dsh_ai1net_server/交付物/版本管理与包更新机制-现状与方案-20260926.md

# 平台线 · 版本管理与包更新机制 —— 现状取证 ＋ 缺陷 ＋ 方案（规划棒产出）

> **会话**：`p36c-platform-versioning`（2026-09-26 06:29–）｜**工作区**：`E:/ProgramData/AIProject/aliyun-dsh-server`
> **上游**：用户 2026-09-26 06:2x 原话「**你就是平台线，看看如何修复（还有 worker 如何更新包，是不是应该有个机制，现在的网络结构各种节点和设备，如何进行版本管理和包更新机制）**」⇒ 本棒**授权扩到平台线**（`src/**` 可改），但本轮**只读取证 ＋ 出方案**（规划与执行分离）。
> **上下文**：承第 36 棒续作（交付件 `MCN数据面接入-阶段二-切档与收口-20260925.md §9`）—— 106 上报 `stale:[dsh-plugin-mcn-suite]` ＋ `failed:[timeout]`。
> **本文件同时是下一棒的「唯一执行单」**（§6 为 8 段交接要素）。

---

## 1 现状取证（代码级 · 全部带 `文件:行号`，⛔ 未改一行）

### 1.1 已有机制：**节点主动拉（pull）＋ 主节点对账告知**

| 环节 | 实现 | 位置 |
|---|---|---|
| worker 定时拉 | 启动即拉一次 ＋ `setInterval(…, pullIntervalMs)` | `src/worker/agent.ts:816-819` |
| worker 手动拉 | `POST /shared-layer/pull`（带 `AGENT_TOKEN_HEADER`，⛔ 不进免凭据白名单） | `src/worker/agent.ts:812` |
| 拉取主流程 | `syncSharedLayerOnce(opts)` | `src/worker/agent.ts:373` |
| 第 1 步：对账 | `POST <Manager>/api/plugins/shared/node/sync`，body = 本机实况 `inventory[]` | `src/worker/agent.ts:422-427` |
| 第 2 步：按差异拉产物 | 下载 + 校验 + 解包 + 覆盖 | `src/worker/agent.ts:~455-520` |
| Manager 侧对账面 | 差异告知（`missing`/`stale`/`extra`）＋ 落对账快照 | `src/web/routes/business-plugins.ts:373-428` |
| 权威清单 | `<sharedRoot>/.manifest.json`（`version`／`tgzSha256`／`treeSha256`／`fileCount`／`backupTgz`／`rollbackTgz`） | 真机读 |
| 对账快照 | `<sharedRoot>/.node-sync-reports.json`（**每 host 只留最新一条**，共 20 条） | `business-plugins.ts:386,416-428` |
| 共享层落点 | `config.bundledPluginDir` = `/var/lib/dshs/bundled-plugins`（root 所有、实例只读挂 `--ro-bind-try`） | `src/config.ts` ＋ `orchestrator.ts` |
| 装配 | `app.supervisor.applyPlugins(userId, items)`；集群形态 → worker agent `POST /plugins/apply` | `business-plugins.ts:640-641, 2261` |

