HomeAgent/docs/zh/plugin-migration-plan.md

外部插件多进程化适配计划（修改→审查→验证三步微循环）

分支：update 基线：docs/zh/plugin-interface-matrix.md（合同面 A/B/C）+ plan.md §11 + docs/zh/架构迁移评估.md 每部分 = 一个「修改 → 审查 → 验证」三步微循环。所有验证在 update 分支完成，可独立交付、可回退。

循环的铁律（每部分适用）：

• 修改：只动核心侧 + 工具链，third_party/homeagent-sdk/sdk/（合同面 A）零 diff。
• 审查：接口冻结检查（git diff 公开 SDK 为空）+ 代码 review + go vet。
• 验证：make test + 针对性单测 + 端到端冒烟，产物 .bin 端到端可用。

标 【M】=修改部分、【R】=审查部分、【V】=验证部分。依赖前置部分完成后才可开始。

---

目录

• Part 0 脆弱基线先行（不依赖迁移，现网可直接受益）— 0.1 ✅ / 0.2 ✅ / 0.3 ⏭️ / 0.4 ⏭️
• Part 1 加载分派骨架（entry 双通道共存）— ✅ 已完成
• Part 2 子进程通道原型（spawn / JSON-RPC / procPlugin）— ✅ 已完成
• Part 3 plugindev 工具链改造（.bin 产物）— ✅ 已完成
• Part 4 共享内存数据面（StageContext 跨进程并发改写）— ✅ 已完成（段/编解码/锁仲裁 + RunStage 接线）
• Part 5 通知面（事件环 + eventfd）— ✅ 核心已完成
• Part 6 迁移与收尾（17 插件逐个 + 删 cabi + 权限显式化）
• 最终验收清单

进度快照（2026-09-02）：分支 feature/plugin-proc-migration。 已交付：现网止血 2 项（11.1/11.3）、entry 双通道分派、共享内存 stage 并发、 子进程控制面（NDJSON RPC + 51 method 名平移）、plugindev .bin 构建、 registry 接线、事件环（§3.6）。外部插件已可端到端跑在子进程 + 共享内存上， 且首次获得事件订阅能力（C ABI 下 case 23/24 一直是空实现）。 测试：内核 internal/plugin/proc 38 项 + internal/plugin 16 项（含 -race）， SDK 仓 plugindev 16 项。 下一步：Part 6 逐插件迁移 + 删 internal/plugin/cabi/。

---

Part 0：脆弱基线先行（阶段 0，~1 人日）

依据：plan.md §11.1/11.3/11.6。不依赖任何新架构，独立交付，现网直接受益。 目的：在副本模型内部打补丁，止血，为后续迁移争取时间。

0.1 output_send 假成功修复（11.1）— ✅ 已完成（2026-08-31）

• 【M】✅ internal/plugin/cabi/loader.go——CORE_REGISTER_OUTPUT_CH（:454）的异步 output 从「goroutine 直接返回 queued」改为「goroutine + 带超时 channel 等真实结果」。 新增 awaitOutputResult（:276）+ 可注入版 awaitOutputResultWith（:281）+ 常量 outputSendTimeout = 10s：

  resCh := make(chan error, 1)
  go func() { resCh <- invoke(pid, channel, argsJSON) }()
  select {
  case err := <-resCh:
      if err != nil { return nil, err }               // 真实失败上报
      return map[string]interface{}{"status": "sent"}, nil
  case <-time.After(timeout):
      return map[string]interface{}{"status": "unconfirmed", "note": "..."}, nil
  }
  

  关键：dev.Execute 由 executeOutputSendTool 从 Go 侧调起（不在 cgo 栈内），goroutine 内的 pluginInvokeOutput 才是 cgo，不构成嵌套。
• 【M】✅ internal/agent/core/output.go executeOutputSendTool：识别 status=unconfirmed|queued → 返回「发送结果未确认：」而非「已发送」，把未确认状态透传给模型。
• 【R】✅ 无 cgo 嵌套（awaitOutputResult 只在 RegisterOutputChannel 的 handler 内被调用，该 handler 从 Go 侧调起）； 「超时未确认」措辞与 11.2 的"已取消"谎言区分——用 unconfirmed + 显式 note，不谎报成功也不谎报失败。
• 【R】✅ 接口冻结：git diff third_party/homeagent-sdk/sdk/ 为空。
• 【V】✅ 新增 internal/plugin/cabi/output_test.go 三用例全绿：
  • TestAwaitOutputResult_Success → status=sent
  • TestAwaitOutputResult_Failure（模拟 meta 缺 user_id）→ 返回 error（旧实现会谎报成功）
  • TestAwaitOutputResult_Timeout → status=unconfirmed 且不返回 error
• 【V】✅ go build ./... exit 0；go test ./internal/plugin/... ./internal/agent/... 全绿。

