HomeAgent/docs/zh/prod-migration-checklist.md

生产迁移执行清单

日期：2026-10-04 分支：feat/context-overflow-l4（未 push） 状态：⚠️ 归档（2026-10-04 的一次性操作清单）

本文记录的是那次停机迁移的执行现场。其中「已停机」是当时的真实状态， 不是现在的状态 —— 现在就别照着这份清单判断服务是否在跑。

现行部署操作见 deploy-runbook.md； 服务当前状态用 systemctl status hologramagent 查。

---

0. 前置条件（必须全部满足）

项	要求	实测
服务停机	homeagent.service inactive	✅ inactive + disabled
WAL 已 checkpoint	PRAGMA wal_checkpoint(TRUNCATE) 返回 0|0|0	⬜ 执行前重查
快照已存在	一致副本（非 cp，用 .backup）	✅ /var/tmp/ha-prod-migrate/before.db
快照基线	1294/980/66/98/97	✅ 已核对
副本验证	结构 7 项 + 召回 7/9	✅ 已通过
代码提交	43 包全绿	✅
磁盘空间	迁移后约 18MB（副本实测）	⬜ 执行前确认

★ 副本用的就是生产快照，所以"在副本验证"等价于"在生产数据形态上验证"。

---

1. 执行步骤

# ① 停机确认（已停，此处防呆）
systemctl is-active  homeagent.service     # 期望: inactive
systemctl is-enabled homeagent.service     # 期望: disabled

# ② WAL checkpoint
sqlite3 ${HA_DATA}/memory/graph.db "PRAGMA wal_checkpoint(TRUNCATE)"
#    期望输出: 0|0|0

# ③ 生成新快照（.backup，不是 cp）
TS=$(date +%Y%m%d-%H%M%S)
sqlite3 ${HA_DATA}/memory/graph.db ".backup '/var/tmp/ha-prod-migrate/prod-$TS.db'"
#    核对副本基线与源库一致
sqlite3 /var/tmp/ha-prod-migrate/prod-$TS.db \
  "SELECT COUNT(*) FROM entities; SELECT COUNT(*) FROM relations; SELECT COUNT(*) FROM sentences;"

# ④ 先报告（不写库）
go run -tags onnxruntime ./cmd/homed-graph-migrate \
  -db ${HA_DATA}/memory/graph.db \
  -embed-provider chineseclip \
  -model-dir /var/tmp/ha-c/models/chinese-clip-vit-b16-onnx
#    ★ 核对：实体 1294，关系 966，块 98，块边 97
#    ★ 若数字对不上 → 停止，不要 -apply

# ⑤ 执行迁移（约 200s）
go run -tags onnxruntime ./cmd/homed-graph-migrate \
  -db ${HA_DATA}/memory/graph.db -apply \
  -embed-provider chineseclip \
  -model-dir /var/tmp/ha-c/models/chinese-clip-vit-b16-onnx

# ⑥ 验证
bash scripts/verify-migration.sh ${HA_DATA}/memory/graph.db
#    期望：✅ 结构验证全部通过

# ⑦ 召回探针
PROD_SNAPSHOT=${HA_DATA}/memory/graph.db \
  go test -count=1 -tags onnxruntime ./internal/memory/ \
    -run 'TestProbe_生产规模召回' -v
#    期望：casual 3/4, confusable 1/1, abstention 3/3, 合计 7/9

★ 全程串行。迁移涉及 1294 个块的 embedding， 并行会导致资源争用与长时间卡死（此前实测过 600 秒卡死）。

★ 旧表不删。迁移只写块与边，entities/relations/sentences 保持原样（验证脚本第 1 项逐表核对）。

---

2. 期望产出（副本实测值）

句子 +66，块 +1294，边 +980，scene_refs +718
块 2752（带向量 1391），边 2371
悬空端点 0
向量维度唯一 512，fingerprint 唯一
confidence 为 0 的关系边 0 条
deleted 状态关系边 14 条（对应旧表 14 条）
中心向量已重建（各向异性 detected，双边中心化启用）
耗时约 200s

---

3. 回滚

回滚条件

迁移后出现以下任一情况 ⇒ 立即回滚：

• 验证脚本报 ❌
• 召回探针合计低于 4/9（迁移前基线）
• 启动后 memory_recall 报「检索失败」
• 健康检查异常

回滚方式

★ 旧表未被改动，所以回滚很简单：

# ① 恢复代码到迁移前的提交
git checkout 75d4609      # 或 d4eda47 / 2fe4ca7 等任一已验证提交

# ② 恢复数据库（若需要）
TS=<迁移时的快照时间戳>
cp /var/tmp/ha-prod-migrate/prod-$TS.db ${HA_DATA}/memory/graph.db
#   ★ 生产库必须用 .backup 恢复，不要直接 cp 源库

# ③ 重建二进制并重启（需你确认后才启服务）
go build -tags onnxruntime -o build/homed ./cmd/homed
systemctl enable homeagent.service && systemctl start homeagent.service

回滚安全性

保证	依据
旧表数据完好	迁移只 INSERT 块/边，验证脚本第 1 项核对
迁移单事务	任一步失败整体回滚
迁移自动快照	命令自身会生成 .bak-<时间戳>
代码可回退	全部改动已提交，未 push

---

4. 迁移后仍存在的问题（不阻塞迁移，但要记录）

问题	状态	补法
coexist 泛指提问召不回端口号	0/1	BFS 接入 RecallBlocksFused
纯中文编造查询不拒答	契约外	需符号切分改进或换判定信号
旧表仍在增长	待停双写	读方已全切，可摘 commit() 里的 INSERT
TestResidualKeepReturnsTasksToParent	既有 flake	单独复验，勿误判

---

5. 与旧快照的关系

/var/tmp/ha-prod-migrate/before.db   本轮开始时的生产基线（1294/980/66/98/97）
/var/tmp/ha-prod-migrate/probe.db    副本，已完整迁移并验证
/var/tmp/ha-prod-migrate/base-copy.db  迁移前基线探针用

★ before.db 与 probe.db 是同一份数据的迁移前后对照， 两者都在，可随时重跑任何验证。