现

• 实际：internal/plugin/proc/corehandler_inject.go:132 实现 MethodIOSetToolBlocks；模板 putArena → blocks_ref； e2e_template_test.go:371 用真实 SDK 模板验证
• 结论：关闭

6. §13.11 WebUI 修复清单 —— 主体已实现，仅剩 P1-7

• 逐项核实：Last-Event-ID 重放（handler_chat.go:710）、请求超时 （handler_chat.go:592 等 300s）、XSS 消毒（dashboard.js:252 DOMPurify）、 renderAll 增量（dashboard.js:34 / :452 / :1361 增量游标 + 流式增量）、 handleKnowledge 不再吞错（handler_memory.go:122 起逐分支返回错误）、 CSS/DesignSystem（dashboard.css:3 起 sakura/frost 令牌）、 GUI 重构（cmd/gui/renderer/app.js）—— 均已落地。
• 仅 handleAgentAction 501 是真缺口（已列 P1-7）

7. Windows 支持 —— 已设计性放弃（旧档 P2-8 与 C 化 §2.3 的前提均据此更正）

• 旧档说：「Windows 桩已收敛，但缺真机验证」（把它当待办）
• 实际：cmd/homed/platform_windows.go 明确原生 Windows 拒绝启动并给 WSL2 指引。 原因写入注释：插件体系依赖「继承的 fd」+「统一共享内存区的段内偏移解引用」， Windows 句柄模型无法表达；强适等于再维护一套平台专属 ABI（C ABI 时代三套 ABI 并存曾致改写型插件静默失效）。
• 配套：internal/plugin/proc/shmalloc_windows.go 的 allocShm 直接报错不返回半可用段； deploy/packaging/windows/install-via-wsl.ps1（新）引导 WSL2 并复用 Linux 包； build.sh windows 目标只构建 waiter + gui，homed/initconfig 明确拒绝 （见 build.sh:257-267）。
• 实测佐证：GOOS=windows GOARCH=amd64 CGO_ENABLED=0 go build ./cmd/waiter 成功 （12MB .exe）；homed 无论如何都编不出 Windows（internal/memory 依赖 cgo-only 的 gojieba）。
• 结论：关闭（该项不是待办；Windows 的正确验收 = WSL2 内按 Linux 路径跑， 与 Linux 目标同一条流水线）

8. 仓库卫生：PTY 三例的 FAIL —— 环境相关 + skip 判据失效（旧档 P2-10）

• 旧档说：go test ./... 有 3 个 FAIL（PTY 三例 / 端口 9890 冲突 / system_test 写 /etc）
• 本轮实测（分时）时：
  • go test -count=1 ./... → 57 包：38 ok + 19 无测试文件 + 0 FAIL
  • PTY 三例本就有 skip 意图（integration_test.go:284/337/395 的 t.Skipf("PTY not available: ...")），且 /dev/ptmx 可用时正常通过（连跑 3 次均 ok）
  • 但该 skip 的判据是坏的：它查 resp["status"] == "error"，而插件失败时返回的是 {"error": "创建终端失败: ..."}（internal/plugins/agentcli/plugin.go:496）—— 键名不匹配，于是真遇到无 PTY 权限的环境会走到 t.Fatalf 而非 skip。 这是「探测存在但失效」的典型：比没有探测更隐蔽
  • TestRestoreFileFromBaseline 在 /etc 可写时 PASS（system_test.go:83 确实 写真实路径且不检查 err——代码确实不干净，但它不构成「稳定 FAIL」）
  • 9890 端口确有占用（本机 homed 常驻监听），但测试用 setupIntegration 起的实例未与之冲突（连跑 3 次均 ok）
• 结论：旧档的记录在当时是真的（环境退化：ptmx 无权限 + 端口被占）， 环境恢复后自然全绿。但两个真缺陷存留：① skip 判据键名不匹配（探测失效， 退化时硬 FAIL）；② 测试依赖固定端口。两条已列 §六，不列为「待办功能项」。

