mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-09-21 17:38:10 +00:00
62bdfa2b54
## 版本号
1.0.0：外部插件从 C ABI 动态库迁到子进程 + 共享内存。首个不再加载
`.so`/`.dll` 的版本，与 0.9.x 不兼容（存量插件必须用新版 plugindev 重编）。
SDKCompatibleVersion 同步升 1.0.0。
同时删掉 ABIVersion / CABINum / 51 个 Core<Method> 整数 ID —— 随 Part 6.2
删 internal/plugin/cabi/ 就已无使用者（grep 确认只剩定义处）。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。
⚠️ 注意 Makefile 的 `VERSION ?= $(shell git describe --tags --dirty)`：
实际注入值来自 git tag，meta.go 里的默认值只在不带 ldflags 时生效。
make build 当前注入 v0.9.1-56-g2572688-dirty。要让 1.0.0 真正生效需打
v1.0.0 tag 或显式传 VERSION=1.0.0。
## 生产切换脚本重写
第一版是手工拷 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：
platforms 字段 hmap 内的 plugin.json 本来就写对了
平台二进制选择 我硬编码 _linux_amd64，正规路径用 platformBinary()
overwrite 语义 StopAndUnload 停旧实例但**保留配置表**
失败回滚 os.Rename 备份旧目录，解包失败自动恢复
校验 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）。我的脚本恰好没碰配置表所以侥幸不丢，但那是运气
不是设计。
改为 POST 到 pluginmgr 的 HTTP 端点（127.0.0.1:9876/plugins），
传 {path, overwrite:true} 走 installFromPath → installFromData。
保留的一个设计：**先全部校验再动手**。任一插件缺 hmap 就整批中止——
新 homed 不认 .so，「一半装了一半没装」的中间态最难排查。
## 生产切换已执行
顺序（先换二进制再装包，而非反过来）：
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 本体与 16 个内置正常
4. 逐个 POST 装 17 个 hmap（overwrite=true）
5. 待重启核对
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: 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。若反过来先装包，旧 homed 的 StopAndUnload 会停掉 qq
消息通道且无法重载 .bin，会卡在「插件全挂」的状态。
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）
验证：go build ./... 通过；go test ./... 全仓无失败。
Ref: docs/zh/plugin-migration-plan.md Part 6.5
插件架构评估实验
../../架构迁移评估.md 中所有数字的来源。
18 项实验，一键复跑，用于复核结论或在改动后验证回归。
./run.sh # 跑全部（约 3-5 分钟）
./run.sh 12 13 # 只跑指定实验
./run.sh 1 1c # dlclose/NODELETE 组
依赖：go >= 1.21、gcc、Linux（用到 eventfd/memfd_create/dlopen）。
脚本在 mktemp -d 里构建，不污染主仓 go.mod；实验源码均带 //go:build ignore。
拉取 golang.org/x/sys 需要网络（实验 1/2/4/8/10）。本机走 clash：
export HTTPS_PROXY=http://127.0.0.1:7890 HTTP_PROXY=http://127.0.0.1:7890
目录
| 目录 | 主题 | 对应章节 |
|---|---|---|
01-dlclose-nodelete/ |
dlclose 对 DF_1_NODELETE 是 no-op |
1.1 / 1.2 |
02-feasibility/ |
新架构可行性 11 项 | 第七章 |
03-lost-update/ |
副本模型的 lost update | 8.4 / 8.6 |
04-cgo-uninterruptible/ |