0.2 stage lost update 补丁（11.3）— ✅ 已完成（2026-08-31）

• 【M】✅ templates.go（SDK 仓 update 分支 5648519）go_invoke_stage 改为 diff 回传：
  • 新增 snapshotWritable(sc) map[string]string——handler 前的序列化快照
  • 新增 changedFieldsOnly(before, after)——只回传变更字段，无变更零回传
  • ❗ 第一版踩坑并修正：stageContextWritable 返回的切片字段与 sc 共享底层数组，handler 原地改元素（sc.ToolResults[0].Result = clean）时 before 快照跟着变，diff 看不到变更 → 修复会静默失效。故 before 必须逐字段序列化成字符串。
• 【M】✅ internal/plugin/cabi/loader.go applyStageResult 配套（本仓 9bb9cb3）：tool_calls/tool_results 去掉 len(v)>0 拦截——改为键存在即应用，使插件「清空全部工具调用」的显式 [] 能被表达（旧插件仅 len>0 才带键，不会被误清空）。
• 【R】✅ changedFieldsOnly 无竞态（纯函数，无共享状态）；只读插件零回传（单测断言）。
• 【R】✅ 接口冻结：两仓 git diff sdk/ 均为空（只改 bridge 模版 + 内核）。
• 【R】✅ bridge 模版可编译性：抽取 tmplLinuxBridge + 真实 weather/plugin.go 做 go build -buildmode=c-shared → exit 0。
• 【V】✅ SDK 仓 tools/plugindev/stagediff_test.go 6 用例全绿：
  • _ReadOnlyPluginReturnsNothing（只读插件零回传——修复核心）
  • _WriterReturnsOnlyChanged（原地改切片元素仅回传 tool_results）
  • _ScalarChange / _NewResponseIsReturned / _ClearedSliceIsReturnedAsEmpty
  • _ProductionScenarioNoOverwrite（复刻实验 13 现网场景：sanitizer 清洗 + weather 只读，清洗结果不再被覆盖）
• 【V】✅ 内核侧 output_test.go 新增 TestApplyStageResult_ClearedSlicesAreApplied / _OnlyPresentKeysApplied 全绿。
• 【V】✅ go build ./... exit 0；go test ./internal/plugin/... ./internal/agent/... 全绿。
• ⚠️ 待部署项：需用新 plugindev 重编全部 17 个外部插件（bridge 模版变更），走 plugin_install(overwrite=true)。

0.3 reload 语义修正（11.6）— ⏭️ 已跳过（2026-08-31 用户决策：直接进入进程化重构）

子进程模型下 DF_1_NODELETE 议题整体消失（§3.1）——同路径替换 plugin.bin 重启进程即生效。 在 cabi 路径上补 ELF 检测属于「给即将删除的代码打补丁」，性价比低。 现网仍受 reload 假成功影响，但 Part 1 的 entry 分派已为迁移铺路，迁移完成即根治。

• 【M】dynamic_loader_unix.go：ELF 检测 DF_1_NODELETE → 标记"不可热重载"。
• 【M】registry.go 的 ReloadOne：对此类插件返回"需重启 homed"。
• 【M】pluginmgr/plugin.go 的 plugin_install：返回 restart_required 替代 reload_required。
• 【R】确认 .so 插件重载不再"假成功"。
• 【V】单测：mock ELF 头带 NODELETE vs 不带 → 正确区分。

0.4 超时日志措辞修正 + 附带（11.2 短期项 + 11.4）— ⏭️ 已跳过（同上）

11.2 的 cgo 超时不可中断在子进程模型下由 Process.Kill() 真正解决（§9.5）； 11.4 的 Lua 路径在迁移后统一走 RPC（三套 ABI 收敛），锁语义天然有边界。

• 【M】internal/agent/core/toolcall.go:41：日志从"已取消"改为"已放弃等待（插件仍在后台运行，其占用的线程无法回收）"。
• 【M】internal/plugin/lua_plugin.go:726：stage 快照加 sc.RLock()/RUnlock()（11.4）。
• 【R】措辞语义诚实；Lua 快照持锁。
• 【V】make test 全绿；超时日志不再撒谎。

Part 0 出口条件：11.1/11.3/11.6 全部落地并有针对性测试；生产可先部署（现网止血）。

---

Part 1：加载分派骨架（阶段 2.4，S）

依据：迁移评估 §2.4 / 3.2；plan.md 11.7。目标：让 registry 能按 entry 把插件分派到 .so（cabi）或 .bin（proc）两条通道——双通道共存是整个计划可回退的前提。

修改（核心）

• 【M】internal/plugin/manifest.go：PluginManifest.Entry 注释与 IsPluginDir 支持 plugin.bin。
• 【M】internal/plugin/dynamic.go：新增 binEntry = "plugin.bin" 常量；readManifest 读取 entry。
• 【M】internal/plugin/registry.go loadOne（~:376）：把「无工厂 → tryDynamic」的分支改为按 entry 分派：

  switch entry {
  case soEntry, dllEntry:  p, err = r.tryLoadSO(...)   // 现有 cabi
  case binEntry:           p, err = r.tryLoadProc(...) // 新增（Part 2 填充）
  default:                 p, err = r.tryOther(...)    // lua / skill
  }
  

  先保留一个 tryLoadProc 桩（返回"未实现"错误），保证分派骨架先成立、可测。
• 【M】internal/plugin/dynamic_loader_unix.go：把 tryLoadSO 从 tryDynamic 拆出成 registry 可独立调用的函数。

审查

• 【R】确认内置插件（hasFactory 分支）完全不受影响——仍走 RegisterNative 进程内路径。
• 【R】确认 .so 路径行为与今天逐字节一致（无回归）。
• 【R】接口冻结：git diff 公开 SDK 为空。

验证

• 【V】单元测试：mock 三种 manifest（so/dll/bin/lua）→ 分派到正确通道；.bin 桩返回明确错误而非 panic。
• 【V】既有 .so 插件加载 e2e 不回归（带一个真实 .so 冒烟）。