---

四、生产部署后验证（代码已就绪，本就无法在仓库内完成）

这些不是待开发项，是「必须落到生产实例才能确认」的验收。仓库内有 scripts/verify_deploy.sh [data_dir] 可一键检查前两条。

• §0.1 healthcheck 隔离：部署后 knowledge/、memory/graph.db、 memory/documents/ 不再出现 _hc_* 残留
• 图记忆去重：relations 重复率归零，跑一周不新增重复
• §13.5 / §13.6 QQ 端到端：真实 QQ 消息注入与输出经共享内存通道正常 （小 payload 内联、大 payload 走 text_ref/frame）
• §0.2 agentcli 不泛滥：QQ 消息在 agentcli 无自喂送风暴时能被正常响应

---

五、跨项目工单（不属本仓，旧档误并入）

旧 plan.md 把别仓的工单写成本仓 TODO，导致「查无此代码却挂着未完成」。移出并说明归属：

1. §13.9「llmsproxy 上下文溢出感知」

• 旧档写：补 OVERFLOW_PATTERNS（"Context window is full"）、AUTO 截断宽度 80→160、 go test ./internal/ai/...
• 事实：本仓没有 internal/ai/；相关符号在 /home/program/llmsproxy （internal/gateway/chat.go）。本仓 internal/agent/api/provider.go 只消费 该网关（注释里提到 "llmsproxy 的 AUTO 链"，:361）
• 现状：该仓已把宽度改成 160
• 归属：llmsproxy 仓

2. §13.10「AgentMail 三个 bug」

• 旧档写：提示词修正 / InReplyTo / relay_key ≤ 64 字节
• 事实：AgentMail 是独立仓 /home/program/agentmail （relay_key 见 server/internal/handler/permission.go）。本仓 grep relay_key\|InReplyTo 零命中
• 归属：agentmail 仓

若这两仓也要纳入统一管理，应各自建 plan，不要塞进本仓文档。

---

六、明确「不做」与「建议修但不阻塞」

不做（防反复挂账）

• §13.13 反向结果入共享内存：本仓不存在 llm.chat（llm.* 只映射 listSources/setSource/currentSource）；唯一可能返回大结果的 doc.query 被 CapDocMemory 能力门挡着，且无外部插件使用。不做。
• Windows 原生适配：见 §三.7，设计上不做。

建议修但不阻塞（测试卫生，非当前 FAIL）

• internal/system/system_test.go:83：target := "/etc/RestoreFileFromBaseline.test.tmp" 写真实系统路径，且两处 os.WriteFile(...) 不检查 err → 在 /etc 不可写的 环境里静默失败，报 expected restore to happen（根因是测试，不是实现）。 建议改用 t.TempDir() + 保留 IsProtectedPath 语义所需的显式前缀，并检查每步 err。
• ✅ （已修，2026-09-25，17e7094）固定端口冲突：webui :8080、 pluginmgr 127.0.0.1:9876（曾是包级可变全局 var HTTPAddr，多实例互相踩）、 remotedevice 127.0.0.1:9890。 修法：pluginmgr 改为实例字段；remotedevice 改显式 net.Listen（失败同步可见、 :0 能回报真实端口）；测试经新增的 ConfigRegistry.SetPluginConfig 在插件 加载前预置 127.0.0.1:0，三个插件各自绑 OS 分配的空闲端口。 验证：internal/plugins 连跑 30/30（修前干净树 18/20）。
• ✅ （已修，2026-09-25，17e7094）TestRealPlugin_DeepSearchInvoke 把上游限流当回归： 插件在上游限流时返回的是正常结果（err==nil，content 含「未返回结果」+ 无响应 引擎列表），那是外部条件。现区分「上游不可用（限流/CAPTCHA）⇒ t.Skip 带理由」 与「其他异常 ⇒ fail」，不再让噪声淹没真回归。
• PTY 三例的 skip 判据是坏的（真缺陷，不只是卫生）：integration_test.go 284/337/395 查 resp["status"] == "error"，而 terminal_create 失败时返回 {"error": "创建终端失败: ..."}（internal/plugins/agentcli/plugin.go:496）—— 键名不匹配 ⇒ 真遇到无 PTY 权限的环境会 t.Fatalf 而非 skip。 同类型：其他依赖工具错误响应的环境探测（应统一认 error 键）。
• 同类审计：其他「写真实系统路径且吞错误」的测试。