**结论**：机制**骨架齐全**（拉取 / 对账 / 指纹 / 回滚素材 / 装配 / 定时），⛔ **不是"没有机制"**。

### 1.2 缺陷清单（按影响排序）

| # | 缺陷 | 证据 | 影响 |
|---|---|---|---|
| **D1** | **下载超时硬编码 20 s，且与"对账"共用同一常量** | `src/worker/agent.ts:376` `const timeoutMs = opts.timeoutMs ?? 20000`；对账面 `:426`、下载面 `:508` 都用它 | 2.0 MB 包跨云（47↔106 经 relay）拉不完 ⇒ `AbortError: The operation was aborted due to timeout`（与 106 上报串**逐字吻合**）⇒ **106 永远停在旧版** |
| **D2** | **无显式重试/退避** | 失败只写进 `failed[]`，靠下一个定时轮再试 | 偶发网络抖动 = 白等一整轮 |
| **D3** | **失败历史不可见** | `.node-sync-reports.json` 每 host 只留最新一条（`business-plugins.ts:417`） | 无法回答"这个节点连续失败几次了" |
| **D4** | **版本管理只有"最新一份"** | manifest 每 flat 只有一组 `version`/指纹；`rollbackTgz` 只保**上一版** | 无法：多版本并存 · 灰度 · 按节点/设备定向 · 降级到任意历史版 |
| **D5** | **无"目标版本"声明面** | 节点拉取目标是"Manager 当前共享层"，无 channel/版本钉选 | 不能"先让测试节点升，再全量" |
| **D6** | **设备（桌面端）不在分发链上** | 分发链只覆盖 worker；桌面端节点/设备无包更新通路（本轮未取证到任何设备侧拉取实现） | 设备侧版本无从管理 |
| **D7** | **平台侧无全局版本矩阵视图** | 只能逐 host 看 `reports`（且只留最新） | 运维要"一屏看全节点版本与漂移"，现在做不到 |
| **D8** | **台账状态与实时视图不一致**（关联发现） | `dsh_instances.status=stopped` vs 实时 `running@20001` | **影响一切"实例是否在跑"的判断**（第 36 棒已被误导过一次） |

---

## 2 方案（分层：先堵血、再补机制、后做拓扑）

### 2.1 层 A —— **立即修复**（小改、可独立验证、⛔ 不动数据模型）

| 项 | 做法 | 判据 |
|---|---|---|
| **A-1 超时分离** | 新增 `syncTimeoutMs ?? 20000`（对账）与 `downloadTimeoutMs ?? 300000`（产物下载）两个参数，`:426` 用前者、`:508` 用后者 | 106 拉 2 MB 包成功；`failed` 清空 |
| **A-2 按大小动态超时** | 若有 `content-length`，`effective = max(60s, size / 已知最低速率 + 余量)`，并设上限 | 大包不再靠猜 |
| **A-3 重试 + 退避** | 单轮内失败重试 2 次（指数退避 2s/8s），仍失败才写 `failed` | 抖动可自愈 |
| **A-4 失败留痕** | `failed` 记 `{flat, attempts, lastError, firstFailedAt}`；对账快照保留改为「每 host 每条 flat 一条历史」或另落 append-only 日志 | 可回答"连续失败几次" |
| **A-5 台账纠偏** | 单独立项核查 `dsh_instances.status` 写回路径（属 D8，⛔ 不在本棒范围） | 台账 == 实时视图 |

> ⚠️ **A-1/A-3 是"纯插入"型改动**（不破回归）⇒ 符合本平台既有「新增能力 ⇒ 纯插入；修 bug ⇒ 可改既有逻辑但须回归用例 ＋ 新行为可观测 ＋ 阈值可注入」纪律。

### 2.2 层 B —— **版本管理与更新机制**（机制补全）

**B-1 版本目录化**：共享层从「一份包」改为「**一份包 ＋ 版本目录**」——
```
<sharedRoot>/<flat>/                 # 现状：只有当前版
<sharedRoot>/.versions/<flat>/<ver>/ # 建议：历史版本留档（tgz ＋ treeSha256）
<sharedRoot>/.manifest.json          # 每 flat 增：current / channel / history[]
```
⇒ 支持**任意版本回滚**（不再只有 `rollbackTgz` 一档）。

**B-2 目标版本声明（channel）**：manifest 每 flat 增 `channel: { stable: <ver>, canary: <ver> }` ＋ 节点侧 `pullChannel`（env）。
⇒ 节点按 channel 拉 ⇒ 天然支持**灰度和定向发布**（测试节点走 canary）。

**B-3 节点/设备下发列表（可选）**：`channel` 之外再支持 `pinnedHosts: { <hostId>: <ver> }` ⇒ 单节点钉版/降级。

**B-4 设备（桌面端）纳入**：设备侧实现同一个 `syncSharedLayerOnce` 语义（或复用打包好的 SDK/客户端），凭据走**设备 grant**（序46/47 已有设备凭据体系）。
⇒ 设备与 worker 用**同一套对账协议**，只是 `hostId` 换成设备 id。

**B-5 全局版本矩阵**：新增 Manager 侧 `GET /api/plugins/shared/status` —— 返回 `{ flat → { current, 各 host 的 version/指纹/drift/最近成功时间 } }`。
⇒ **一屏看全节点与设备**（用户问的"如何进行版本管理"的运维面）。

