Files

JianFeeeee 1056b22cbd fix(deploy)!: install 不是 rename（头部那句"原子"论断不成立，实测半截二进制）+ 加并发锁 + journalctl 抽成可喂函数 + data/ 权限

pi 的四条，逐条实测：

**1. `install(1)` 不是 rename —— 而那句话是整节设计的理由**
头部原话："install(1) 本质是 rename，是原子的 —— 要么完整换掉，要么原样不动"。
按他给的命令实测 `strace … install -m 0755 /bin/true /tmp/t`：
  目标不存在：`openat(t, O_WRONLY|O_CREAT|O_EXCL)`
  目标已存在：`unlinkat(t, 0)` → `openat(… O_CREAT|O_EXCL)` → 写入
**全程没有 rename/renameat**。即复制路径，**旧文件在新文件写完整之前就没了**。
中途失败实证：`ulimit -f 1` ⇒ 退出码 **153**（SIGXFSZ），目标变成 **1024 字节截断 ELF**，
原 14 字节内容**已被销毁** —— 正是本段前半句写的风险，`install` 并不免疫。
（第一次测时我把退出码经管道取到了 `head` 的 0 —— 正是 docs 第 6 条那个坑，重测才拿到 153。）

★ 他补的第二个坑也确认：`/tmp` 与 `/opt/agentmail` **不同文件系统**
（实测设备号 40 vs 2049）⇒ 就算换成 `mv` 也不原子（跨 fs 退化成 copy+unlink）。
已改成真原子三步：**目标同目录**暂存 → `install`（动的是"还没人用的名字"）→ 一次 `mv -f`。
对照 `redeploy-plugin.sh` 的 `mv "$STAGING" "$SNAP"` 是**真原子**（同 fs）——
同一仓库原先两套"原子切换"，一套真、一套名义上的。

**2. 缺并发锁（环境前提表的第五列：同时性）**
原表（变量/命令/空间/身份）漏了这一类，而它不是假设：工作区是多 agent 共用的。
两个部署同时跑 ⇒ 各自 stop（一次失败、状态没人看）→ 两次写同一目标（配合上面那条 ⇒
真能留半截）→ 两次后置验证互相把对方的"验证不过"当自己结论 → 谁回滚不确定。
三个脚本都加 `flock`（**不是**"检查锁文件存在"，那本身有竞态）。
实测：同一把锁上第二个进程 `flock -n` 失败；脚本形态下 `install.sh` 的 `--check` 不建锁
（干跑只读、且刻意允许无写权限运行）。

**3. journalctl 抽成可喂函数 —— 并且他对我那次"复现"的更正成立**
他说我复现的是**"空输出"支**，不是"读不到"支。实测确认：
`journalctl -u 不存在的-unit` 退出码 **0** ⇒ 我测到的是 else 分支。
已抽成 `am_scan_logs <unit> <since> <pattern> [命令]`，输出三态
`clean`/`hit`/`unreadable:<码>`（与既有 `describeEnvError`、`judgeRestart` 同一做法：
把能被样本喂的部分抽出来）。**用 `/bin/false`、`/bin/true`、假"输出含 panic"的脚本
三个样本喂过**（不碰生产）：`unreadable:1` / `clean` / `hit` —— 三条支路现在都有覆盖。
判据也随之分开：**"命令不在"由 `AGENTMAIL_REQUIRE` 兜、"命令在但读不到"由这个函数兜**，
两列在代码里分开，而不只是注释里分开。

**4. 低优先项里 umask 那条是真问题（我原来以为可忽略）**
实测 `install -d` 权限位受 umask 影响；而本机生产 `/opt/agentmail/data` = **755**、
`agentmail.db` = **644**（全局可读），同一脚本里 `agent-config`/`pi-config` 却是显式 `-m 0700`
—— 同一脚本两套口径，而那个库里是全部往来邮件。
已改：`install -d -m 0700 "$PREFIX/data"`、`-m 0700 "$ETC"`（密码与密钥）。
（现有生产权限不在本次改动范围，属部署后生效。）

