|
|
743e397916
|
fix(prune)!: 构建暂存那段清理**一直是空转的**（ls -1t 对目录打 路径: 头）+ del() 失败分支补齐覆盖
## 那个真 bug：`ls -1t <多个目录>` 不打裸名字
追 pi 的 shim 建议时撞出来的，与 shim 无关 —— 是我为了给它造样本才发现的：
ls -1t /tmp/agentmail-gateway-build-* # 这些是**目录**（mktemp -d 造的）
/tmp/…-20260101-000000:
agentmail-gateway
/tmp/…-20260105-000000:
agentmail-gateway
`ls -1t` 收到**多个目录参数**时会列出**每个目录的内容**并打 `路径:` 头 ——
于是 `mapfile` 拿到的全是 `…000000:` / `agentmail-gateway` 这类行，都不是文件名
⇒ `basename | grep -oE '[0-9]{8}-[0-9]{6}'` 取不到时间戳 ⇒ 每条都判
"文件名无时间戳，判定不了" ⇒ **一个都不删**。
也就是说本段注释里写的那个问题（"每次部署留下一个 24MB"）**从来没被清理过**。
修法：`ls -1dt`（`-d` 让目录自身作为条目，不打头）。
**为什么一直没人发现**：自检夹具用 `: >` 造的是**普通文件**，而生产是**有内容的目录**。
夹具形状与生产不一致 ⇒ 夹具自己认了错形状，而判据 197 行又只按**文件名**判
"窗口内的还在、窗口外的不在"，于是判据也认了。这是 docs 第 13 条那一族。
→ 夹具已改成真目录 + 里面放 `agentmail-gateway`；**改完立刻变红**（"干净样本：/tmp 构建暂存
只留窗口内那 1 份"失败），证明夹具现在真的有分辨力，然后加 `-d` 转绿。
顺带确认：其余三处 `ls -1t`（`agentmail-gateway.bak-*`、`pre-deploy-*.db`、`pre-prune-*.db`）
glob 到的是**文件**，不受影响；插件快照那处（第 294 行）本来就已经写了 `-1dt`。
生产现场实测：`/tmp` 下确实还躺着 1 份 24MB 暂存没被收掉。
## `del()` 的失败分支：采纳 pi 的"让 rm 自己失败"
他指出的第三条路（我原先只想到 immutable 与注入点）是对的：本机以 root 跑、权限拦不住；
`unshare -r` 被拒（`/proc/self/uid_map: Permission denied`）；tmpfs 无 `chattr +i`。
**改机器的权限**不如**让 rm 失败**。
实现上走了 `RM="${RM:-rm}"` 而不是 PATH shim，理由：`in_use` 会把命令行里含该路径的进程
判成"在用"，而自检必须把路径写在命令行上 —— 实测评 PATH shim 时确实被 `in_use` 挡掉、
`del()` 根本没被调用（那次"测试通过"是假的）。`$RM` 默认就是 `rm`，生产行为逐字不变。
自检新增 4 条（并通过变异确认有区分力：去掉失败判定 ⇒ 强断言变红）：
退出码 2、必须打出 `[FAIL] 删不掉`、不许出现收尾汇总、那条路径必须还在。
★ 变异还暴露出一条**弱断言**：单看"退出码 = 2"在变异后**照样通过**（脚本别处也有退 2 的路径）
—— 已在注释里注明它弱、区分力来自另两条，没有让它冒充证据。
★ 顺手修掉一处自指的措辞：我原先在报错里抄了收尾汇总的原话（"已删除 N 项"），
于是 `grep -c '已删除'` 命中**这句报错自己** ⇒ "有没有虚报成功"这个检查把自己的措辞
当成了证据。改写成不含该字面量的说法（与 `grep -c 用例名` 是同一族：判据锚在元文本上）。
## pi 的另两点
· `diffSummary` 带 `ctx` 时**会读文件**（判 `scripts.test` 要读两侧原文），不带是纯内存比较