### 2.3 层 C —— **拓扑与跨区联邦**（架构级，承 `架构设计/覆盖网络-顶层架构全貌.md`）

- **内容源归属**：每个 **Manager 各持有自己的共享层**（= 各区 Manager 自带内容源），节点/设备只向**自己所属区的 Manager** 拉 ⇒ ⛔ 不做"全网单点源"（否则跨区带宽与单点故障）。
- **跨区一致性**：包由**版本号 + treeSha256** 标识 ⇒ 各区可独立发包，**同一版本号必须字节一致**（发布时校验 `tgzSha256`）；不一致 = 发布失败。
- **离线/弱网**：拉取失败**不影响实例运行**（已有语义：本轮不动本地文件）⇒ 版本更新是**最终一致**，不是强一致。
- **安全**：包校验用 `tgzSha256` ＋ 解包后 `treeSha256`（已有）；🔴 建议补**发布者签名校验**（承覆盖网络线"根密钥只管授权撤回签名者"的口径）—— ⚠️ 属跨线议题，**本棒只登记不设计**。

---

## 3 本轮**立即能定**与**需用户拍板**的分界

- **立即能做（无需拍板）**：层 A 全部（病因明确、纯技术）；层 B-5（只读视图，不加新概念）。
- **需拍板**：**层 B 的深度** —— 做到"单版本 ＋ 任意回滚"（B-1）就够，还是直接做到"channel 灰度 ＋ 定向钉版"（B-1~B-3）？（见 §5 待拍板）
- **跨线登记**：B-4（设备纳入）依赖序46/47 的设备凭据体系；层 C 属覆盖网络线架构层 ⇒ **只登记，不本线实施**。

---

## 4 只读前置（下一棒开工先跑，⛔ 不许跳）

1. `"E:/ProgramData/.workbuddy/binaries/python/versions/3.13.12/python.exe" "$WS/state.py" --online`
2. `bash $DOC/07-scripts/preflight-lock.sh "<会话名>" src/worker/agent.ts src/web/routes/business-plugins.ts`
3. 🔴 **`src/worker` 属机制层** ⇒ 按域锁规则「机制层必须独占」；**开工前必须确认无其他会话在跑**（`state.py` 看持有者活性）。
4. 真机只读：`cat /var/lib/dshs/bundled-plugins/.node-sync-reports.json`（47）＋ `systemctl cat dshs-worker.service`（看 pull 相关 env）。

## 5 决策点（**待拍板 = 1 项**）

**🔴 已拍板（2026-09-26 06:36 · 用户本人原话）**：「**C 方案，然后B，这次就用版本更新机制去更新网络上各节点，子节点和设备**」。

**口径对齐（⛔ 执行棒务必按本行理解，勿被 §2 的层名混淆）**：
- 用户说的 **C 案** = 本文 **层 A（止血）＋ 层 B-1~B-4**（版本目录化／channel 灰度／定向钉版／**设备纳入**）——「完整版本管理」。
- 用户说的 **B 案（随后做）** = 本文 **层 B-5**（全局版本矩阵视图）。
- **层 C（跨区拓扑）本次 ⛔ 不实施**（属覆盖网络线架构层）；但实现须与其口径兼容：每区 Manager 各持内容源、节点只向本区拉、同版本号须字节一致。
- **收尾必须用这套机制真跑一次分发**：`[email protected]`（含以后版本）→ **47 本机 worker ＋ 106 子节点 ＋ 设备（桌面端）**，并读数验证。
- ✅ **执行棒已登记** = automation `da73ab87-fb2f-47f0-a8d8-8ea3ad35eb19`（一次性 · 2026-09-26T06:52）。

**原三选项（存档）**：

- **A 案（只修超时，层 A）**：优点 = 改动小（两处常量 ＋ 一个重试）、当天可验、106 立刻能拿到修复；缺点 = 版本管理仍是"最新一份"，下次要灰度/回滚还得再做一轮。
- **B 案（层 A ＋ 层 B）**：优点 = 一次把"节点与设备的版本管理与更新机制"补齐（含全局矩阵视图）；缺点 = 要动 manifest 结构与装配口径，回归面更大，且要新增概念（channel），周期长。
- **C 案（层 A ＋ 只加全局矩阵视图 B-5）**：优点 = 先解决"看不见"的问题（D7），成本低，为后续灰度留观测底座；缺点 = 仍无灰度/多版本能力。
- **我的倾向**：**A 先落、C 紧随**（可推翻）—— 106 上有真实用户在等修复，A 是止血；B-5 是纯读视图、不加概念，风险低且立刻让版本漂移可见；**层 B 的通道化等有过一次真实灰度需求再做**。