**顺带修一处我自己的口径不一致**：`install.sh` 的 root 检查用 `exit 1`（判据失败），
而另外两个脚本与 `env-defaults.sh` 的"环境不足"都用 **2** —— 调用者无法据此区分
"该重跑"还是"该修代码"。已统一为 2。

★ 加锁过程中我自己连踩三次"复制粘贴的上下文假设"（都已修，并记进 docs 第 18 条）：
`install.sh` 没有 `bad()` ⇒ 127；`redeploy-plugin.sh` 没有 `$PREFIX`（用 `$DEST_ROOT`）⇒
`unbound variable`；`install.sh --check` 无写权限 ⇒ 建锁 `Permission denied` 又变 127。
**同一份代码搬到另一个脚本里，能引用的变量和函数是不一样的。**

验证：install.sh --check exit 0；npm test exit 0；prune 自检 22/22；drift 自检 35/0；
check-shared-libs exit 0；全部 deploy 脚本 bash -n 通过。

2026-09-14 21:19:46 +08:00

27 KiB

Raw Blame History

开发工具配置：为什么关掉 pi-lens 的自动改写

本仓库明确关闭 pi-lens 的项目级自动格式化与 autofix。这份文档记录原因，配置本身在 .pi-lens.json（根目录）。

一句话

pi-lens 编辑任一文件后会「安全格式化」它，而它的默认格式化器与本仓库的手工排版不兼容 —— 每次编辑都会产生与内容无关的大面积 diff，把真正的改动埋掉。已经造成过两次真实损失。

⚠️ `.pi-lens.json` 必须是严格 JSON

pi-lens 的配置加载是：

// pi-lens dist/index.js
PROJECT_CONFIG_BASENAMES = ['.pi-lens.json', 'pi-lens.json'];   // 没有 .jsonc
function parseConfigFile(configPath) {
  const text = fs.readFileSync(configPath, 'utf-8');
  raw = JSON.parse(text);        // ← 不做去注释处理
}
// 解析失败 → 打一行警告，然后**整份忽略**

所以带 // 注释会让这份配置完全失效，而失败方式是静默的：进程照常跑，只有启动时一行 [pi-lens] ignoring invalid project config。

这个坑真的踩过：第一次写这份配置时把大段理由写成了 // 注释，于是「已经关掉了」这个结论是假的 —— 防护从一开始就没生效。现在理由放在本文件里，JSON 里只留一个 $comment 指针。

为什么必须关

pi-lens 在编辑文件后会走 smart-default 回退选择格式化器（见它的 FORMATTER_POLICY_BY_EXTENSION）：

扩展名	默认格式化器
`.ts` `.tsx` `.js`	biome（默认 tab 缩进 + 双引号）
`.html`	prettier（双引号、`<!DOCTYPE html>` 变小写、按 80 列折行）

两套默认值都与本仓库的排版冲突。两次已发生的损失：

19a3161：git add -A 把约 7000 行 biome 重排扫进了功能提交，那次提交无法审查（还掩盖了一处 Go 文件的删行）。
a404cba：prettier 改写了 client/electron/index.html —— 单引号变双引号、 DOCTYPE 变小写，直接打破 test/theme.test.mjs 的两条断言（该测试要求同步内联脚本里是 classList.add('dark')，单引号）。

为什么不是「把格式化器配成本仓库风格」

试过：把缩进、引号、lineWidth 全部对齐之后，biome format --write 仍然改动 17 个文件 —— 本仓库的注释按语义换行、数组与调用按可读性手工折行，这些格式化器还原不了。

谁在守着这个仓库的格式

不是格式化器，是这些：

tsc --noEmit（前端类型）
go vet / gofmt -l（Go）
tree-sitter / ast-grep（pi-lens 的结构规则与安全规则，只读、不改写）
各包的测试套件（npm test、go test ./...、node --test）