Part 1 出口条件：分派骨架在，.bin 有明确桩位，.so 全回归。

✅ Part 1 已完成（2026-08-31，commit 610e9d0）

• 【M】✅ dynamic.go：新增 binEntry/skillEntry 常量 + entryKind 枚举 + classifyEntry / detectEntryKind
  • manifest 的 entry 优先级最高——把 entry 改回 plugin.so 即回退 cabi 通道（回退路径的保证）
  • 无 manifest 时按目录探测，.bin 优先于 .so（迁移期同目录两产物共存时走新通道）
• 【M】✅ registry.go tryDynamic：按 entry 分派 proc/cabi；entry 声明 .bin 但二进制缺失时报明确错误，不静默回退
• 【M】✅ registry.go pluginEntryHash：候选顺序与 detectEntryKind 对齐（.bin 优先），否则增量重载会用错文件算 hash
• 【M】✅ manifest.go：Entry 字段注释补 plugin.bin
• 【M】✅ dynamic_proc_unix.go / dynamic_proc_windows.go：tryLoadProc 桩位（存在性/类型/可执行权限校验已实现）
• 【R】✅ 内置插件（hasFactory 分支）完全未受影响——仍走进程内 RegisterNative
• 【R】✅ .so 路径行为与改动前一致（既有测试全绿，无回归）
• 【R】✅ 接口冻结：git diff third_party/homeagent-sdk/sdk/ 为空
• 【V】✅ entry_dispatch_test.go 9 项全绿：
  • TestClassifyEntry（8 种 entry 分类）
  • TestDetectEntryKind_ManifestWins / _ManifestCanForceRollback（回退路径验证）
  • TestDetectEntryKind_ProbeOrderPrefersBin / _ProbeFallbacks（4 子例）
  • TestTryLoadProc_MissingBinaryReturnsNil / _NonExecutableRejected
  • TestPluginEntryHash_PrefersBin / _EmptyForFactoryOnlyPlugin
• 【V】✅ go build ./... exit 0；go test -race ./internal/plugin/... 全绿；全量 32 个包测试通过

---

Part 2：子进程通道原型（阶段 2.1~2.3/2.5/2.9，~3 周，核心风险点）

依据：迁移评估 §4.1 阶段 2；迁移评估指明可大幅参考 clawhubadapter/sidecar.go:54-350（已有 stdin/stdout + pending map + notifyCh）。 目标：把单个外部插件（weather）以 plugin.bin 端到端跑通，验证"接口不变"假设。

修改（核心）

• 【M】新建 internal/plugin/proc/：
  • process.go——procPlugin 实现 sdk.Plugin 接口；spawn/健康检查/优雅停止/Close()=真 kill+wait。
  • 可参考 clawhubadapter/sidecarProcess：exec.Cmd + stdin *bufio.Writer + readLoop（scanner 大 buffer 64KB）+ pending map[int]chan<- []byte + notifyCh chan OCNotification + readerStop/readerWg。
  • rpc.go——双向 JSON-RPC 编解码：7 个 kernel→plugin 调用（tool.invoke/stage.invoke/output.invoke）+ 51 个 plugin→kernel 回调（平移自合同面 B 映射表）。
• 【M】internal/plugin/dynamic_loader_unix.go：实现 tryLoadProc（spawn .bin，回连 stdio RPC）。
• 【M】internal/plugin/registry.go closePlugin/卸载路径：对 proc 插件 Close() 真 kill。
• 【M】internal/agent/core/plugin_health.go 调用侧：插件退出码/EOF → recordCrash（逻辑完全复用，仅把"panic 捕获"换成"进程退出检测"，见迁移评估 §2.3）。

审查

• 【R】readLoop 鉴权：只接受来自本进程 spawn 的 stdout（防注入）。
• 【R】JSON-RPC 帧边界处理（bufio.Scanner 长行截断风险——沿用 sidecar 64KB buffer）。
• 【R】pending map 泄漏：超时清 map、退出时清 map。
• 【R】崩溃重启：SetAutoRestart(true) 语义保留；plugin_health 冷却/自愈复用。
• 【R】接口冻结：公开 SDK 零 diff。

验证

• 【V】单测：spawn→握手→工具调用往返→正常 Stop→kill 崩溃→退出码捕获。
• 【V】weather .bin 端到端：RegisterTool/Settings/InjectInputSync 全部经 stdio RPC 打通。
• 【V】与 Part 1 的 entry 分派联动：同目录 .so 与 .bin 共存互不干扰。

Part 2 出口条件：一个真实外部插件 .bin 全链路可用，崩溃隔离生效，接口零改动。

✅ Part 2 已完成（2026-09-01，commit d62430a + 82dcc86）

• proc/protocol.go：NDJSON 帧、51 个 method id 平移为 method 名（编号扔掉）、握手/stage/tool/output 参数类型。 case 25(CORE_FREE_STRING) 无对应 method（GC 接管）；case 23/24(事件订阅) 与 io.setToolBlocks 明确返回未实现，不静默成功。
• proc/process.go：Spawn/readLoop/CallContext/Notify/Stop/Kill/markExited；单帧上限 1MB。
• proc/corehandler.go：51 case 平移 + CoreSDK 接口（刻意排除内核内部机制，见 Part 6 权限梯度）。
• proc/host.go：全部插件共享同一 memfd。最初写成每插件一块段，尝试后发现 那等于副本模型换壳（各写各段、各自回读、最后回读者覆盖前者），已改正。
• proc/stage.go：RunStage 接线 + lockRegistry；proc/plugin.go：Plugin 实体。
• 共享段分配按平台拆分（shmalloc_linux.go memfd / shmalloc_darwin.go 立即 unlink 的临时文件 / shmalloc_other.go 明确报错）——不静默降级成「无共享段」，那会让 stage 静默失去数据面。
• registry 接线（commit 11c1bbc）：tryDynamic → Registry.loadProc；Host 惰创建且全局唯一； StopAll 锁外释放共享段（插件还持有映射时拆段 → SIGBUS；持锁调与 onProcCrash 有锁序风险）； onProcCrash 只发 EventSystem 事件，不在回调里直接重载（重载需 registry 锁）。
• proc_core.go —— 权限梯度的类型系统落点：procCore 用命名字段持有 *isdk.PluginSDK， 不是嵌入。嵌入会提升全部方法，外部插件就能经类型断言拿到 Supervisor/Tracker/Adapter/Indexer/Status/Selftest。
• 测试 36 项含 -race：testdata/ 8 个假插件 + e2e_template_test.go 用真实 plugindev 模板 编译插件跑全链路（验证「模板 ↔ 内核」协议/布局真的对齐，不只是内核自己跟自己对齐）。