---

七、C 化：已定事项与待拍板事项

✅ 已落地：C 基础设施门禁（2026-09-26，8070844）

在推进下一刀之前先把地基建起来 —— 没有门禁，每个 C 切片都在裸奔。

门禁	内容	为什么不能省
csrc-lint	gcc+clang × -Wall -Wextra -Wpedantic -Wshadow -Wconversion，零告警才过	C 侧没有 Go 的 vet 等价物，告警是唯一静态信号；-Wconversion 专门盯 cgo 窄化（size_t→int 截断默认静默）
csrc-abi	ha_abi.h 的 ABI 主/次版本 + 运行期自述 + Go 侧常量，三方交叉断言	「签名冻结」原本只写在注释里，注释不参与编译
csrc-headers	每个 .h 能单独编过	缺 include 时只在「恰好被别的头先包含」处静默编过
csrc-sanitize	ASan + UBSan 跑契约测试	C 侧内存错误/UBSan 默认静默（不崩、结果看着对），而零 malloc 设计依赖「无越界写」
csrc-cross	arm64 交叉编译	go build 不等于 C 代码在该架构上能编
csrc-fuzz	libFuzzer：内存安全 + 6 条不变式	畸形 UTF-8 等价性正常输入永远测不到，只有随机字节覆盖得到

聚合入口 make check-csrc（已接进 make test）与 make check-csrc-full（含模糊测试）。

地基上线第一小时就抓出 5 个真 bug，全是我自己写的基础设施代码 —— 这本身就是门禁有效的证据：

1. _Static_assert 是 C11，而项目 CFLAGS 是 -std=c99（-Wpedantic 报的）
2. C99 分支 ##msg 拼接字符串字面量 ⇒ 两个断言共用一个 typedef 名（clang 报的）
3. bench 用 POSIX clock_gettime，而 CMake 刻意 C_EXTENSIONS OFF ⇒ 未声明
4. 头文件缺 include 的静默通过
5. Go 不允许在 _test.go 里用 cgo，且 cgo 生成的 *_Cvar_* 不是 Go 常量

验证（全部当场可复现）：libFuzzer 91s / 3,329,316 次运行 / 零崩溃； 变异测试证明门禁不摆设（改 C 宏、或让 Go 常量与 C 函数「一起错成一样」均被判红）； 双编译器 × c99/c11 零告警；ASan+UBSan PASS；arm64 交叉编译 0 告警； 全量 go test -count=1 ./... 57 包 0 FAIL；make build-linux-arm64 → ELF aarch64。

首次把两类成本分开测（这是基础设施的核心价值之一）： C 侧纯函数基准给出的函数体成本与 Go 侧基准里的 cgo 边界成本（~30ns） 从此可分离 —— 否则看到某场景慢，根本分不清该优化 C 函数体、还是该减少跨语言调用次数。

场景	C 函数体（纯 C，无边界）
estimate_tokens ascii_1k	121.7 ns / 8.4 GB/s
estimate_tokens zh_1k	1434 ns / 0.71 GB/s
truncate_by_tokens ascii_1k	134 ns
truncate_by_tokens zh_1k	128 ns

注：estimate_tokens 的中文与 ASCII 差距 11.8×（与 Go 侧 bench 注释「zh_1k 3097ns」的 量级关系一致）。这是「中文字节校验」的固有成本，不是缺陷；但它是下一个切片的输入 —— 若某热路径以中文为主，优化点在这里，不在 cgo 边界。

★ 下一刀的决定：协议编解码层（实测支撑，不再是「哪个看起来底层」）

为什么是它：SSE 流式分块解析 parseOpenAICompatibleStreamChunkFull 是 每个流式 chunk 都要跑一次的最热路径，而它当前每次付费 12–21 次堆分配：

输入（真实负载形状）	ns/op	allocs/op
content 块（含中文）	1937	13
toolcall 块	3122	21
usage 块	2464	12
纯字节扫描理论下限	133	1

