mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-09-23 18:38:11 +00:00
e273924511
★ 上次修复误判了成因。真实根因（本次运行日志 34/34 同形）：
{"command": "…完好的长命令…", "timeout": 20s}
command 一字节没错，只是 timeout 值少了引号 —— cmd_run 的 schema 把 timeout
声明成 string、示例写着 "10s, 1m, 30s"，模型照抄格式却忘了引号。
finish_reason=length 出现 0 次 ⇒ 上次那条"截断"分支从不生效。
旧行为把**整个参数**丢掉，模型只看到 "command is required"，看不出坏在 timeout，
只能原样重试。实测本次运行 cmd_run 失败率 35%（34 败 / 71 成），
12 分钟的任务里更是 48% 时间耗在这上面 —— 每次失败都付一次完整 LLM 往返。
三处改动：
1. repairToolArgsJSON：解析失败时先试窄修复 —— 只给"值位置上未加引号的带单位
数字"补引号，且修完必须真能解析成功才接受。不碰合法 JSON、不动正文里的 20s、
不会把真截断"修好"。
2. 修复仍失败时不再静默降级成空 map，改为带 __arg_error 交给模型，并按成因
分流文案：截断→拆小参数；JSON 写坏→提醒带单位的值要加引号。
3. 统一键名 __arg_error（原 __truncated_error 只覆盖截断，语义过窄）。
同一缺陷面不止 cmd：agentcli/healthcheck/timer 都有 string 类型却以
"5m, 1h" 作示例的参数，此修复一并覆盖。
回归测试：真实日志样本修复、保守性（不碰合法/正文/截断）、
端到端（修复后 timeout 仍能被 time.ParseDuration 接受）。
129 lines
2.5 KiB
Go
129 lines
2.5 KiB
Go
package core
|
|
|
|
import (
|
|
"log"
|
|
"sync"
|
|
"time"
|
|
)
|
|
|
|
const (
|
|
maxPluginCrashes = 3
|
|
crashWindow = 5 * time.Minute
|
|
reloadCooldown = 30 * time.Second
|
|
)
|
|
|
|
type pluginHealthTracker struct {
|
|
mu sync.Mutex
|
|
records map[string]*pluginHealthRecord
|
|
}
|
|
|
|
type pluginHealthRecord struct {
|
|
CrashCount int
|
|
FirstCrash time.Time
|
|
LastCrash time.Time
|
|
Unhealthy bool
|
|
LastReload time.Time
|
|
}
|
|
|
|
func newPluginHealthTracker() *pluginHealthTracker {
|
|
return &pluginHealthTracker{
|
|
records: make(map[string]*pluginHealthRecord),
|
|
}
|
|
}
|
|
|
|
// recordCrash 记录一次崩溃，返回 true 表示需要触发重载
|
|
func (t *pluginHealthTracker) recordCrash(plugin string) bool {
|
|
t.mu.Lock()
|
|
defer t.mu.Unlock()
|
|
|
|
now := time.Now()
|
|
r, ok := t.records[plugin]
|
|
if !ok {
|
|
r = &pluginHealthRecord{}
|
|
t.records[plugin] = r
|
|
}
|
|
|
|
if now.Sub(r.LastCrash) > crashWindow {
|
|
r.CrashCount = 0
|
|
r.FirstCrash = now
|
|
}
|
|
|
|
r.CrashCount++
|
|
r.LastCrash = now
|
|
|
|
if r.CrashCount >= maxPluginCrashes {
|
|
r.Unhealthy = true
|
|
log.Printf("[plugin] %s: %d crashes within %v, marking unhealthy", plugin, r.CrashCount, crashWindow)
|
|
return true
|
|
}
|
|
|
|
log.Printf("[plugin] %s: crash #%d", plugin, r.CrashCount)
|
|
return false
|
|
}
|
|
|
|
// isHealthy 检查插件是否健康；冷却期后自动恢复
|
|
func (t *pluginHealthTracker) isHealthy(plugin string) bool {
|
|
t.mu.Lock()
|
|
defer t.mu.Unlock()
|
|
|
|
r, ok := t.records[plugin]
|
|
if !ok {
|
|
return true
|
|
}
|
|
if !r.Unhealthy {
|
|
return true
|
|
}
|
|
if time.Since(r.LastReload) > reloadCooldown {
|
|
r.Unhealthy = false
|
|
r.CrashCount = 0
|
|
log.Printf("[plugin] %s: cooldown passed, restored to healthy", plugin)
|
|
return true
|
|
}
|
|
return false
|
|
}
|
|
|
|
// markReloaded 标记插件已重载
|
|
func (t *pluginHealthTracker) markReloaded(plugin string) {
|
|
t.mu.Lock()
|
|
defer t.mu.Unlock()
|
|
|
|
r, ok := t.records[plugin]
|
|
if ok {
|
|
r.Unhealthy = false
|
|
r.CrashCount = 0
|
|
r.LastReload = time.Now()
|
|
}
|
|
}
|
|
|
|
// pendingReloads 返回已过冷却期、需要重载的插件列表
|
|
func (t *pluginHealthTracker) pendingReloads() []string {
|
|
t.mu.Lock()
|
|
defer t.mu.Unlock()
|
|
|
|
var result []string
|
|
now := time.Now()
|
|
for name, r := range t.records {
|
|
if !r.Unhealthy {
|
|
continue
|
|
}
|
|
if now.Sub(r.LastReload) > reloadCooldown {
|
|
result = append(result, name)
|
|
}
|
|
}
|
|
return result
|
|
}
|
|
|
|
// unhealthyPlugins 返回当前所有不健康的插件名
|
|
func (t *pluginHealthTracker) unhealthyPlugins() []string {
|
|
t.mu.Lock()
|
|
defer t.mu.Unlock()
|
|
|
|
var result []string
|
|
for name, r := range t.records {
|
|
if r.Unhealthy {
|
|
result = append(result, name)
|
|
}
|
|
}
|
|
return result
|
|
}
|