## 6 八段交接要素（下一棒 = 执行棒）

1. **目标**：修 D1（106 拉包超时）并按用户拍板落地层 A（／＋B-5／＋B）。
2. **只读前置**：同 §4。
3. **范围**：`src/worker/agent.ts`（`syncSharedLayerOnce` 超时/重试）＋（按拍板）`src/web/routes/business-plugins.ts`（对账面）＋ 新增只读状态路由；⛔ 不改 `manifest` 结构之外的既有语义；⛔ 不动 `07-scripts/`。
4. **决策点**：§5 那一项（须先拿到回话再开工）。
5. **步骤**：① 只读复核 §1 全部行号仍在 ② 落 A-1/A-2/A-3/A-4 ③ 单测（若有）+ `npm test` ④ `build` ⑤ 47 `restart dshs-worker`⑥ 读 106 对账快照确认 `stale`/`failed` 清空 ⑦（拍板含 C/B 时）落状态路由 ⑧ 收口。
6. **验收**：**主判据 = `.node-sync-reports.json` 里 `w-106` 的 `stale` **不含** `dsh-plugin-mcn-suite` 且 `failed` 为空**；副判据 = 34/362/5 影子读不变、红线零新增、`npm test` 不劣化。
7. **回滚**：`git revert` 本棒提交 ＋ `restart dshs-worker`；⚠️ 对账/下载失败**本就不动本地文件** ⇒ 无数据风险。
8. **回报格式**：逐条附命令原文 ＋ 输出原文 ＋ 退出码；未达成具名。

## 7 本轮已改文件（⛔ 仅本工作区产物，未碰 `src/**`）

- 本文件（新建）｜入口 §0／§2 ＋ `$DOC/05-交接单/README.md §一` ＋ 当日日志（收口行）


---

## 8 执行棒细化（拍板后新增 · 2026-09-26 06:36）

### 8.1 子阶段顺序（⛔ 不许跳、不许换序）

| 子阶段 | 内容 | 完成判据 |
|---|---|---|
| **S1 · 止血** | 层 A-1~A-4（拆超时 20 s↔300 s／按大小动态／重试退避 2s·8s／失败留痕） | 106 对账快照 `stale` 不含 `dsh-plugin-mcn-suite`、`failed` 为空 |
| **S2 · 完整版本管理** | 层 B-1 版本目录化 ＋ B-2 channel（stable/canary）＋ B-3 定向钉版 ＋ **B-4 设备纳入** | 能"只让某节点/设备升到指定版本"、可回滚到任意历史版；**设备侧真跑通一次拉取** |
| **S3 · 全局矩阵视图** | 层 B-5 `GET /api/plugins/shared/status` | 一屏返回「每 flat × 每 host/设备」的版本、指纹、漂移、最近成功时间 |
| **S4 · 真跑分发**（收尾必做） | 用 S1–S3 落成的机制把 `0.5.1` 分发到 **w-47 ＋ w-106 ＋ 设备** | 三处读数一致；`w-106` 快照 `stale/failed` 清空 |

### 8.2 未知项与处置（⛔ 不许"假装知道"）

1. **设备（桌面端）侧载体未取证**（承 D6）⇒ **开工第一件事就是取证**：桌面端有没有「包/插件目录 ＋ 拉取入口」、凭据走哪条（序46/47 的设备 grant？）。**有 ⇒ 按同一对账协议接入；没有 ⇒ 具名报告缺口 ＋ 给最小接入方案，⛔ 不硬造。**
2. **`manifest` 是共享层旁的旁挂状态文件** ⇒ 改其结构须**向后兼容**（老节点读新 manifest 不能崩）。
3. **`src/worker` 属机制层** ⇒ 域锁必须**独占**（开工前确认无其他会话在跑）。