---

Part 3：plugindev 工具链改造（阶段 2.6/2.7/2.8，M，SDK 仓）

依据：合同面 B；迁移评估 §4.1。此部分在独立 SDK 仓维护（用户决策 sdk_repo_only）。 目标：让外部插件能用普通 go build 产出 .bin，业务代码零改动。

修改（工具链）

• 【M】tools/plugindev/templates.go：新增 tmplProcMain——把 bridge 从「7 个 //export + -buildmode=c-shared」改为「main() + stdio JSON-RPC loop」；注册逻辑（buildPluginSDK 的 registar 闭包）从 callVoid(id,...) 改为 sendRPC(methodName,...)（合同面 B 的平移）。
• 【M】tools/plugindev/cmd_build.go：
  • 新增目标 plugin.bin：go build（去 -buildmode=c-shared、CGO_ENABLED=0）→ plugin.bin。
  • bundle 平台表：{"linux/amd64","plugin.bin"}（替代 .so）。
  • resolveBuild：bin 分支不再需 C 编译器。
• 【M】tools/plugindev/cmd_build.go validBinaries/打包：.hmap 内条目支持 plugin.bin（plugin.json entry 写 plugin.bin）。
• 【M】plg.json 模板（tmplPlgJSON）：entry 默认改为 plugin.bin（保留 .so 兼容）。

审查

• 【R】生成的 tmplProcMain 与旧 bridge 的 SDK 方法一一对应（对照合同面 B 51 行映射表逐行核对）。
• 【R】业务代码零改动证据：同一 plugin.go，仅入口文件/构建命令不同。
• 【R】交叉编译简化确认：.bin 无需 cgo 工具链，跨 GOOS 仅需目标 toolchain。

验证

• 【V】用新 plugindev 重编 example/weather → 产出 plugin.bin。
• 【V】.hmap 打包/解包校验：plugin.bin 条目正确登记。
• 【V】（与 Part 2 集成）weather.bin 被 homed proc 通道正确加载运行。

Part 3 出口条件：plugindev 一条命令产出 .bin + 正确 .hmap，外部插件源码零改动。

✅ Part 3 已完成（2026-09-02，SDK 仓 commit 09b64dc）

模板落地方式换了：不是计划里的 templates.go 新增 tmplProcMain raw string， 而是真实 .go 源文件 templates/proc_main.go.tmpl + //go:embed（proc_runtime.go）。 原因：900+ 行代码塞在字符串里写错只能等生成插件时才炸，作为源文件可被 go/parser、gofmt、go vet 直接检查。这也是 proc_runtime_test.go 16 项 静态检查得以存在的前提。

• templates/proc_main.go.tmpl（1113 行）：51 个 method 的插件侧 RPC 实现 （procIO/procMemory/procSettings/procSocial/procLLM/procKnowledge/ procDocMemory/procTextMemory/procPluginMgr）、共享段访问（fd 3）与 16 字段 StageContext 编解码、handleStageInvoke（拿锁 → 读段 → handler → 只写脏字段 → 放锁）。
• cmd_build.go：resolveBuild(target, proc) 分派；proc 走 go build -trimpath + CGO_ENABLED=0， 交叉编译不再需要目标平台 C 工具链。bundle 模式各平台产物同名（进程边界即 ABI 边界， 无平台扩展名），故 zip 内加平台后缀 plugin.bin.linux.amd64。
• proc_runtime.go：生成时清理残留 z_bridge_gen.go/z_entry.c——同目录两套 main 会编译冲突， 这让 .so → .bin 切换无需人工清理。

计划外补的一个真缺口：lifecycle.autoRestart 没接线。公开 SDK 的 SetAutoRestart 是纯 setter（s.autoRestart = enabled，无回调 hook）。C ABI 下内核在 Start 返回后 直接读 plgSDK.AutoRestart()；子进程隔着进程边界读不到，插件调它只改自己进程内的副本。 修法：模板在 plg.Start() 返回后显式上报一次（内核侧 corehandler.go:145 早已就绪）。 没有改公开 SDK 接口。

验证（均已实测）：

$ plugindev build              # plg.json: entry = "plugin.bin"
  compiling linux/amd64 (子进程模式，CGO_ENABLED=0)...
  packaged weather_linux_amd64.hmap

build/plugin.bin  →  ELF 64-bit executable, statically linked   ← 零 cgo
dist/*.hmap       →  plugin.json + plugin.bin

$ diff example/weather/plugin.go <构建目录>/plugin.go
✅ 逐字节一致                    ← 业务代码零改动的硬证据

$ git diff third_party/homeagent-sdk/sdk/
(空)                            ← 接口冻结保持

---

Part 4：共享内存数据面（阶段 3.1~3.5，~3 周，最高风险）

依据：迁移评估 §3.3 数据面 / 3.4 SDK 封装 / 3.7 锁仲裁；合同面 C。 目标：多插件并发改写同一 StageContext 语义与今天一致（丢失率 → 0），外部插件看到全部 16 字段。

