dsh_shenxian/dsh-server-docs/skills/dsh-plugin-diagnose/SKILL.md

name, description, version, updated_at, last_change, agent_created

name	description	version	updated_at	last_change	agent_created
dsh-plugin-diagnose	DSH 多租户平台（alotbuy.com / 47.77.182.89）**业务插件**的故障诊断技能 —— 专治「工具能用但浏览器里什么都没有」「原生绑定装不上」「明明改了却没生效」这类**静默失败**。当出现「插件没 UI / 预览不出现 / 卡片不渲染」「导入导出报 GLIBC 版本」「网关崩了但数据其实写进去了」「改了包上传了还是老行为」时触发。核心：先按 **host 半边 / client 半边 / 网关·原生绑定** 三层归属定位，再用「**inject 差集**」「**glibc 直测**」「**产物插探针**」三把尺子取证——**每一次都要有可复现的命令**。	1.0.0	2026-09-13	首版。由 2026-09-13 一整天 guest 实例 univer 插件四轮排查沉淀（worker socket 垫片被打包顺序废掉 / 宿主 glibc 2.32 < 绑定要求 2.35 / 网关提交 changeset 也建投影致其崩溃 / client 半边因一条不可满足的 inject 永久挂起），含 4 类真因、3 套取证配方与 8 条实测踩坑。	true

DSH 业务插件故障诊断

适用对象：候选池里投放的业务插件（dsh-univer-office、dsh-plugin-mcn-suite、@dsh-local/* 等）。 实例本身的故障（打不开 / OOM / 崩溃重启）用 dsh-instance-diagnose，不是本技能。

0. 第一原则：静默失败要当默认假设

业务插件最容易「坏得没声音」：host 工具照跑、日志干净、界面就是没有东西。 所以排查顺序永远是「先证明某一层到底有没有活着」，而不是先读代码猜。

1. 三层归属（先定层，再动手）

层	怎么判「它活着」	死了什么样
host 半边（lib/index.js）	插件的 DSH 工具能调通（univer_* / 业务工具返回 ok:true）	工具直接报「未知工具」
client 半边（lib/client.js）	页面 __DSH_BOOT__ 里有该插件行，且槽位探针能看到它的占位者	有无都没痕迹：无卡片/无 dock/无服务、无报错
网关 / 原生绑定	网关进程在、socket 能连、/[健康路径] 200	进程崩、连接被 reset、.node 加载报错

2. 客户端半边静默挂死（最隐蔽的一类，2026-09-13 实测）

症状：host 工具全好，浏览器里一个 UI 元素都没有，Console 无报错。

机理：dsh 客户端加载器（@deepseek-ai/dsh-client-modules）对每个插件行解析 package.json 的 dsh.client → inject（包名列表）；cordis 的 inject waiting 决定 fiber 何时 apply()。 ⇒ 只要有一条 inject 永远不可满足，apply() 永不执行（连注册都没有，静默）。

判据：inject 差集（一把尺子，通用）：

1. 取实例页面（不碰用户浏览器，用临时会话走平台代理）：

   SID=$(node /opt/dshs/mksess-guest.cjs)          # 需对应用户；用完必须删会话
   curl -s -H "Host: <用户名>.alotbuy.com" -H "Cookie: sid=$SID" http://127.0.0.1:3080/ -o page.html
   

2. 从页面里取实际下发的客户端插件集合（权威清单，别用 manifest 正则——会漏行）：

   import re; s=open('page.html',encoding='utf-8',errors='ignore').read()
   served={p.split('/client.js')[0] for u in re.findall(r'/plugins/\?\?[^"\'&]+',s)
           for p in u.split('??',1)[1].split(',')}
   

3. 解析 __DSH_BOOT__ 里目标插件的行 → 取它的 inject → 求差集：

   rows=re.findall(r'\{"id":"([^"]+)","url":"[^"]*","rev":"[^"]*","inject":\[(.*?)\]\}', s)
   need=re.findall(r'"([^"]+)"', dict(rows)['<插件包名>'])
   print([x for x in need if x not in served])      # 非空 = 该客户端 fiber 永久挂起
   

4. 差集非空 = 确诊。两个常见根因：
   • inject 了被平台角色补丁禁用的官方包。平台对普通用户禁： @deepseek-ai/dsh-client-ui-settings-models / -settings-plugins / -settings-plugin-inventory / @deepseek-ai/dsh-client-ui-cordis / dsh-client-hmr / dsh-host-directory-picker-auto （ensure-role-profile-patch.cjs，档案 15；admin profile 不禁——A/B 对照一眼能看出来）。
   • inject 了根本不存在的包名（如 @deepseek-ai/dsh-client-runtime）。 ⇒ 直接 ls /usr/local/lib/node_modules/@deepseek-ai/dsh/node_modules/@deepseek-ai/ | grep <名字> 核一下。
5. 修法：从插件 package.json 的 dsh.client.inject 移除该包（或改成真实存在的）。 ⚠️ 别混两个 inject：package.json 的 dsh.client.inject 是包名（模块级依赖）； 客户端源码里的 export const inject = ['slots','locale','conversation'] 是服务名。前者不可满足会整体不 apply，后者只影响个别 ctx.inject 块。