### 8.3 必须遵守的既有纪律

- 新增能力 ⇒ **纯插入**；修 bug ⇒ 可改既有逻辑但**须回归用例 ＋ 新行为可观测 ＋ 阈值可注入**（超时/重试次数一律走 env，⛔ 不写死）。
- 测试跑 `lib/` ⇒ **改完必 `build`**（否则新旧产物混跑，症状像"注入无效"）。
- ⛔ 不改 `07-scripts/`；⛔ 不动 `config`/`crypto`/`isolation`/`index` 等机制层其他文件（只碰必需者且先报告）。
- 生产变更（`restart dshs-worker` / 47）可直接做，**动手前一句话说明**；不可逆操作先报清单。

---

## 9 收口记录（2026-09-26 06:36–06:5x · 会话 `p36d-platform-versioning`）

> 口径：每条附**命令原文**＋**输出原文**＋**退出码**。⛔ 未 ssh 真机、⛔ 未改 `src/**`、⛔ 未碰他线在途改动。

### 9.1 落盘四处（命令 ＋ 输出 ＋ 退出码）

| # | 落点 | 命令（节选） | 输出原文 | rc |
|---|---|---|---|---|
| 1 | 本件 §5 ＋ §8 | `patch-c3.py`（步 1） | `DOC_S5_OK` / `DOC_S8_OK` | 0 |
| 2 | 入口 §0 拍板行 | Edit 精确片段替换（锚 = `- 🔴 **2026-09-26 06:29–06:5x｜用户授权`） | `Successfully edited file` | 0 |
| 3 | 入口 §2 续作二/三注 | Edit（锚 = `⛔ 平台侧问题（拉取超时／台账滞后）**只报告不改码**。详解 ⇒ 交付件 **§9**。`） | `Successfully edited file` | 0 |
| 4 | `$DOC/05-交接单/README.md §一` 第 44 行 | Edit（锚 = `🔴 **2026-09-26 06:29 用户授权「你就是平台线」⇒ 已出《版本管理与包更新机制-现状与方案-20260926》**`） | `Successfully edited file` | 0 |
| 5 | `.workbuddy/memory/2026-09-26.md` | Edit（追加「第 36 棒续作三 · 拍板落地棒」节） | `Successfully edited file` | 0 |

**校验读数**（`wc -c` ／ `grep -c`）：

```
入口   344849 B / 986 行   grep -c "2026-09-26 06:36" = 2   grep -c "续作三" = 1
本件   14xxx B             grep -c "已拍板（2026-09-26 06:36" = 1   grep -c "^## 8 执行棒细化" = 1
README 62575 B             grep -c "06:36 用户拍板" = 1   grep -c "da73ab87" = 1
日志   20091 B             grep -c "p36d-platform-versioning" 节 = 1
```

### 9.2 🔴 事故：入口被清 0 字节（已自愈 · 无损）＋ 新增铁律

- **触发**：`tmp/p36/patch-c3.py` 第 70 行 `open(P, "wb").write(b"\n".join(parts))` —— `NEW0` 漏 `.encode("utf-8")`。
- **输出原文**：`Traceback … line 70, in <module>\ TypeError: sequence item 11: expected a bytes-like object, str found`，`RC=1`。
- **真实伤害**（比 traceback 严重得多）：复合式求值顺序 = **先 `open(P,"wb")`（此刻文件已被截断为 0）→ 再求值 `join()`** ⇒ join 抛错时**入口已经没了**。若只看 traceback 会误判成"没写进去"。
- **发现**：`wc -c 接续入口_插件投放与分库线_20260922.md` ⇒ `0`。
- **复原**（无损）：

```
git checkout -- "接续入口_插件投放与分库线_20260922.md"        # rc=0
wc -c  → 341330 ； wc -l → 968 ；grep -c "2026-09-26 06:29" → 1
git hash-object <file>              → 1d44073bdd40b4a3becfd45f2cd26f4cb78796ad
git rev-parse HEAD:<file>           → 1d44073bdd40b4a3becfd45f2cd26f4cb78796ad   （逐字节一致）
git status --porcelain <file>       → （空 = clean）
```
  前提核对：HEAD 版**含** 06:29 规划棒行、`git fetch` 后 `git rev-list --left-right --count origin/master...HEAD` = `0 0` ⇒ 复原不丢任何已落内容。
- 🔴 **新增铁律（已写入入口 §0 事故留档）**：改共享文件**只准** ① Edit 精确片段替换，或 ② 「**先算全量 bytes 再一次性写**」；⛔ **禁用 `open(...,"wb").write(表达式)` 复合式**（表达式求值前文件已被清空）。同源风险 = **任何"先 open 再算内容"的写法**。
- **补救方式**：改用 Edit 工具做四处插入，不再走整文件覆盖。