修改

• 【M】internal/plugin/proc/ 新增 shm.go：
  • 共享段 schema：ShmStageCtx + Slice{off,len} 偏移描述符 + arena（append-only + 压实）。
  • arena 分配器：插件把 FinalText 从 10B 改 10KB 时分配新区域、旧区域留垃圾、stage 结束后压实。
  • 4 个 Extra 键（media_blocks/media_type/input_source/output_channel）提升为具名字段（迁移评估 §3.3 已核实全部使用点）。
  • 段生命周期：创建/挂载/插件崩溃后清理。
• 【M】internal/plugin/proc/shmcodec.go：StageContext ↔ 共享段编解码（偏移↔Go 值转换）。
• 【M】internal/plugin/proc/lock.go：锁仲裁 RPC——插件 Lock/RLock → stage.lock/stage.unlock → 内核 sync.Mutex 排队（迁移评估 §3.7 已裁定，实验 3+9 支撑）。
• 【M】internal/agent/core/stages.go RunStage：改造为跨进程并发扇出（保留并发语义，最难一环）——内置插件仍进程内 go func，外部插件走共享段 + 锁仲裁。
• 【M】SDK 侧（插件进程内）封装全部复杂度（迁移评估 §3.4）：插件保留原生 StageContext，handler 照常读写，脏字段写回共享段。

审查（最高优先级 review）

• 【R】并发语义一致性：内置（0% 丢失）与外置（迁移前 35.8~36.8%）在共享内存下都收敛到 0% 丢失。
• 【R】锁仲裁死锁：持锁进程崩溃自愈（实验 9 已证无需 robust mutex）。
• 【R】arena 单 stage 写入上限：大写入在 SDK 层报错而非静默截断（迁移评估 §4.4）。
• 【R】Extra 不引入通用 tagged union 成本（维持 4 键具名字段）。
• 【R】接口冻结：sdk/ 零 diff；StageContext 结构体字段序不变。

验证

• 【V】复刻实验 8：5 子进程 × 300 轮并发改写 → 零丢失零撕裂。
• 【V】复刻实验 13 现网场景：sanitizer（改 ToolResults）+ weather（只读）并发 → 清洗结果不再被覆盖。
• 【V】改写型插件行为基线测试：sanitizer/multimodal 迁移前后行为对拍（迁移评估 §4.4 风险缓解）。

Part 4 出口条件：跨进程并发改写零丢失，内置/外置语义一致，16 字段全可见。

✅ Part 4 核心已完成（2026-08-31，commit 610e9d0）—— 段 / 编解码 / 锁仲裁三件套

用户明确指出「基于共享内存的 stage 并发是最为关键的」，故先于 Part 2/3 落地数据面。 RunStage 的跨进程接线（3.4）待 Part 2 的进程通道就绪后进行。

• 【M】✅ proc/shm.go 段布局与 arena 分配器（§3.3）
  • Header(64B) + ShmStageCtx(描述符数组 + 标志位) + append-only arena
  • 相对偏移：各进程 mmap 到不同虚拟地址仍能正确解引用
  • NewSegment / AttachSegment 带魔数 + 版本校验（版本不匹配显式报错，不静默错读）
  • arena 用尽显式报错而非静默截断（§4.4 风险登记的硬要求）
  • Compact() 回收 append-only 垃圾，须在无插件持锁时调用
• 【M】✅ proc/shmcodec.go StageContext 16 字段跨进程编解码（§3.4）
  • 字段级描述符消除 lost update：只改 FinalText 的插件完全不触碰 ToolResults 描述符
  • WriteDirty 只写脏字段——只读插件零写入，不可能覆盖他人改写
  • Snapshot 存序列化字符串（切片共享底层数组的坑，C ABI 侧修 11.3 时已踩过一次）
  • Extra 4 键提升为具名字段；Response 用标志位区分 nil 与空串（短路语义）
  • 全 16 字段可见——今日经 C ABI 只有 10 个，ContextMsgs/ReasoningContent/TokenUsage/Memory/Extra/Errors 首次对外部插件可见
• 【M】✅ proc/lock.go 锁仲裁回归内核（§3.7 已裁定，零 cgo）
  • ForceRelease 实现实验 9 的崩溃自愈 → 排除 robust pthread_mutex 必要性
  • 重复加锁显式拒绝（否则死锁 30s，比挂死更难排查）
  • 等待超时有补偿 goroutine 防锁永久泄漏
• 【R】✅ 并发语义：TestSegment_ConcurrentAppend_NoLostUpdate 断言「各标记计数之和 == 最终长度 且 == 期望写入次数」，同时排除丢失与撕裂
• 【R】✅ arena 上限报错（非静默截断）：TestSegment_ArenaExhaustionReturnsError
• 【R】✅ Extra 维持 4 键具名字段，未引入通用 tagged union 成本
• 【R】✅ 接口冻结：sdk/ 零 diff；StageContext 结构体未改
• 【R】✅ go vet 干净（含 copylocks 检查）
• 【V】✅ proc 包共享段部分 16 项测试全绿（含 -race）（全包现 36 项，含进程/端到端）：
  • 段：魔数/版本校验、全 16 字段往返、Response nil vs 空串
  • 脏字段：只读零写回、原地改切片被识别、压实不破坏字段
  • 现网场景复刻：TestSegment_ProductionScenario_SanitizerNotOverwrittenByWeather（sanitizer 清洗 + weather 只读并发，清洗结果不被覆盖）
  • 并发零丢失：5 插件 × 40 轮读-改-写同一字段，200 次写入全部保留
  • 锁：互斥、串扰拒绝、未持锁释放拒绝、重复加锁拒绝、崩溃自愈、定向强制释放、临界区串行化