部署残留清理（`deploy/prune-deploy-artifacts.sh`）

部署会留下两类持续增长的东西：网关旧二进制（每份 ~24MB）与插件快照（opencode/dsh 的快照含 node_modules，一份几十 MB）。2026-09-14 实测 /opt/agentmail 累计到 1.3GB，其中旧二进制 ~790MB、快照 ~540MB。

bash deploy/prune-deploy-artifacts.sh            # 干跑，只报告
bash deploy/prune-deploy-artifacts.sh --apply    # 真删（默认：网关留 3 份、每插件留 3 份快照）
bash deploy/prune-deploy-artifacts.sh --self-check   # 判据自检（16 项，两侧都验）

三条硬规矩：保留回滚窗口（发布纪律要求有回滚目标，所以不是全清）；绝不删正在使用的快照（扫 /proc 的 cmdline 与 cwd，命中就跳过 —— 删掉它进程一重启就找不到自己的代码）； 在线数据库永不入列。

注意那个"在用"判断必须排除本进程及其祖先链：调用方常把路径写在命令行里，不排除就会出现"永远判为在用"（与 pkill -f 杀掉自己那条命令同一个坑，已写进脚本注释）。

四类残留与各自的窗口

类别	来源	窗口
网关旧二进制 `agentmail-gateway.bak-<ts>`	`redeploy-gateway.sh`	保留最新 3 份
插件快照 `<plug>/<ts>`	`redeploy-plugin.sh`	每插件保留最新 3 份，`current` 永远保留
数据库/附件备份集 `backups/agentmail-<ts>.db` + `attachments-<ts>.tar.gz`、`data/agentmail.db.bak-<ts>`	`reset-demo.sh` 与早期手工留档	保留最新 1 集
`/tmp/agentmail-pre-deploy-.db`、`/tmp/agentmail-pre-prune-.db`	`redeploy-gateway.sh`、`prune-test-sessions.sh`	各保留最新 2 份

同一个 <ts> 的库与附件包算一个备份集，一起进出窗口 —— 拆开留没有意义。排序按 文件名里的时间戳而不按 mtime：09-02 的两份备份被 09-08 的一次"打开看一眼"改了 mtime，按 mtime 排会把最老的判成最新的。没有时间戳的文件一律不碰（判定不了就不删）。 pre-prune 那份是会话归档（不可逆操作）唯一的回滚点，所以它单独一条窗口、报告里也写明身份。

三条判据，以及它们各自防的那个错

在线库不入删除清单（del() 里的 readlink -f 比对）：备份删错能重建，在线库删错回不来。
每个插件至少留一份"上一版"：只有 current 时脚本报 ⚠ 无回滚目标。它只报告、 不造快照 —— 造不出来的东西不该假装有。（2026-09-14 那次事故就是这么暴露的：四个插件各只剩 current，回滚目标没了。）
--self-check 两侧都验：干净样本该删的删、该留的留、在线库不动必须是绿的；把窗口外的备份换成指向在线库的符号链接，脚本必须拒跑（退出码 1），不是"删了才发现"。最后一条是"自检没有碰生产根"：比对前后 /opt/agentmail 的清单指纹。

事故记录：自检把生产当成了沙箱（2026-09-14）

--self-check 第一版用 ROOT="$t" … bash "$0" 传假根。脚本读的是 AGENTMAIL_ROOT，于是这个前缀赋值被静默忽略，自检的 --apply 打在了生产根上，删掉一批回滚备份（3 个旧网关二进制、8 个插件快照、09-02 的两组备份集）。 为什么没被发现：PRUNE_TMP_DIR 那一路的变量名是对的，所以输出的 /tmp 段看着"确实是假根"，干跑那一轮的报告也像模像样 —— 半对的状态比全错更难认。是 bash -x 里那行 ls -1t /opt/agentmail/… 露的马脚。 改法不是"下次小心"：① 传对变量名；② 自检的根目录必须在临时区，否则拒跑； ③ "自检不碰生产"进判据（前后指纹比对）。这条与 pkill -f 杀自己同类： 安全装置自己出错时，产出的是一份看着正常的报告。