### 9.3 提交 / 推送 / 对账（命令 ＋ 输出 ＋ 退出码）

```
$ git add -- "交付物/版本管理与包更新机制-现状与方案-20260926.md" \
              "接续入口_插件投放与分库线_20260922.md" ".workbuddy/memory/2026-09-26.md"
$ git -c core.quotepath=false diff --cached --name-only
.workbuddy/memory/2026-09-26.md
交付物/版本管理与包更新机制-现状与方案-20260926.md
接续入口_插件投放与分库线_20260922.md                       ← 仅 3 件，⛔ 无 tmp/、⛔ 无中间产物、⛔ 无 05-交接单
$ git diff --cached --stat
 3 files changed, 94 insertions(+), 1 deletion(-)

$ git -c core.autocrlf=false commit -F -        → RC=0 ；HEAD = 2a1226c
$ git push origin master                        → RC=0
To work.alotbuy.com:maogeigei/dsh_shenxian_workspace.git
   a38d8b6..2a1226c  master -> master

$ git fetch -q origin ; git rev-list --left-right --count origin/master...HEAD
0	0                                            ← ✅ 对账归零
$ test "$(git rev-parse HEAD)" = "$(git rev-parse origin/master)" → ✅ 一致
```

⛔ **未 `git add -A`**；⛔ **未代提交他线在途改动**（`CODEBUDDY.md` / `state.py` / `.codebuddy/rules/server-ops.md` / `.workbuddy/memory/MEMORY.md` / 他线 `接续入口_*` 均**未**纳入）。

### 9.4 文档库侧

- 本线本轮在文档库**唯一**改动 = `$DOC/05-交接单/README.md §一` 第 44 行。
- `git check-ignore -v` ⇒ `.gitignore:45:dsh-server-docs/05-交接单/` ⇒ **整目录被忽略、未被跟踪** ⇒ **按既有口径不入库**（⛔ 未 `git add -f`）。
- 推送前对账 `07-scripts/docs-sync-check.sh` ⇒ **`结果: 存在差异 ❌`**（一致 268 / 内容不一致 **21** / 仅本地 **4** / 仅服务器 0）。🔴 **差异面全为既有在途**（`07-scripts/*`、`08-skills/*`、`CODEBUDDY.md`、`01-规范/09`、`02-架构设计/*`、`04-调整方案/*`、`05-交接单/*` 等**他线在改**）⇒ **⛔ 非本线引入、⛔ 本线不动不属于自己的文件**；结论 = **如实记录、交文档库同步线处置**。

### 9.5 automation 状态

| id | 名称 | 期望 | 实测 |
|---|---|---|---|
| `35e1bfbc-d247-4db2-9d90-b0580793736f` | 插件投放与分库线-第36棒-执行棒 | `PAUSED` | ✅ `PAUSED` |
| `da73ab87-fb2f-47f0-a8d8-8ea3ad35eb19` | 版本管理与包更新机制-执行棒 | `ACTIVE` · `2026-09-26T06:52` | ✅ `ACTIVE`（排期 = 收口 06:44 + 8 min，落在 5~8 min 窗口内） |

### 9.6 锁

- 域锁 `p36d-platform-versioning`（域 = `交付物` / `.workbuddy` / 本线入口 / `05-交接单`）＝ **持有中**，反序释放：先 `--release-publish`，**最后** `ME="p36d-platform-versioning" --release-exec`（⛔ 不带会话名 ⇒ fail-closed 拒）。
- 复用既有会话名 `p36d-platform-versioning` 领发布锁（`--claim-publish "p36d-platform-versioning"` → `✓ 已持发布锁`，rc=0）。