✅ Part 4 RunStage 接线已完成（2026-09-01～09-02）

• proc/stage.go 把内核 RunStage 的并发扇出接到共享段： Host.beginStage（首个到达者独占段并写入 StageContext）→ stage.invoke RPC → 插件侧 stage.lock → 读段 → handler → 只写脏字段 → stage.unlock → Host.endStage（最后离开者回读 + 压实 arena）。
• 并发扇出保留（§0.2 第 1 条：并发扇出是原始设计，不是缺陷）； stageMu 串行化整次 stage 对共享段的独占（内核可能在不同路径并发触发 RunStage，而段只有一份）。
• 端到端验证（e2e_template_test.go，用真实 plugindev 模板编译的插件， 而非 testdata/ 手写假插件——后者只能验证内核自己跟自己对齐）：
  • TestE2E_RealTemplatePluginFullLifecycle：握手 → init/start → 反向注册 → 工具调用 → stage 读改写；同时验证 FinalText 回传 （C ABI 下 after_toolcall 看不到此字段，§8.3 10→16）
  • TestE2E_RealTemplateReadOnlyPluginDoesNotOverwrite：两插件共享同一 Host 并发， 只读插件不覆盖改写插件的结果（若每插件一块段，此测试必然失败）

Part 4 已整体完成。

---

Part 5：通知面（阶段 4.1~4.5，~1.5 周）

依据：迁移评估 §3.6 事件环 / §2.4 约束 B / §3.8。目标：外部插件首次获得事件订阅能力，且不阻塞流式输出。

修改

• 【M】internal/plugin/proc/eventring.go：EvtRing + Subscriber schema（write_seq/read_seq/dropped/type_mask/last_seen），溢出计数、允许丢但让消费者知道丢了。
• 【M】eventfd 通知 + Go netpoller 消费：unix.Eventfd(EFD_NONBLOCK|EFD_CLOEXEC) + os.NewFile 注册 netpoller（不占 OS 线程——实验 1 已证 200 goroutine 仅 +1 线程）。
• 【M】internal/events/bus.go Publish：加事件环投递（post-and-forget，绝不等待消费者，满足约束 B）。
• 【M】实现 case 23/24（今天空实现）——Events().Subscribe 对外部插件真正可用。
• 【M】订阅者活性检测：last_seen 超时 → recordCrash。

审查

• 【R】Bus.Publish 路径禁用任何锁/阻塞——流式输出逐 token 发布，任何等待都会卡顿（迁移评估 §4.3 风险高）。
• 【R】溢出语义：drops 计数暴露，不静默丢。
• 【R】eventfd 计数合并：1000 token 事件只唤醒几次。

验证

• 【V】流式压测：长回复下 Publish 单次耗时不随订阅者数线性恶化。
• 【V】复刻实验 4：post-and-forget 解耦（5s → 2.3ms 量级）。
• 【V】外部插件订阅事件端到端（原空实现 case 23/24 现在可用）。

Part 5 出口条件：事件订阅对外可用，流式输出无卡顿。

---

Part 6：迁移与收尾（阶段 5.1~5.4，~2 周）— ✅ 已完成（2026-09-03）

依据：迁移评估 §4.5 双通道共存、§5 权限梯度。

⚠️ 实际执行偏离计划的一处：原计划「逐插件迁移，随时回退」。 用户决策改为彻底舍弃 .so 能力，无回退通道（不做 --cabi 开关）， 本轮直接删 internal/plugin/cabi/，生产全量切换。代价是某插件出问题 只能紧急修复或 git revert 整批。因此下方【V】的「.so ↔ .bin 混跑」 不再适用——新内核根本不认 .so。

修改

• ✅【M】6.1 工具链 entry 语义收敛（SDK 仓 9f84412）：isProcEntry 删除，Go 插件一律产出 plugin.bin 不看 entry 值；templates.go 1296→516 行。
• ✅【M】6.3 17 插件全量重编（1d7f011）：16 个×3 平台 + qq×1；git status example/ 无输出（业务代码零改动）。
• ✅【M】6.5 生产切换（62bdfa2）：经 pluginmgr 的 hmap 正规通道安装，17/17 成功且 config_kept=true。
• ✅【M】6.6 压测 + 版本 1.0.0 + 文档（2572688、670efcd、tag v1.0.0）。
• ✅【M】6.2 内核侧 Windows（d027c96）+ 删 C ABI（b20121f，-3198 行）：删 internal/plugin/cabi/(1156)、dynamic_dll_windows.go(272)、dynamic_loader_unix.go(79) + bridge 模板；新增 shmalloc_windows.go + evtfd_windows.go + shmpass_{unix,windows}.go；顺带修 macOS pipe 写端被 GC 回收的真 bug。
• ✅【M】6.4 权限梯度显式化（2ebdb9a）：54 个 method 划入 11 个 capability 组；coreHandler.Handle 入口强制；withheldCapabilities 表记录 10 项刻意不提供的内核机制及理由（SelftestAPI/SupervisorAPI/TrackerAPI/StatusAPI/AdapterAPI/ConfigAPI/ToolAPI/IndexerAPI/OutputChanRaw/EventPublish）。
• ⏭️【M】lua_plugin.go/dynamic_lua.go 统一走 RPC —— 留待后续。Lua 走解释器不经 C ABI，不阻塞本轮目标（消除 C ABI 前提缺陷）。收敛第三套 ABI 是独立优化。
• ✅【M】文档：本文与 plugin-interface-matrix.md 更新；切换实录见下方。

审查

• ✅【R】每删一个 cabi 依赖项，go build ./... + go vet ./... 干净。
• ✅【R】权限梯度：被拒 API 在 RPC 边界返回明确错误（非忽略）。错误消息含四要素：哪个插件、哪个调用、缺什么能力、在哪声明。TestCapability_DeniedErrorIsActionable 守护。
• ✅【R】接口冻结：git diff third_party/homeagent-sdk/sdk/ 全程为空。