判据纪律：三种"看起来验过了"的失效形态（2026-09-14）

同一天里，三条自己写的判据各以一种方式失效 —— 它们都绿着，但都不再判别任何东西。记在这里，因为这是可迁移的那部分；具体实证留在各自的头注释里（下面有索引）。

一、钉装饰：断言落在注释上，不落在机制上

env-guard.test.mjs 曾对源码文本断言 /ENOSPC/ 与 /环境/，而那段解释性注释里本来就有这两个词 ⇒ 把整段翻译逻辑删掉、只留注释，判据照样绿。改法：能被反面样本喂的抽成纯函数（translateEnvError），断言行为（ENOSPC 要翻译；普通错误必须原样返回同一个对象 —— "什么都翻译"比不翻译更坏）。

二、分支退化：判据绑在一个会变的环境上

"空间不足 ⇒ exit 2"那条原本靠"本机 /tmp 恰好是满的"来验。机器一恢复健康（/tmp 被清空），那条就自动跳过、无声失效。改法：给被测物开一个只为测试存在的开关（--inject-avail），让两种机器状态都验得了；两个方向都要验（只验"不足⇒2"，一个恒报不足的坏守卫也能绿）。

三、跑不到的分支：断言在，区分力不在

按"真实测量"分叉的那版写成了 realAvail < MIN ? (不足分支) : (充足分支)，而本机真实可用就是 0 ⇒ 永远走不足分支。于是把开关整个忽略掉，断言照样绿。比"分支退化"更狠：退化至少留了一行自我声明（"此条退化为弱检查"），短路是无声的 —— 代码看起来两个方向都验了，实际只跑了一个。改法：不与真实测量比，让两个探针互为反面（注入 1 字节必须 exit 2，注入 128 MiB 必须放行），并断言输出里的判定词而不只是退出码 —— 退出码可能与真实状态巧合相同。论证对真实值任意取值都成立。