—— 已写进函数头，免得以后有人当纯函数用而在大树上意外吃到 I/O。
· "自检样本不独立"的三种形态（位置选择器 / 共享夹具状态泄漏 / 探针无分辨力）
**合成 docs 第 13 条**（修法同一个：显式命名 + 显式复位），并把上面"夹具形状必须与生产
一致"作为配套一条写进同一条 —— 今天的真 bug 正是它。
验证：prune 自检 22/22、干跑 exit 0；npm test exit 0；drift 自检 35/0；check-shared-libs exit 0。
|
2026-09-14 20:53:54 +08:00 |
|
|
|
42f01c7478
|
fix: 三处"判定对、但信号假"——豁免的自检覆盖、rm 失败仍报"已删除"、show_diff 截断证据
pi 通读后逐处指出，三条都实测复现：
**1. `jsonTestOnlyChange`/`testOnlyDrift`/`runtimeOnly` 没有任何自检碰过。**
他的质疑成立：我上一封说"配了六个样本"，那六个样本是**开发时的内联脚本、没进文件**
（他读了全文，找不到——我核了，确实没有）。而这段逻辑是文件里**唯一一处"把红变成绿"
的代码**，也是唯一没有判据的代码，失效方向恰好是"比恒黄更坏"那个（假绿）。
已补 **4 条走真路径的样本**（真临时树 + `diffSummary(d,{repoDir,snapDir})`）：
★只差 `scripts.test` ⇒ 不算运行时漂移且必须说出豁免了哪条键；
★`scripts.start` 变了 ⇒ 必须算运行时；★解析不了 ⇒ 不许豁免；★不传 ctx ⇒ 不豁免。
★ 写样本时被一对**同义不同数**的字段绊住：断言 `runtimeDrift === 0` 却得到 1 ——
`diffSummary` 报的是**原始**检测数，而 `checkHost` 自己又减了一遍豁免。
判据自己产出两个矛盾口径，与"注释里两组矛盾的写点计数"同族 ⇒ **统一**：
`runtimeDrift` = 减掉豁免后的结论，被豁免的只出现在 `testOnly` 里；
`checkHost` 删掉自算的 `runtimeOnly`。不传 ctx 时行为与旧版逐字相同。
**2. `prune-deploy-artifacts.sh` 的 `del()`：`rm` 的结果没人看。**
脚本是 `set -uo pipefail`（**无 -e**）⇒ `rm -rf` 失败（权限/只读挂载/immutable）后
照样打"删除 …（NMB）"、收尾汇总"**已删除 N 项，释放约 X MB**"
——**一次失败之后仍产出成功措辞**（与 `redeploy-plugin.sh` 里"被拒还打 [ OK ]"同族）。
已改：判失败即报错 `exit 2`；`removed`/`freed_kb` **只在成功后累加**；并加抽验
（`rm` 报成功但路径还在 ⇒ 报错），不信单一退出码。
⚠️ **这一条的失败路径我没能实测**：本机以 root 跑，权限拦不住 `rm`；
`unshare -r` 建只读挂载被拒（`/proc/self/uid_map: Permission denied`）；
tmpfs 无 `chattr +i`。要覆盖得在带 CAP_LINUX_IMMUTABLE 的环境用 immutable 文件，
或给 `del()` 加 `RM` 注入点。**我没有把"改过"说成"验过"。**
**3. `check-shared-libs.sh` 的 `show_diff` 被 `set -e` 当场中止。**
`cmp` 有差异返回 1 ⇒ `pipefail` 让函数返回 1 ⇒ 独立调用触发 `set -e` ⇒ **脚本当场死**。
实测（脚本级，fixture 树里造两处分叉：pi 与 zcode）：
旧版：报告 1 处分叉、收尾汇总 0 次
新版：报告 2 处分叉、收尾汇总 0 次（收尾那句本来只在成功时打，见下）
两者退出码都是 1（判定一直是对的）—— 所以**光量退出码看不见这个 bug**，