验证（全量回归）

• ✅【V】17 插件经 plugin_install(overwrite=true) 加载，工具/设置/通道/阶段 e2e。
• ⏭️【V】.so ↔ .bin 混跑集群冒烟 —— 不适用（无回退通道，见上方偏离说明）。改为验证新内核面对旧 .so 给可操作错误且不崩溃，已在真实二进制上确认。
• ✅【V】make test 全量绿 + go build ./...。
• ⚠️【V】内存：未达成计划目标。15 个插件进程 RSS=88.0MB / PSS=87.9MB，远超「基线 +29MB」。根因是每插件静态链接整个 Go runtime，15 个不同二进制无共同物理页可映射（PSS/RSS 99.9% vs 基线 44%）。这是「每插件独立二进制」的固有代价，实际开销高于 §4.3 乐观估计。压缩方向：共享 launcher 二进制 + 各自业务模块。
• ✅【V】工具调用 RPC 延迟 24.1µs（实验 11 基线 19.6µs，同量级）。

Part 6 出口条件：全部外部插件 .bin 化 ✅，cabi 删除 ✅，接口零改动 ✅，权限显式化 ✅，无回归 ✅。

---

最终验收清单（对照接口不变矩阵 §7 检查点）

#	检查点	通过标准	结果
1	公开 SDK 接口冻结	git diff third_party/homeagent-sdk/sdk/ 为空（全程）	✅ 每次审查均确认
2	外部插件业务代码零改动	17 个 example/*/plugin.go 与基线逐字节可比	✅ git status example/ 无输出
3	17 插件 .bin 化	全部经 plugin_install 加载，工具/设置/通道/阶段 e2e	✅ 17/17，config_kept=true
4	cabi 删除	internal/plugin/cabi/ 与 bridge 模板不存在	✅ -3198 行（b20121f）
5	崩溃隔离	插件 kill 只退出自身，homed 存活	✅ TestRealPlugin_CrashDoesNotKillKernel
6	热重载	同路径换 .bin 即生效，无需重启	✅ 生产实测（unloaded (config kept) → 重载）
7	并发改写	跨进程 stage 丢失率 0%（对照今天 35.8~36.8%）	✅ TestPlugin_FiveProcessesConcurrentAppendNoLostUpdate
8	事件订阅	外部插件 Events().Subscribe 可用	✅ 事件环已接线（当前零用户）
9	多模态	SetToolBlocks 非空实现	⚠️ method 已定义并划入 core 能力，内核侧仍返回未实现
10	超时取消	工具超时可 Process.Kill()，零泄漏	✅ 整套新架构零 cgo
11	output_send	真实结果返回（非假成功）	✅ 生产实测 map[status:sent]
12	权限梯度	内部专属 API 在 RPC 边界拒绝	✅ 12 项测试（2ebdb9a）
13	内存/延迟	常驻 +≤29MB，RPC p50 ≤20µs 量级	⚠️ 延迟 24.1µs 达标；内存 88MB 未达标

两项未完全达标的说明：

• #9 SetToolBlocks：io.setToolBlocks 已在 protocol 定义并划入 CapCore， 但内核侧 handler 仍返回未实现。C ABI 时代它也是空实现（§1.4）， 故不是回归，但也没兑现 §3.8 的承诺。当前无插件使用。
• #13 内存：15 个进程 RSS=88.0MB，远超「基线 +29MB」。根因是每插件 静态链接整个 Go runtime，15 个不同二进制无共同物理页（PSS/RSS 99.9% vs 基线 44%）。实验 5 的基线用的是 2.68MB 最小插件，而真实插件 3.1~14.8MB， 绝对数字不可比。结构性指标（均摊线程 5.5 vs 4.9）同量级。

---

风险与回退

风险	缓解	回退
Part 2/4 RunStage 并发语义漂移	复刻实验 8/13 + sanitizer/multimodal 对拍（Part 4 review）	entry 分派切回 .so（Part 1 双通道）
Part 4 Bus.Publish 阻塞卡顿	专项流式压测（Part 5）	事件环投递后置，先降级进程内
Part 3 工具链 .bin 产物问题	单插件 weather 先行验证	保留 .so 构建分支
Part 6 17 插件回归	逐个迁移 + plugin_install(overwrite)	任意一个失败立即回退该插件 entry
接口意外漂移	每部分【R】强制 git diff sdk/ 检查	立即 revert，暴露合同面违约

---

规划：2026-08-31，update 分支。Part 编号与其依赖的 plan.md/迁移评估阶段对应。

---

Part 6.5 生产切换实录（2026-09-03）

执行顺序（先换二进制，再装包）

1. systemctl stop homeagent
2. 换 /usr/local/bin/homed
3. 起服务 —— 15 个 .so 插件报可操作错误被跳过，homed 与 16 个内置正常
4. 逐个 POST 装 17 个 hmap（overwrite=true）
5. 重启核对

为何不能反过来：若先装包，旧 homed 的 StopAndUnload 会停掉 qq 消息通道，而它又无法加载 .bin，会卡在「插件全挂」的状态。

第 3 步顺带在真实二进制上验证了 Part 6.2 的可操作错误：

[plugin] dynamic weather: plugin weather: 检测到旧 C ABI 产物（plugin.so/.dll/.dylib）。
外部插件已改为子进程模式，请用新版 plugindev 重编产出 plugin.bin（业务代码无需修改）

不崩溃，只跳过该插件。

走 hmap 正规通道，而非手工拷贝

第一版切换脚本是手工拷 plugin.bin + 手改 plugin.json 的 entry —— 那等于重新实现了一遍 hmap 解包逻辑，且实现得更差。漏掉的东西：