变异纪律（做"删掉机制看判据红不红"时）

先证明你能撤回来，再注入变异。
变异只对"已在 HEAD 里干净提交"的文件做；还原只走 git checkout HEAD -- <file>。
还原路径不得依赖被测资源。 一次把备份写进 /tmp —— 正是当时被占满的那个资源，备份没写成而变异已覆盖源文件；是同一次"手写 || 兜底把失败吞掉"才让恢复变得不确定。
判据不得用被测物证明自己（第 3 条是它在"还原"上的投影）。
别只看过滤后的输出。 grep '^not ok' 会丢掉"整份文件没跑起来"这个信息（语法错时只报一条 not ok 1 - test/xxx.test.mjs）。退出码 + # pass/# fail 汇总行才是可靠信号 —— 也不要为此引入手抄的"期望用例数"常量：手抄常量会过期。
判据的退出码不许经管道取值。 反例（2026-09-14，我自己踩的）： bash deploy/check-shared-libs.sh 2>&1 | tail -25; echo "exit=$?" —— $? 拿到的是 tail 的退出码，于是那条脚本的红（真值 1）被我报成了 0；两个失败信息之所以还看得见，只是因为它们走 stderr 没进管道。 用 $PIPESTATUS[0]，或先落文件再读 —— 管道会改写量纲，与上一条同族。
"注入点"会把该抓的 bug 藏起来。 2026-09-14 实例：checkLayout 的每个自检样本都显式注入 repoUnits，于是那条判据的真实默认值从没被任何样本走过 —— 而它当时恰好是错的（解析到不存在的 /home/program/agentmail/systemd），判据因此一个文件都没比过却报"一致"，自检还 100% 绿。 ⇒ 默认值本身要有判据（导出常量 + 断言存在）、样本要留至少一条不注入的； ⇒ 同类还有位置选择器（bad[0]/badBak[0]）：在函数前面插一条新检查就改变了既有断言的语义 —— 断言要按名字锚定。
"看起来在比、其实没比"要设成一条自查。 同一轮里它出现了三次：目录路径错（../systemd）、空目录被当成"一致"、依赖是符号链接而选目录时只挑 isDirectory() ⇒ 三次都产出"通过"。 ⇒ 判据绿的时候也要留下覆盖范围的证据（"比了 22 个文件"/"165 个包"）：空 note 无法区分"一致"和"没比过"，而那正是这三次的样子。 ⇒ 一条判据如果只能靠真文件系统喂，它就没法被自检 —— 读写都要走可注入面。
变异之前先提交。 我在未提交状态下变异，然后用 git checkout HEAD -- <file> 还原，把自己的改动一起冲掉了（这条纪律我写过、还是踩了）。顺序必须是：提交 → 变异 → 确认红 → cp 还原 → cmp 校验。
改"布局/文件集"时，先在脑子里跑一遍"如果这一步被回滚，部署判据会怎么变"。 （pi 2026-09-14 提的，很准。）实例：把 lib/user-question.js 搬到 test/lib/，收益是"快照更干净"；但回滚它会让快照立刻多出一处运行时漂移 —— 因为快照是"搬家后"的树，而仓库回到了"搬家前"。这类改动的收益账里没有这一项，于是它不体现在任何判据里，只体现在回滚之后的红灯上。
判据的退出码不许经管道取值（与第 6 条同源，写清取法）：临时命令里 cmd | tail -25; echo $? 拿到的是 tail 的退出码。要取就读 ${PIPESTATUS[0]}。脚本侧四个 deploy 脚本都有 set -o pipefail（install.sh 还带 -e），所以脚本内的管道判定是对的 —— 但那是判据的一部分，不是风格： redeploy-plugin.sh 的 if ! node … | sed …; then 与 install.sh 里同形状那处，依赖 pipefail 才测的是被检程序的状态；谁重构时把 set -o pipefail 删了或挪了位置，判定会静默变成"sed 成功即成功"。动那几行要连着 pipefail 一起想。
判据的输出必须能自证"它比完了全部对象"。 实例：check-shared-libs.sh 的 show_diff 里 cmp … | head -3 在 set -euo pipefail 下返回 1 ⇒ 独立调用触发 set -e ⇒ 脚本当场中止：只报第一个分叉文件，后续对象与收尾汇总都不打印。退出码恰好还是 1（判定是对的），所以光量退出码看不见它 —— 这正是"判定对、证据被截断"。修法 || true，并在注释里写明它不是风格而是判据。
自检样本必须"独立"：每条样本都要说清它锚在哪一条检查、用的是哪一棵树。 这一族我 2026-09-14 一天里踩了三次，合起来记比拆成三条好，因为修法是同一个 （显式命名 + 显式复位）—— 三者都是"断言的语义被当前状态悄悄改掉"：

形态	实例
位置选择器	自检里 `bad[0]` / `badBak[0]`：前面插一条新检查之后，锚点指的就不是原来那条了
共享夹具状态泄漏	新补的四条豁免样本第一版全红：它们继承了两棵树里既有的改动（`extra.mjs`、只存在于 `a` 的 `test/`），红的理由根本不是要测的那件事
探针自身没有分辨力	E 那次的探针按文件名判两侧，而两条路径 basename 相同（`deploy/service-failure-notify.mjs` vs `/opt/agentmail/bin/…`）⇒ 两侧读到同一个串、样本"通过"得毫无意义。与 `grep -c 用例名` 那个假数、"名字出现在 `# Subtest:` 头"同族不同形：锚在"名字"而没有锚在"哪一侧"