预期管理（必须一起告知用户）：

• 插件激活之前产生的旧回合不会回溯渲染（预览卡片由 conversation turn 定义驱动）⇒ 要新跑一轮才看得见。
• 槽位探针里 active:false 常常不是故障：很多组件在「没内容可显示」时 return null （如 univer dock：if (operation.worktreeId === null) return null），同槽里恒有内容的项才是 true。
• 某类槽（chain 类，如 conversation.chat.turnTail）的探针输出不带名称字段 ⇒ 「按名字找不到」是探针局限； 改用注册时写的常量（如 priority: -10）去对号。
• 不是所有插件都注册 tool.*.toolview ⇒ 「工具卡片没变样」≠ 插件坏了。

3. 原生绑定 / glibc 门禁

第一步永远先直测（别读代码猜）：

ldd --version | head -1                                   # 宿主 glibc（本平台 = 2.32，Alibaba Cloud Linux 3）
node -e "try{require('<那个 .node>');console.log('OK')}catch(e){console.log(e.message.split('\n')[0])}"

两类绑定，对策不同：

类型	例子	对策
有 JS/上游回退开关	engine-formula-rust-binding（useRustEngine:false 走 JS 引擎）	资产侧垫片：包一层同名导出，绑定装不上才强制关掉（可用则原样交上游 ⇒ 宿主升级 glibc 后自动恢复）
无回退	exchange-node-binding（Office 导入导出）	只能在宿主/镜像层解决（换 glibc ≥ 2.35 的基底）⇒ 上报用户决策，别硬凑

关键警示（2026-09-13 踩过）：

• 同一条 glibc 门禁可能被多个进程撞到 —— 同一插件在 worker 与 gateway 里可能都要建投影； 只给 worker 打垫片不够：网关崩掉的表现是「写入报错但数据已落盘」（提交时崩 → 客户端读不到响应 → 连接 reset ⇒ 假错误 ⇒ 有重复写入风险）。
• 打垫片要同时处理 ESM（import.meta.url 可用）与 CJS（esbuild 把 import.meta 降级成 {} ⇒ createRequire(undefined) 启动即崩）；CJS 产物里让垫片显式 import 该包的 CJS 入口。

4. 「改了却没生效」的三类（按可能性排序）

1. 打包顺序把垫片废掉：模块级 const 被降级为 var 整体提升 ⇒ 垫片跑到时是 undefined， 比较恒 false ⇒ 静默回退原实现。判据：在产物里插一行探针打印该常量。 修法：垫片内用函数内字面量，不依赖任何模块级常量。
2. 插件没真正换上新包：mine/apply 对已启用插件是 noop ⇒ 必须停用 → 启用两步； 任务终态是 success（不是 done，轮询别只判 done，否则空转）。改完核 md5（实装产物 == 你构建的）。
3. 客户端包按 rev 缓存：客户端半边改动后必须硬刷新页面；顺带记住硬刷新会取消在途的 platform: client 工具查询（由页面回答），而 host 侧调用不受影响 —— 别把它当链路故障。

5. 验证纪律（每条结论都要有可复现的命令）

• 结构自检 ≠ 能打开：zipfile.testzip() 只证明「能解压」。文档类产物要上严格解析器 （python-docx / openpyxl / python-pptx；装进隔离 venv）。本次正是靠它抓到 w:tbl 缺必需子元素 w:tblGrid。
• 改完必须在真机跑一次，并尽量用租户 uid（setpriv --reuid=<uid>）+ 真实 socket/真实数据。
• 找不到「日志」时别下结论：业务插件的 stdout 不落 journald，实例 journal 只有 systemd 启停两行。
• grep 会骗人：esbuild 的 CJS 导出用 getter（__toCommonJS / apply: () => apply）， grep "exports.apply" 会给你假阴性 —— 要按打包器形态去找。

6. 平台侧事实（省得反复查）

• 插件投放：admin POST /api/plugins/business（{filename, file:<base64>, trust?}）→ 池 /var/lib/dshs/business-plugins/； 再 mine/apply 启用。临时会话：node /opt/dshs/mksess{,-guest}.cjs，用完必须 DELETE FROM sessions WHERE user_agent='poc-curl2'。
• 技能是显式清单注册（src/host/skills/plugin.ts 的 DEFINITIONS），不是扫目录 ⇒ 加技能要同时改清单并重建 lib。
• 起自带网关做复现时：NODE_PATH 要带 …/node_modules/.pnpm/node_modules，否则 libsql/ws 等外部依赖解析不到，会被误判成插件坏了。
• 平台「我的文件」面板 = 浏览 + 下载，没有预览；只有 .univer 能在线预览，Office 文件在浏览器里没有原生渲染。