cgo 调用不可中断 | 9.3 |
实验清单与最近一次实测结果
复跑于 2026-08-31，go1.25.12 linux/amd64，192.168.2.60（12 核）。
01 组：dlclose / NODELETE
| # | 实验 | 结论 |
|---|---|---|
| 1a | Go 宿主经纯 C shim 加载/卸载第三层 .so |
纯 C 目标可卸载；Go c-shared 目标仍不可 |
| 1b | /proc/self/maps 段数验证 |
纯 C: 5→0（真卸载）；Go c-shared: 5→5 |
| 1c | 版本化路径 dlopen | handle 不同，ver=v2 生效（方案可行但泄漏，已否决） |
关键：DF_1_NODELETE 属于被卸载对象自身的 ELF 属性，
与谁调用 dlopen 无关——套任何层数的 C 中间件都绕不过去。
02 组：新架构可行性
| # | 实验 | 最近结果 |
|---|---|---|
| 1 | eventfd 是否走 Go netpoller | 200 goroutine 阻塞 → 线程 +0~1 ✅ |
| 2 | 跨进程 eventfd + 偏移解引用 | 父子 mmap 基址不同，偏移仍正确；post 10.9 µs |
| 3 | 锁仲裁 RPC 往返成本 | 19.4 µs/次（20000 次） |
| 4 | post-and-forget vs 同步 Publish | 5.07s → 2.29ms（2218x） |
| 5 | 17 子进程常驻开销 | 29.1MB RSS / 12.9MB PSS，84 线程 |
| 6 | 子进程崩溃隔离 | 退出码 2，EOF 2.5ms 感知，宿主存活 |
| 7 | 子进程热重载 | 同路径替换二进制 → v1→v2 立即生效 |
| 8 | 跨进程并发改写 StageContext | 5 进程 × 300 轮，零丢失零撕裂 |
| 9 | 持锁进程崩溃自愈 | 无死锁，无需 robust mutex |
| 10 | 二进制零拷贝 | 100KB/1MB/5MB → 14-22x，体积 −100% |
| 11 | 工具调用 RPC 延迟 | p50 19.6 µs，占 LLM 往返 0.00065% |
03 组：副本模型缺陷
| # | 实验 | 最近结果 |
|---|---|---|
| 12 | 副本模型 lost update 率 | 内置 0% vs 外部 35.8~36.8% |
| 13 | 现网 sanitizer+weather 冲突 | 1.6~4.3% 清洗结果被覆盖 |
实验 12 的对照设计是重点：两组用完全相同的并发扇出
（stages.go:124 的 go func + wg.Wait()），唯一差异是
「共享同一 *StageContext」vs「快照-副本-写回」。
内置组 0% 证明并发扇出这个原始设计是正确的； 副本组 36% 证明跨 C ABI 边界后锁语义失效才是缺陷所在。 不要据此得出"应该取消并发"的结论。
⚠️ 13 的比率随机器负载波动（观测区间 1.6%~4.3%）——它取决于两个插件 handler 的实际执行耗时比。文档正文引用 1.6% 是首次测量值， 应理解为「量级在百分之几」而非精确常数。
04 组：cgo 不可中断
| # | 实验 | 最近结果 |
|---|---|---|
| 14a | cgo 死循环 vs 子进程 Kill | cgo 泄漏；子进程 零泄漏 |
| 14b | 泄漏增长曲线（20 次） | 泄漏 20 goroutine / 18 OS 线程，线性 |
复跑时的注意事项
结果会有波动，以下属正常：
- 实验 12/13 的丢失率随调度波动（12 稳定在 35
37%，13 在 1.64.3%） - 实验 1 的线程增长为 0 或 1（取决于 netpoller 线程是否已存在）
- 实验 10 的加速比 14~22x（受 CPU 缓存状态影响）
- 实验 5 的 PSS 受同机其他 Go 进程影响（共享页计算）
结果不应变的（若变了说明环境或结论有问题）：
- 实验 1b 中纯 C
.so的段数必须归 0，Go c-shared 必须不归零 - 实验 8 的「总字符数 == 最终长度」必须成立（零丢失）
- 实验 9 必须无死锁
- 实验 12 的内置模型必须 0%
- 实验 14b 的泄漏必须线性增长
已知限制
- 实验 8 的 arena 未实现压实，64KB 用尽即停止写入（写入次数 < 5×300 属预期， 见评估文档 3.3）
- 实验 12/13 是链路复刻而非直接调用生产代码，
证明的是「副本模型这一机制」存在缺陷，不能替代对
sanitizer/weather的真实行为回归测试 - 实验 5 的插件是最小 stdio loop（2.68MB），真实插件（如 qq 7.5MB）开销更高
- 无 Windows 环境，9.2 的 Windows DLL 缺陷未经实测，仅代码阅读