配套一条（同一天踩到）：自检的夹具形状必须与生产形状一致，否则夹具会把真 bug 藏住 —— prune-deploy-artifacts.sh 的构建暂存自检用 : > 造普通文件，而生产是 有内容的目录；正是这个差异让"ls -1t 对多个目录打 路径: 头 ⇒ 那段清理一直空转" 这个 bug 藏了很久（判据自己在用文件名判"删了没有"，夹具认了错形状，于是它也认了）。 14. 退出码也有量纲。 node deploy/check-deploy-drift.mjs --self-check 的退出码不是"自检的结论"：自检本体 28/28 全过，但同一个进程接着跑了宿主判据、于是整体 exit 1。报"自检失败"就是把两个量纲混成一个。 ⇒ 报结论时分开说："自检本体 N/M 通过；整体退出码还包含 X"。 15. "命令不在" ≠ "命令在但输出为空"。 把两者压成同一个字符串就会产出假绿 —— 实例（pi 评审 2026-09-14，实测复现）： fc="$(journalctl … 2>/dev/null | grep -icE 'panic|fatal|SIGSEGV' || true)"， journalctl 失败（无权限读日志 / unit 不存在 / dbus 不通）⇒ 错误被 2>/dev/null 吞掉 ⇒ grep 读空输入 ⇒ 输出 0、退出 1 ⇒ || true ⇒ fc="0" ⇒ 打印"近 2 分钟无 panic/fatal"。下面那条 sse 同形，后果更坏：把"工具缺失/读不到"归因成"插件没连上"，提示人去查密钥，而问题在日志读不到 —— 一条把人引向错误方向的假绿。 ⚠️ 顺带实测：PIPESTATUS 分不开这两种情况（命令不存在与"存在但无匹配"都给 1），所以不能靠管道状态区分，必须先把输出取出来、成功后再过滤； "命令是否存在"另用 command -v 做前提检查（AGENTMAIL_REQUIRE）。 ⇒ 规矩："命令不在"走 2/红 + 人话；"命令在但输出为空"才是判定结果。 同族放宽：环境自足不能只覆盖变量，也要覆盖命令（journalctl/curl/systemctl/ git/go/npm 都曾是被假设存在的那一类）。 16. "原子替换"要指名哪一步原子 —— 而且要验 install/mv 到底做了什么。 实例（pi 评审 2026-09-14，已用 strace + ulimit -f 实测）： redeploy-gateway.sh 头部断言"install(1) 本质是 rename，是原子的 —— 要么完整换掉，要么原样不动"，而那是整节设计的理由（为什么优先 install、为什么失败即回滚）。实测 strace … install -m 0755 /bin/true /tmp/t： unlinkat(t) → openat(t, O_CREAT|O_EXCL) → 写入，全程没有 rename。中途失败实证：ulimit -f 1 下安装 ⇒ 退出码 153（SIGXFSZ），目标变成 1024 字节的截断 ELF，原 14 字节内容已被销毁 —— 头部后半句自己写的风险（"中途失败留下半截二进制"）install 并不免疫。 ⇒ 真原子 = 临时文件放在目标同目录（同 fs）+ 最后一次 mv。还要注意 /tmp 与 /opt 常是不同文件系统（实测设备号 40 vs 2049），所以"改成 mv 就原子了"同样不成立 —— 跨 fs 的 mv 退化成 copy+unlink。 17. 环境前提表有第五列：同时性（并发）。 变量/命令/空间/身份之外，还有"同一时刻只能有一个"。prune/redeploy/install 都会写同一批路径，而工作区是多 agent 共用的 ⇒ 需要 flock（不是"检查锁文件是否存在"——那本身有竞态）。 ⇒ 判据："两个同时启动 ⇒ 第二个 exit 2 并点名"。 18. 同一份代码搬到另一个脚本里，"能引用的变量和函数"是不一样的。 我给三个脚本加同一段锁，第一版照抄：install.sh 没有 bad()（用裸 echo）⇒ bad: command not found（127）；redeploy-plugin.sh 没有 $PREFIX（它用 $DEST_ROOT）⇒ PREFIX: unbound variable（set -u）；而 install.sh 的 --check 刻意允许无写权限运行 ⇒ 在那里建锁又变成 Permission denied。三处都是"复制粘贴的上下文假设"。 19. 注释里的数字无法被判据守住。 —— 而不是只落到你想到的那一个。** 实例（pi 评审 2026-09-14）：我在 env-defaults.sh 的 HOME 上写了两条规则（"mkdir -p 对已存在的不可写目录会返回成功 ⇒ 必须单独判 -w"、"判据落在能不能写、不落在路径像不像"），同一条规则没落到紧邻的 TMPDIR 上 —— 而 ENOSPC 正是这条链的元老问题。两种失败形状（不可写 / 写满）都在中间炸，报错看起来像工程问题。 ⇒ 同族的"变量"与"命令"是同一张表的两列，写规则时要把表列全：设了要判"可写"、判了可写还要判"有空间"（0 是真的没有，读不到才是"不知道"）。 17. 注释里的数字无法被判据守住。 同一文件里曾同时写"写点五处"和"共 6 处" （且它的式子 2+2+3 加起来是 7，实际 10 处）——三处说法三个数。与"不要手抄期望用例数常量"同源：两组矛盾的数字比没有数字更糟，因为它让读者以为有人数过。要判覆盖完整只能靠机制（整段 try/catch），不靠数数。 11. 一条新判据上线时，先找它可能与哪些既有不变量冲突。 2026-09-14：新加的"本平台不可达 ⇒ 搬去 test/lib/"与既有的"共用模块四方逐字节同源、连相对路径一起钉"（deploy/check-shared-libs.sh）方向相反 —— 我只看⻅了自己那条，于是"按规则推断出的正确动作"把共用判据打红两处，还差点让下次部署静默删掉一个 dsh 桥的生产模块（lib/user-question.js）。 ⇒ 可达性只能当报告，不能当搬家判据；判据里读共用清单做豁免（不手抄）。