	手工拷贝	hmap 正规通道
platforms 字段	漏了	包内 manifest 本来就写对
平台二进制选择	硬编码 _linux_amd64	platformBinary() 按 runtime 选
overwrite 语义	无	StopAndUnload 保留配置表
失败回滚	无	os.Rename 备份，解包失败自动恢复
校验	只查文件存在	validatePackage 查 manifest + 各平台二进制齐全

配置保留那条尤其关键：生产 17 个插件都有配置（qq 账号、weather 默认城市、 browser profile 路径）。手工脚本恰好没碰配置表所以侥幸不丢，但那是运气不是设计。

最终实现：POST 到 127.0.0.1:9876/plugins，传 {path, overwrite:true}。 保留的一个设计是先全部校验再动手——任一插件缺 hmap 就整批中止， 因为新 homed 不认 .so，「一半装了一半没装」的中间态最难排查。

结果

17/17 成功，全部 config_kept=true
0 个残留 .so；17 个 plugin.bin 均有执行位
17 个 manifest 的 entry 均为 plugin.bin；无 .bak 残留
bundle 包正确挑了当前平台（weather 目录只留 8.7MB 的 linux/amd64 那份）

备份：/home/newqqagent-migration-backup-20260902-214812 （plugins 全目录 + homed.old + homeagent.service，162MB）。 唯一回滚路径是恢复该目录 + 回滚 homed 二进制。

生产端到端验证（真实 QQ 消息）

input from qq → response (83293ms, tools=[qq_get_message qq_get_history
                                          output_send__qq output_send__qq qq_mark_read])

逐环节：

• 输入：qq 子进程收 webhook → 经 RPC 报给内核 → agent 主循环
• 工具调用：5 次跨进程调用全部成功（内核反向调用进子进程执行）
• stage 改写生效（最关键的一条）：

  [sanitizer] cleanToolCallLeakage: 2 bytes removed
  [sanitizer] cleaned 2 bytes (before=13590 after=13588)
  [proc] sanitizer stage post_action 改写了 1 个字段
  

  sanitizer 在另一个进程里改了 StageContext，内核读到了改写结果。 13590 字节文本经共享段传递、被改写、写回，全程未拷贝整个上下文。
• 输出真的送达：tool output_send__qq result: 已通过 [qq] 通道发送: map[status:sent] —— 直接验证 Part 0.1 修的 output_send 假成功缺陷（§9.4）
• arena 生命周期正常：每次 stage 结束都压实回收（单次最高 15802 字节），无泄漏累积

这一次对话触发约 20 次 stage、5 次工具调用、2 次输出发送，跨越 15 个插件子进程。 旧架构下同样流程有三处会静默出问题：stage 并发写丢字段（§8.4 实测 35.8~36.8% lost update）、output_send 假成功、cgo 超时泄漏 goroutine。现在这些在日志里可见且正确。

---

Part 6.6 压测与延迟实测

基准与压测在代码里（internal/plugin/proc/bench_test.go + streaming_test.go）， 非独立脚本——随代码演进自动跑，不会腐坏。

项目	实测	基线	判断
工具调用 RPC 往返	24.1 µs	实验 11: 19.6 µs	同量级
锁仲裁（内核侧）	0.76 µs	—	见下注
事件环写入	95 ns	—	亚微秒
事件环并发写入	83 ns	—	无锁竞争恶化
完整 stage 往返	132 µs	—	含 3 次进程间往返
共享段编解码	3.7 µs	—	占 stage 的 2.8%

锁仲裁 0.76µs 不可与实验 3 的 19.40µs 对照——测的不是同一个东西： 实验 3 测插件经 RPC 请求锁的完整跨进程往返，本基准只测内核侧 lockRegistry.acquire/release。真实成本仍在 20µs 量级。基准原名 BenchmarkStageLockRoundTrip 有误导性，已改为 BenchmarkStageLockArbitration。

stage 往返 132µs 的成本构成：共享段编解码只占 3.7µs，其余是 一次 stage 要走 3 次进程间往返（stage.invoke + 插件侧反向的 stage.lock / stage.unlock）。相对 LLM 往返 2-8 秒可忽略； 要优化的方向是把 lock/unlock 合入 stage.invoke 的请求/应答。

流式压测（§4.3 标记「风险高」的那一项）

5000 次 Publish + 每条睡 20µs 的慢消费者
  实测 2.29ms，均摊 457 ns/token
  同步语义理论下限 100ms

订阅者 1 个：1.547ms（515 ns/次）
订阅者 8 个：1.518ms（506 ns/次）   ← 无线性恶化

环溢出（无消费者写 30000 次，cap=8192）：均摊 35 ns/次   ← 仍 O(1)

2.29ms 与实验 4 的数字完全一致（那次也是 2.29ms / 0.46µs per token）， post-and-forget 在实现中成立。第三项的意义：消费者完全停摆时写端覆盖 最旧 slot，这条路径仍是 O(1)，故「插件卡住」不会连带拖慢内核主循环。

---

版本号

v1.0.0（tag 已打）。公开 SDK 接口零改动，但产物形态从 plugin.so 变为 plugin.bin，0.9.x 内核不会识别——不可互操作的破坏性变化，故跃主版本号。

⚠️ Makefile 陷阱：VERSION ?= $(shell git describe --tags --dirty) 意味着实际注入值来自 git tag，meta.go 里的默认值只在不带 ldflags 时生效。 打 tag 前 make build 注入的是 v0.9.1-56-g2572688-dirty。

同时删掉 C ABI 时代的死常量（ABIVersion/CABINum/51 个 Core<Method> 整数 ID）——随 Part 6.2 删 internal/plugin/cabi/ 就已无使用者， 留着会让人以为 C 层协商还在生效，或以为加 method 要同步维护那张整数表。