mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-09-21 17:38:10 +00:00
f0be8cbaa5
用户指出 remotedevice 的能力应当 outputch 化。查证后发现比"应当"更严重：
设备方向**根本没有出站实现**。
## 查到的三个缺口
1. `devicectlDevice` 一直声明 `OutputCapabilities() = CapStructured`（对外宣称可作输出目标），
但 `Execute` 的 switch 里**没有 "output" 分支** ⇒ `output_send__devicectl` 必然拿到
`unknown device tool output`，回模型"通过 [devicectl] 通道发送失败"。
2. 全插件没有 `RegisterOutputChannel`，也没有任何 EmitOutput/output_send 路径：
设备方向只有「工具（请求-响应）」与「设备→agent 注入」，**agent → 设备是断的**
（唯一的下行通道是个 HTTP 端点 `/api/v1/device/push`，不在 agent 的工具/通道模型里）。
3. 寻址是聚合的：所有设备共用一个名字 `devicectl`，没有 `device/<id>`；且设备 caps 只在
插件内部软检查（`SupportsTool`），**绕过**了内核的 `AllowedOutputs` 授权闸 ——
驻留子只要拿到 `device_ctl_cmdrun` 就能指挥**任意**设备。
## 按方向切分（不是一刀切）
**出站/消息类 → 每设备一个输出通道 `device/<id>`**（与入站同名）：
- 上线注册、掉线注销（caps 由设备声明的 caps 映射：文本恒有；有屏→图/文件；
speaker→音频；可跑命令(cmd/cmdrun/cmdresult)或未声明已知能力→全能力，与
`deviceSupportsTool` 的旧设备兼容规则一致）。断连不注销会留下死通道骗模型。
- 于是自动获得：内核按 caps 在**发送前**拦（送图给纯文本音箱直接拒）；
`output_list_channels` 能列出设备；`AllowedOutputs` 可按设备收窄给驻留子。
- 上下线钩子用 `Registry.SetPresenceHandler`（**同步回调**）而不是既有的 `ChangeChan`
（那是 select+default，缓冲满会丢事件；丢一次就留下死通道或漏注册）。
- `devicectl` 保留为聚合通道，并把它"声明了却不实现"的 output 补实：按
`meta.device_id`（或 meta 就是设备 id / args.device_id）路由；缺省时返回**可执行**的
报错（列出在线设备），而不是含糊失败。
**RPC 类保留为工具**（`devicedetect`/`screensee`/`computeruse`/`clipboard*`/
`device_ctl_status|cmdrun|cmdresult`）：它们的返回值（图像/命令输出/状态）必须进模型
上下文，做成通道会丢掉这个语义。
**并给设备指令类工具补上同一道授权闸**（core/toolcall.go）：`device_id` 指向的设备
必须是本 agent 被授权的 `device/<id>`。根 agent 默认完整授权 ⇒ 无行为变化；
驻留子收窄后，"拿到工具就能指挥任意设备"的缺口被堵上（新增 3 条 core 测试钉住）。
**设备端参考实现**（`internal/devicebridge/client/bridge.go` + waiter）：新增 `op=push`
分发与 `OnPush` 回调（文本/结构化；二进制走既有 `cmd_speech_*` → `DataHandler`），
waiter 把它打到终端。
## 设计口径（用户当场纠偏，已写进代码注释与 harness README）
**主动转发只有 webui 与 cli 两个交互界面**（webui 订阅 EventAgentOutput 渲染气泡、
cli 用同步回程写回终端）。其它通道一律要求 agent **显式** `output_send__<通道>`。
我第一版给 remotedevice 加了 `EventAgentOutput` 订阅来自动回投设备——那是凭空造了
第三个转发者，违背"输出是 agent 的主动调用"，已撤回（该测试一并删除）。
## 验收
- 单测：caps 映射词表；设备上线→注册通道（含同名 inputch）/掉线→注销；push 真落到
WS 设备；聚合通道 `devicectl` 的寻址（无 device_id 报可执行错误、按 meta 投递、
指定不存在设备报错）；core 授权闸 3 例。
- 全量 `go test ./...` = 37 包 ok / 0 FAIL；`-race`（agent/plugins/plugin/devicebridge/sdk）干净。
- **真二进制端到端**（私有 netns + mock LLM + 真 WS 设备客户端 scripts/kernel-stress/devclient.py）：
设备上线 → 通道表出现 `device/pydev-1`（caps=[text file image audio structured]，由
`caps:["cmd"]` 映射）→ agent 经 `output_send__device/pydev-1` 主动发送 → 设备收到
`{"op":"push","payload":"内核推给你的消息","type":"text"}` → 设备掉线 → 通道从表中消失。
88 lines
4.7 KiB
Markdown
88 lines
4.7 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）
|
||
```
|
||
|
||
## 远程设备（agent ↔ 设备）端到端
|
||
|
||
设备网关在实例的 netns 内监听 `127.0.0.1:9890`，所以设备客户端要**进同一个 netns** 跑：
|
||
|
||
```bash
|
||
TOKEN=$(sqlite3 $DATA/config.db "select value from config_remotedevice where key='ws_token';")
|
||
nsenter -t $(cat $DATA/pid) -n python3 ./devclient.py --port 9890 --token "$TOKEN" \
|
||
--id pydev-1 --caps cmd --seconds 30 --out /var/tmp/push.txt
|
||
```
|
||
|
||
然后让 agent 主动发一条（mock 里 `!push` 会回一个 `output_send__device/pydev-1` 的工具调用）：
|
||
|
||
```bash
|
||
# 经 CLI socket 发 "!push"，设备侧应收到 {"op":"push", ...}
|
||
```
|
||
|
||
设备上线/下线会在内核里登记/注销输出通道 `device/<id>`，可用 `/kernel` 的 channels 观察
|
||
（在线时出现、掉线后消失）。
|
||
|
||
> **设计口径**：agent → 设备**必须**是 agent 的主动调用（`output_send__device/<id>`）；
|
||
> 设备的上报（`op=event`）虽然会被注入成输入，但 agent 的回复**不会**被插件自动转回设备
|
||
> —— 全仓只有 **webui 与 cli** 两个交互界面"主动转发"（把最终回复渲染成气泡/终端输出），
|
||
> 其它通道（qq、设备等）一律要求显式 `output_send__<通道>`。
|
||
|
||
## 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`。
|