正是 pi 说的"判定对、证据被截断"。而且旧版连 `fail=1` 都执行不到：
退出码 1 是 `set -e` 给的。加 `|| true` 后遍历跑完。
|
2026-09-14 20:35:01 +08:00 |
|
|
|
7ec45b8d45
|
fix(prune): 备份集"同生共死"在用跳过时失效 —— 原来只跳一个文件，兄弟照删
pi 评审 2026-09-14 指出（实测确认）：`in_use "$f"` 命中就 `continue`，
只跳过**那一个**文件，同一 `<ts>` 的其余成员照删 ⇒ 备份集被拆开，
与这段自己的注释（"拆开留没有意义"）相反。
**在删除那一支（`i >= KEEP_DB_BACKUPS`）后果比 pi 说的更难看**：
正在被使用的那个 `in_use` 留了下来，而同一时间戳的 `-wal`/`-shm` 照删 ——
**"留下"的那份要配上被删掉的兄弟才是完整的一套**，所以留下的是**残的**。
（保留那一支的后果轻一些：只拆集，不丢在用文件。）
改法：先算一次整集的在用状态（`set_in_use`），整集一起跳过并报
"★跳过整集（有成员正在被使用）<ts>"，`skipped` 按整集成员数计。
干跑实测照常（本机当前 0 项待删、0 项跳过）；`bash -n` 通过。
|
2026-09-14 20:28:50 +08:00 |
|
|
|
2d936893f5
|
fix(deploy): /tmp 占满把部署自己卡死了 —— 收构建暂存 + 构建带 -trimpath + 判据 ⑤
起因是用户让「清理一下」那批带仓库路径的残留。照着清理策略走时撞上更大的事实：
本机 /tmp 是 9.8G 的 tmpfs，**已 100% 满、可用 0 字节**，我自己的 `go build` 当场
ENOSPC 失败 —— 而部署的第一步就是构建。
## 1 谁把 /tmp 占满的（agentmail 自己的那份）
`redeploy-gateway.sh` 把网关构建到 /tmp 再 install 过去（为了原子替换），**用完没人删**：
每次部署留一个 24MB，实测 7 份 / 162MB。加上电子打包的中间物（squashfs-root 283MB、
pkgcheck/deb 291MB）、go-build-agentmail 缓存 172MB、4 个孤儿 go-build 工作目录 50MB
—— agentmail 名下约 960MB。另有别的产品的 /tmp/gocache 4.6G（TrueAgent 的
rebuild-plugins.sh 里 `export GOCACHE=/tmp/gocache`），不是本项目的，没动。
- prune-deploy-artifacts.sh 新增一类「构建暂存」，窗口 KEEP_BUILD_STAGES=1
（正常路径下部署脚本自己会收，留下的只可能是失败那次，正好留现场）。
自检 +1 项、变异验证过（把删除改成永不删 → 恰好那一项红）。
- 本次实际收：删除 8 项 / 释放 164MB（另加手动清 623MB 不可再生的中间物）。
- redeploy-gateway.sh 成功分支上收掉 $STAGE；失败/回滚分支**不删**（要留现场）。
## 2 残留里还藏着两处「旧真相」
- /etc/systemd/system/zcode.service.bak-20260912-145744（+ 同一次改动的
zcode.service.d/10-dbus.conf.bak-…）里躺着 /home/program/agentmail/deploy/
service-failure-notify.mjs —— 就是我上一封报「/etc/systemd 引用仓库 = 0 个文件」时
**判据自己划掉了的那一类**（walk 里 `!name.includes('.bak')`）。已删（在线单元与
deploy/systemd/ 逐字节一致，sha256 核对过），另外 4 个是别的产品的，没动。