两条同族的实现纪律

测试文件之间不许互相 import（启用 node --test 时每个文件一个进程、模块导入是进程内的）⇒ 被引的那个文件的用例会在引用者那个进程里再注册一遍。实测：从测试文件取夹具，让巨行用例（单条往临时目录写 ~12 MiB）跑了两次（测试总数 475；修完 459）。夹具放非测试模块（lib/session-fixtures.mjs），判据也进套件（env-guard.test.mjs 里那条扫描）。
提交前先看 git status 里有没有"不是我的"文件。 这个工作区是多 agent 共用的 —— 2026-09-14 20:02~20:04 就有另一条会话在改 deploy/install.sh、 deploy/prune-deploy-artifacts.sh、deploy/redeploy-gateway.sh（-trimpath 那组加固），而当时我正在同一个仓库里连续提交。git add -A 会把别人没写完、没审过的改动 一起做进我的提交里，而且从 git log 上看不出来是谁的。 规矩：显式列出要提交的路径，别用 -A/-u 图省事；提交信息里也不要把别人的改动算作自己的成果。（这次三次提交都是显式路径，事后 git show --stat 核对过。）
写点要"一处覆盖全部"，且覆盖范围不取决于入口。 同一条"ENOSPC 被翻译成环境问题" 在这套代码里被漏过三次，而且是三个不同的入口假设（不是同一处错了三次）： ① test/lib/session-fixtures.mjs 的 writeSession（第一版只包 writeFileSync， mkdirSync 在 try 之外）； ② deploy/check-deploy-drift.mjs 的 mk()（mkdtempSync 也是一个写点，却在 try 之外）； ③ 同一个文件的 main() —— 兜底层放在调用方，而被兜的 selfCheck() 是导出的 ⇒ 任何绕过 main() 的调用者拿不到翻译。三次都可以概括成一句话："我以为的入口/哪一行"决定了覆盖范围。
判据过宽和过窄都是坏的。 "测试文件不许互相 import"那条判据自己同时踩过两边：过窄（只匹配静态 from，漏掉动态 import()）、过宽（"文件里出现别的测试文件名" 把注释里的散文引用也算违规，还被自己注释里的示例字面量点亮）。最终形状只能是"解析真引用"。
因果特定的判据 + 因果无关的判据要配对。 "测试文件互相 import"只能发现已知成因；同族的另一种成因它看不见 —— 实测跨文件同名用例不会被 runner 拦 （两个文件各写一个同名用例 ⇒ # tests 2 / # pass 2 / # fail 0，零警告）。所以补一条不挑成因的运行期判据：test/lib/run-suite.mjs 从同一次运行的 TAP 里数结果行，重名即红。
判据的锚点必须与结论一一对应。 同一条重名检查，锚 ^(ok|not ok) <n> - <名字> （结果行）是对的；锚"名字出现过"是错的 —— TAP 里名字既出现在 # Subtest: 头、又出现在结果行，效应 2 倍、噪声也 2 倍且恰好同值，于是"4"看起来还能解释；若行种类是 3，就会把"两次"读成"三次"。别让噪声与效应同阶。
lib/ 与 test/lib/ 的边界（2026-09-14）：部署脚本是 cp -a "$SRC/." "$STAGING/" 加一条 rm -rf "$STAGING/test"（没有 EXCLUDE_DIRS 这种变量）⇒ lib/ 整份进快照。于是规则必须是可判定的：lib/ = 从生产入口可达的模块；只被测试引用的放 test/lib/。判据在 test/lib/reach.mjs（真走 import 闭包，含按路径 fork 的子进程入口）与 test/layout-boundaries.test.mjs。 ★ 别写成"被 src/ 直接 import"：实测 22 个 lib/ 模块里 4 个 src 直接引用数为 0 （addressing.js 被 lib/inbox-format.js 传递引用、mail-session-id.js、crash-notify.mjs、 user-question.js）—— 直接引用数不是可达性，所以判据真走图。 ★★ 但这条例外更要紧：lib/ 首先是四桥共用命名空间，其次才是"本平台可达"。 user-question.js 在 pi 侧只被测试引用、却在四桥共用清单上（deploy/check-shared-libs.sh 的 ALL_LIBS，它是 dsh 桥的生产代码）。按"不可达就搬走"处理它，会同时打红两处（共用模块缺失 + 共用测试已分叉），而且下一次部署会静默把它从生产快照里删掉。所以可达性只能当报告，不能当搬家判据 —— 判据里读共用清单做豁免。（教训的完整形状：一条新判据上线时，先找它可能与哪些既有不变量冲突 —— 这里两条不变量方向相反，而我只看见了自己那条。）