差距 15–23×。会话 1 万块 ⇒ 1–2 万次分配，正是 GC 抖动的来源（C 化的原始动机）。

★ ha_json.c：不可直接复用（原判断「仓库里已有现成实现」已被实测推翻）

SDK 的 remotedevice/src/ha_json.c（368 行）经实测有三个对协议层致命的语义缺陷：

#	缺陷	实测
1	没有 \u 解码	{"k":"\u4f60\u597d\ud83d\ude00"} → ?0?d?d?0（期望 你好😀）
2	只有 ha_json_get_int，无浮点	temperature:0.7 → 0（注意：0.7 的 int_val 被静默置 0，不是解析失败）
3	null 与「键缺失」不可区分	二者都返回 NULL / def

外加架构冲突：它是 DOM + malloc，与 ha_codec 的「不 malloc / 零拷贝 / 纯函数」约束正交； 在热路径用它等于重建刚测出的「每 chunk 十几次分配」。它的定位是 remotedevice 设备通道的 JSON（ha_json_parse 注释显示 \u 一律写 '?'）， 不是 LLM 协议层。

建议方案：csrc/ 新建专用 ha_jsonscan.c（零分配、span 返回、增量） —— 对齐 ha_codec.h 的既有三条设计约束（只吃指针+长度 / 不 malloc / 无状态纯函数）。

不复用 SDK 版的四条理由：

1. 复用 = 跨仓改动 → SDK 发版 → 两仓版本对齐（违反「双仓绑定」纪律）；
2. 把内核 LLM 协议层耦合到 SDK 的 remotedevice 设备通道库（架构错位）；
3. \u/浮点/null 三缺陷必须补，补完已等同于重写；
4. DOM + malloc 与既定约束冲突。

不建议把内核热路径依赖另一个仓 —— 这是本项的核心理由。

✅ 三项已裁决（2026-09-26，jianf）

1. C 实现放哪里 → 留在主仓 csrc/。 用户澄清：C 实现本来就是替换内核的 Go 实现（csrc/ 是唯一权威源，Go 侧符号链接 + cgo 绑定，codec_pure.go 已降级为黄金对照的规格基准）。SDK 从头到尾未被触碰 （git diff main -- third_party/homeagent-sdk/sdk/ = 0 行）。 所谓「进 SDK」只对跨端复用（鸿蒙/嵌入式/C SDK 也想调同一份实现）才有意义， 而它们并不调用内核编解码层 ⇒ 该问题关闭，不作为待办。
2. ha_json.c 复用还是新写 → 新写。 见上（三个致命缺陷 + 架构正交）。
3. 下一刀选谁 → 协议编解码层，立即开工。 SSE 单块解析实测 1.9–3.1µs / 12–21 allocs。

第一刀（L1 纯函数层）已落地并闭环（见 §二 P0-1 与 docs/zh/c-core/llm-orchestration-c.md）。基础设施门禁已建成（见上）。 下阶段扩大前，三处需 jianf 拍板（建议已附，见上）：

1. C 实现放主仓 csrc/ 还是 SDK third_party/homeagent-sdk/？
   • 当前已在主仓 csrc/（ha_codec.{c,h} 是权威源，Go 侧符号链接过去）
   • 若 SDK / 鸿蒙 / C SDK 侧也要复用，需定同步机制；搬进 SDK 则要走 SDK 冻结流程
2. ha_json.c 复用还是新写？（复用会动 SDK 目录结构）
   • 这是下一个切片的前置：L1 剩下的协议编解码（parseOpenAICompatible*、 normalize*ToolCalls）全部依赖 JSON 解析，不定就推不下去
3. 下一个切片选谁？（已有基准数据支撑，见下）

★ 已定：编解码层「完全 C 化」（2026-09-25，jianf 裁定）

初版基准一度得出「C 比 Go 慢」，该结论已被推翻 —— 根因是我的 Go 绑定与 C 实现 写得烂（每次调用 CString malloc+拷贝 + C 侧 strlen + lower_dup malloc + 逐字节扫描），把自找的 82% 开销误当成了 cgo 的固有成本。拆解实测：

场景	ns/op
cgo 边界（零拷贝 + 空函数体）	31.9 ← cgo 真实固有成本
+ C.CString + strlen	105–111（多出 ~75ns）
初版 ModelContextWindow	175