- 判据 ① 因此放宽到含 .bak，并补了坏样本（.bak 里引用仓库路径必须判红）。
上一封那句「0 个文件」的边界现在写进判据里了 —— 边界不说出口，就等于报了个假的 0。
## 3 -trimpath：标准目录部署只做了一半
Go 默认把源文件绝对路径编进二进制。对照实验（同一份源码、同一个 go，只差标志）：
带 -trimpath 0 处，不带 57 处 —— 而 19:05 那次部署产出的
/opt/agentmail/agentmail-gateway 里就有 57 处 /home/program/agentmail/…。
依赖确实没了，但**源仓库位置还印在产物上**。两个构建点都加上 -trimpath，
并新增判据 ⑤（已安装二进制不得含源码路径，两侧样本都验）。
判据 ⑤ 现在**是红的**，这是存量产物的实情：磁盘上那份要等下一次
redeploy-gateway.sh 才会被换掉。我没替它单独重启网关 —— 会掐断正在跑的会话。
（工作区是多会话共用的，本次只 add 了上面这 4 个 deploy/ 文件。）
|
2026-09-14 20:06:19 +08:00 |
|
|
|
9965ee2204
|
chore(deploy): 清理补两类残留（数据库/附件备份集、会话清理前备份）+ 在线库硬闸门 + 两侧自检
- 备份集：同一 <ts> 的库+附件包一起进出窗口；按文件名时间戳排序（mtime 被访问改过）
- 在线库永不入删除清单：del() 里 readlink -f 比对，命中即 FATAL 退出
- 每个插件只剩 current 时报「无回滚目标」（只报告，不造快照）
- --self-check 16 项：干净样本该删的删/该留的留/在线库不动；坏样本（备份指向在线库）必须拒跑；
外加「自检没有碰生产根」的前后指纹比对
- 事故记录写进 DEV-TOOLING.md：自检传了 ROOT 而脚本读 AGENTMAIL_ROOT ⇒ --apply 打到生产根；
半对不对更难认（PRUNE_TMP_DIR 那一路是对的），是 bash -x 露的马脚
|
2026-09-14 17:50:29 +08:00 |
|
|
|
69b1887eae
|
chore(deploy): 清理部署残留（1.0GB）+ 把清理写成可复跑脚本
用户说「清理一下」。实测 /opt/agentmail 累计 1.3GB：
- 网关旧二进制 33 份 × 24MB ≈ 790MB（每次 redeploy 留一份，从 09-05 起没清过）
- 插件快照：opencode 6 份 339MB、dsh 7 份 195MB、zcode 16 份、pi 9 份
- /tmp 里的部署前数据库备份 10 份（tmpfs，占内存）
新增 `deploy/prune-deploy-artifacts.sh`（可复跑，不手敲 rm），两条硬规矩：
① **保留回滚窗口**：网关留最新 3 份、每个插件留最新 3 份快照，`current` 永远保留
（发布纪律要求有回滚目标，所以不是全清）；
② ★ **绝不删正在使用的快照**：扫 /proc 的 cmdline 与 cwd，命中就跳过。
执行结果：**/opt/agentmail 1305MB → 302MB（释放 1003MB）**，7 个服务全部 active，
`current` 指向未变，`check-deploy-drift` 仍报「四个宿主都在跑当前代码」。
## 过程中的一处自纠
"在用"闸门第一版有**自我匹配**缺陷：我的测试命令把路径写在命令行里，于是扫 /proc 时
扫到了自己 ⇒ 对不存在的路径也判"在用"（与 `pkill -f` 杀掉自己那条命令同一类）。
已改为排除本进程及其祖先链，并**换正确方式重测**（路径从文件读、不进 cmdline）：
在用快照判"在用" ✓、不存在的路径不误判 ✓ —— 判据两侧都验过才敢执行删除。
文档：docs/DEV-TOOLING.md 记了用法与那两条规矩。
|
2026-09-14 08:43:54 +08:00 |
|