索引（实证在各自文件头注释里，此处不复述）

plugins/pi-mail-bridge/test/lib/tmp-space.mjs —— 测量层：bavail × bsize、 0 是"真的没有"而不是"不知道"（只有 null 才是不知道）。
plugins/pi-mail-bridge/test/lib/env-error.mjs —— ENOSPC ⇒ 人话；为什么它是纯函数、为什么不与 deploy/ 的实现合并（deploy/ 的独立性比去重值钱）。
plugins/pi-mail-bridge/test/lib/reach.mjs —— lib/ 与 test/lib/ 的边界判据。
deploy/check-deploy-drift.mjs —— 现场比树（判据自己算，不靠手抄常量）+ 判据自检的两侧验证 + 为什么它自带兜底层。
deploy/check-deploy-drift.mjs 的运行输出本身就是部署状态的判据来源；不要把它抄成一份哈希清单往外发 —— 抄出来的那一刻就开始过期（2026-09-14 发给 jianf 的清单在两次提交后就作废了）。

附：一条被自己的结论"半路纠正"的观察（留作提醒）

2026-09-14 排查时看到 permission_requests 里有一条 result IS NULL 的挂起请求（11:56 创建，已挂 3h54m），当时的推断是"worker 被重启/超时杀掉 ⇒ 停在授权上没人解除 ⇒ 这是那个 bug 的同族缺口"。 实际是正常状态：网关的等待窗口是 PermissionWaitWindow = 10 * time.Minute （server/internal/models/permission_mode.go），请求 12:06 就失效了，界面靠 AttachPermissionDeadline 推导出的时刻（不是布尔快照）自己判断过期。教训：看到与已知 bug 形状相同的现象时，先把"它是否已经由另一层按设计处理掉了" 查完再下结论 —— 否则会把一个正常状态写成缺陷，而这类误判会以"我发现了新问题"的语气传播出去，比沉默更贵。

27 KiB Raw Blame History Unescape Escape