mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-09-22 01:48:11 +00:00
9f80289a89
本轮压测是从 /var/tmp 里现写脚本跑的，能复现才能长期用 —— 固化到这。
为什么要有它（与 go test 的分工）：单测都在进程内、参数显式给，抓不到集成面问题；
这一轮它抓到了三个只有真二进制才暴露的问题（DataDir 漏接线、插件通道未登记为
inputch、create 后子不开工），以及两处生成器缺陷（旧 SDK 导致生成工程编译失败；
模板工程从不示范通道登记）。
- `launch.sh`：在**私有 netns** 里同时起 mock LLM 与内核实例。
必须隔离的原因：生产实例占着 *:8080/*:9890/*:9876 且插件设了 SO_REUSEADDR，
同机再起一个实例会在 127.0.0.1 上与之并存绑定（首次实测抢到 9890 约 1 分钟）；
netns 里只有 lo，结构上不可能碰到生产端口。unix socket 是文件系统对象，
所以驱动脚本在 netns 外照样能连。
- `mockllm.py`：OpenAI 兼容 mock（可控延迟 + SSE 分块 + 按 `!resident`/`!notify`
标记回工具调用），让无外网也能跑、且**流式段可被中断**（压抢占路径的前提）。
注意必须实现 `do_HEAD`：内核探活用 HEAD，501 会被判不可达 → degraded → rollback 循环。
- `stress.py`：多并发连接轰炸（单连接是串行的，造不出队列压力）+ 中断线程 + 峰值采样。
- `kcli.py`：CLI socket 客户端（`/auth` → `/kernel` / 广播）。
- README：前置配置（含探活端点、rollback 关掉）、用法、指标读法、已知坑。
实测结果（详见 6e60351 提交信息）：密集 274 任务 executed=274/rejected=0；
稀疏中断下 suspended=resumed=preempted=27；驻留子全链路 + 优雅退出不留孤儿。
64 lines
3.5 KiB
Markdown
64 lines
3.5 KiB
Markdown
# 内核二进制压力测试（kernel-stress）
|
||
|
||
对本仓库**编译出来的真实内核**做压力测试 —— 与 `go test` 的区别是：它跑真二进制、
|
||
真插件加载、真 unix socket 协议，因此能抓到只在集成面上出现的问题
|
||
（已有战绩：根 agent `DataDir` 漏接线、插件通道没登记为 inputch、create 后子不开工）。
|
||
|
||
## 为什么必须放在私有 netns 里
|
||
|
||
生产实例占着 `*:8080 / *:9890 / *:9876`，而插件的监听都设了 `SO_REUSEADDR`：
|
||
同机再起一个实例会**在 127.0.0.1 上与之并存绑定**（实测抢到过 `127.0.0.1:9890` 约 1 分钟）。
|
||
`unshare -n` 后实例只有 `lo`，结构上不可能碰到生产端口。
|
||
unix socket 是文件系统对象，跨 netns 仍可驱动，所以驱动脚本在 netns 外也能用。
|
||
|
||
## 前置
|
||
|
||
```bash
|
||
go build -o /tmp/homed-stress ./cmd/homed # 被压的内核
|
||
export GOCACHE=/tmp/gocache GOPATH=/tmp/gopath TMPDIR=/var/tmp/gotmp
|
||
```
|
||
|
||
## 用法
|
||
|
||
```bash
|
||
# 1) 准备数据目录 + 把 LLM 指向本地 mock（无外网也能跑，且快、可控）
|
||
DATA=/var/tmp/kstress
|
||
mkdir -p $DATA
|
||
# 先跑一次实例建出 config.db，再写入下面这些键（也可直接复用现成目录）：
|
||
# core.llm.provider=mock
|
||
# core.llm.sources.mock.base_url=http://127.0.0.1:9099/v1
|
||
# core.llm.sources.mock.model=mock api_key=mock adapter=openai
|
||
# core.llm.sources.mock.adapter_path=adapters/openai.lua priority=100
|
||
# core.defaults.llm_endpoints=http://127.0.0.1:9099/v1/models # 探活端点（探活用 HEAD！）
|
||
# core.defaults.rollback.max_retries=100000 auto_rollback=false
|
||
# 并把 core.llm.sources.deepseek* 删掉（netns 里它不可达，会让 agent 被判 degraded → rollback 循环）
|
||
|
||
# 2) 起 mock LLM + 内核（都在同一个私有 netns 里）
|
||
MOCK_DELAY_MS=300 MOCK_CHUNKS=8 ./launch.sh /tmp/homed-stress
|
||
|
||
# 3) 取认证密钥（cli 插件回落到 webui.api_key）
|
||
export KCLI_KEY=$(sqlite3 $DATA/config.db "select value from config_webui where key='api_key';")
|
||
|
||
# 4) 压
|
||
./kcli.py $DATA/cli.sock stats full # 看内核状态（含 scheduler 计数）
|
||
./stress.py $DATA/cli.sock "$KCLI_KEY" 16 12 4 20 dense 0.05 # 16 连接×12 输入 + 4 线程×20 中断
|
||
./stress.py $DATA/cli.sock "$KCLI_KEY" 12 12 1 25 0.0 3.0 # 稀疏中断 ⇒ 压抢占/挂起/恢复
|
||
./stress.py $DATA/cli.sock "$KCLI_KEY" 1 1 0 0 resident 0.0 # 驻留子全链路（mock 见 !resident 标记）
|
||
```
|
||
|
||
## 读结果
|
||
|
||
| 指标 | 含义 |
|
||
|---|---|
|
||
| `executed` / `rejected` | 任务执行数 / 被拒数（压力下应为 0） |
|
||
| 峰值 `峰值_队列` / `峰值_待处理中断` | 采样到的最大排队深度 / 待处理中断数 |
|
||
| `suspended` / `resumed` / `preempted` | 抢占三件套。**中断要放稀**才会打在高优先级任务上：密集中断会互相同级（L4 vs L4）不抢占，数值会很低 |
|
||
| `max_suspend_depth` | 中断栈结构上界（= 中断级数 4） |
|
||
|
||
## 已知坑
|
||
|
||
- 探活用 **HEAD**（`internal/network/monitor.go`）：mock 必须实现 `do_HEAD`，否则 501 → 判不可达 → agent degraded → rollback 循环（会 reset 合并目录）。
|
||
- CLI 协议**每条连接串行**处理（`handleChat` 阻塞到本次响应产出）：单连接狂发只会排成一条线，造不出队列压力 —— 必须多连接。
|
||
- 认证：连接后先发 `/auth <key>`，否则一切命令返回 `unauthorized`。
|
||
- `mockllm.py` 的 `!resident` / `!notify` 标记用来让 mock 回工具调用，从而在真内核里驱动 `resident_agents` / `notify_parent`。
|