优化后（零拷贝传指针+长度、栈缓冲折叠、字级 ASCII 检测、位运算 UTF-8 校验、 截断返回字节数、提前短路；纯 Go 侧也去掉 []rune 分配）：

基准	初版 C	优化后 C	纯 Go	提升
ModelContextWindow	175	76.5	46.8	2.3×
EstimateTokens / 1KB ASCII	2318	80.8	326	28.7×
TruncateByTokens / 1KB ASCII	2594	71.7	411	36×
TruncateByTokens / 1KB 中文	3923	70.1	3097	56×

裁定：完全 C 化，不做按长度分派。 我一度加了「短串走回 Go」的分派， 被否决 —— 那会同时存在两份语义可能分叉的实现。代价如实记录： EstimateTokens("qq") 这类极短串上 C 约 47ns vs Go 约 3ns（几乎全是边界成本）， 绝对值纳秒级可忽略；若某循环对极短串高频调用，正确应对是 C 化那个循环 （批量传一次），而不是退回 Go（见下条）。

结论性变化：

• C 侧新增与 Go utf8.DecodeRuneInString 等价的完整校验（含过长编码、 代理对、超 U+10FFFF、截断序列）。这使中文密集输入比初版慢（1467 vs 840）， 但初版对畸形序列会与 Go 分叉（rune 计数偏差 ⇒ token 预算/截断点偏移， 只影响计数不会崩，不测发现不了）。正确性优先，且仍比纯 Go 快 2×。 由 TestGolden_InvalidUTF8（3000 组随机字节）钉死。
• 包要求 cgo 才能编译（删除了 !cgo 回退）：CGO_ENABLED=0 下整包构建失败。 理由：不许存在第二条可能分叉的实现路径；且 waiter/initconfig/memgc/mock-server 实测均不依赖本包，无 CI 在 CGO_ENABLED=0 下构建它 ⇒ 不影响任何现有构建。 Makefile 的 check-codec-cgo-only 把「不许有第二条路」变成可执行断言。

下一个切片的判据（已从「哪个看起来底层」换成「哪个在真实分布下真能变快」）： 协议编解码（parseOpenAICompatible* / normalize*ToolCalls / SSE 分片） 处理的正是长文本，是 C 的主场，比「把短函数搬过去」更合理。 但其前置是 JSON 解析 ⇒ 先定 ha_json.c 复用还是新写。

已定事项（不再挂账）

• 不保留回退路径：编解码层要求 cgo 才能编译（无 !cgo 文件）。 CGO_ENABLED=0 下整包构建失败——这是有意的响亮失败，不是缺漏。

  为什么不做回退：回退会让两份语义可能分叉的实现同时在产线跑。 C 侧对畸形 UTF-8 的解码边界一旦与 Go 分叉，只表现为 rune 计数偏差 （⇒ token 预算与截断点偏移），不会崩、不会报错，最难发现。 只验证过一条路，就不该存在第二条。

  为什么这不影响任何构建（实测，别当成风险）：

  • go list -deps 实测只有 cmd/homed 依赖 internal/agent/api； waiter / initconfig / memgc / mock-server 均不依赖（逐个验过）。
  • homed 本就强制 cgo（mattn/go-sqlite3 + gojieba）⇒ 恒走 C 路径。
  • 仓库无 CI（无 .github/workflows），发布脚本仅在构建 waiter 时用 CGO_ENABLED=0，而 waiter 不依赖本包。
  • make check-codec-cgo-only 把「不许有第二条路」变成可执行断言 （断言 cgo 下全绿 且 CGO_ENABLED=0 下必须失败）。

• 纯 Go 实现的定位：codec_pure.go 不带 build tag、永远编译， 但不是生产路径——它只作黄金对照的规格基准与可读规格。 （它本身也已零分配化：去掉 []rune 的 4×len 临时分配。）

• 不链接预构建 .a，也不用包外 #include（前者架构错 + 产物两头空， 后者缓存漏跟踪）。用包内符号链接，理由与实测见 §二 P0-1 与设计文档 §2.4。

---

重写时间：2026-09-25　·　核实方式：源码 grep / go build / go test -count=1 / 交叉编译对照试验 / 双构建试验 / 变异测试 旧档备份：/tmp/plan.md.bak-20260925-124700（上一版）、 /tmp/plan.md.bak-20260924-171420（历史 1474 行混合档）