admin
19101acd65
- 按用户指示清空原有 25 技能内容，只提交 session-mechanism（57 文件） - 附 .gitignore（产物 + 本机凭据） - 令牌明文已脱敏（历史 .neodata_token 与 pitfalls 引用均不入库） - 本提交为孤儿提交（父提交为空），历史自此重新开始
5.9 KiB
5.9 KiB
会话复盘 · 取证手册（"某个会话当时到底干了啥 / 为什么卡住"）
取证脚本：
scripts/forensics/proc-parent.py（纯 ctypes 查进程父链，⛔ 不依赖 psutil）。 深度内容（每条的前因后果、实测读数）⇒references/pitfalls.md。
1 先定位会话
- 会话表：
sessions（title/custom_title/created_at/last_activity_at/cwd/status）。 - 用户说「找最新的那个」时，两个指标都算、取更大者：
createdAtMs（创建）与lastActivityAtMs（最后活动）。 ⚠️ 两个指标打架 ⇒ 两条都列出来问用户，⛔ 别猜。 - ⚠️ 同名多会话在这一层很常见（标题会被复用）⇒ 必须靠 id / 时间 / cwd 三者交叉确认。
2 读转录（原文在哪、怎么抽）
- 转录是 JSON 行文件（
.jsonl）。抽四类东西：用户原话 / AI 正文 / reasoning 思考 / 工具调用。 - ⚠️ 转录会被清理（保留窗口有限）⇒ 过期后只能走 §6 的复原路径。
- 🔴 别拿转录 mtime 当"有产出"：agent 在跑时转录正文可能滞后甚至不落盘；反之活干完了也可能因推送失败而看起来没动。
3 🔴 四种"卡住"必须分开判（这是本节的核心）
| 型 | 症状 | 决定性判据 |
|---|---|---|
| 中断 | 那一轮从中间断了 | 转录尾部有宿主注入的错误（如 ## Model error retry: Tool Not Found）⇒ 中断点；其后长时间零 reasoning / function_call。瞬时工具不可用 ≠ 会话来死 |
| 工具循环不收敛 | 消息派发了、agent 真在跑，但永不回话 | 工作区日志状态机：finish_reason= 反复是 tool_calls，从不出现 stop；busy=true 恒不回 idle |
| 干完了推不出去 | 界面显示"一直运行"，但看不到任何执行 | 日志里 sendToClient: … SSE is closed 大量堆积 ＋ 该轮 finish_reason="stop" ⇒ 活干完了，结果送不出去 |
| 投递悬挂 | 消息收到了、也入队了，但没有任何东西去排空队列 | 🔴 route=parkInQueue ＋ hasWaiter=false（正常是 route=resolveWaiter ＋ hasWaiter=true） |
🔴 投递悬挂的定量指纹（把"症状"变"确诊"）：hasWaiter=false 只会在出事那段出现、queueLen 只进不出（每再投一次就再压一条）、同一小时 No state found for connectionId 飙升。
✅ 处置＝让客户端重新挂上该会话（切走再切回 / 重开该会话窗口）；⛔ 别反复发消息试探（只往队尾再堆一条）。
⚠️ 两条别混：同一次事故里常常同时出现"日志层异常"与"投递异常" ⇒ 分别归因、分别取证，⛔ 不要合成一个因。
⚠️ 别拿会话状态字段当判据：客户端会把 working 基于错误假设主动写进库，而宿主那边根本 idle；last_activity_at 的刷新也可能只是"UI 打开了这个会话"。
4 日志撞上限（10 MiB）⇒ 整批丢写
三条同时成立即可确诊：
- 守护日志反复出现
diagnostic log write failed … EPERM，且droppedLines持续增长； - 该会话的
<sid>.log大小卡在 ≈10 MiB 且 mtime 冻结，而同期其他会话的同名日志正常在长（对照排除"全盘坏了"）； - 同目录
<sid>.log.1也是满的 ⇒ 轮转无空位。
修法（非破坏、可逆）：把卡死的那个 <sid>.log 与 <sid>.log.1 改名挪开（⛔ 不要删）。
🔴 用 Python os.rename，⛔ 不要用 mv（MSYS 的 mv 在长路径/中文名下更易踩坑）。
验收必做：① 数十秒内被宿主自动重建 ② 它再次长大 ③ 告警不再新增。
⚠️ 它必然复发（每个会话涨到上限都会重演）⇒ 需要持续兜底（本工作区有扫描器 ＋ 钩子兜底）。
⚠️ 这两个文件并没有被锁（可正常打开）⇒ ⛔ 别再往"查谁占用文件"上耗时间。
5 进程定性（"它是不是某个会话的后台任务"）
netstat -ano | grep ":<端口>" # 只认 LISTENING 那行 ⇒ 拿 pid
python <本包>/scripts/forensics/proc-parent.py <pid> # pid ⇒ 父链
- 父链出现
… ← sandbox-cli.exe ← WorkBuddy.exe⇒ ✅ 是会话/宿主托管的后台任务。 - 父链是
services.exe/svchost.exe/explorer.exe⇒ ⛔ 不是后台任务（独立进程）。 - 更硬的证据在宿主日志里搜
executeInBackground/background task created/processExit。 - ⚠️ 日志里的中文常是「UTF-8 字节被按 GBK 解」的乱码，还原一行：
s.encode("gbk","replace").decode("utf-8","replace")。
6 转录已被清理时的复原路径（四条腿）
- 全工作区 memory 日志批量搜"行为的独有名词"（工具名 / 产物名 / 作品名）⇒ 一次命中就给出「工作区 ＋ 日期」，比逐会话读 jsonl 快一个量级。
- 读命中的那天日志（它通常写了工具链、命令要点、产出绝对路径）。
- 按独有产物名跨盘搜文件系统（⚠️ 必须剪枝：跳过
node_modules/.git/Windows/Program Files/AppData，限制下钻深度；⛔ 别用全盘递归glob，实测直接超时被杀）。 - 与规范化文档互证（文档里常写「基于 <日期> 实测沉淀」）。
⚠️ 交付时必须同时说明「原产出目录是否已失效」与「现存可核验的替代物」，别让用户去翻一个不存在的路径。
7 ⛔ 别做
- ⛔ 别因为
status=working就断定卡死（当前正在跑的会话也是它）。 - ⛔ 别因为"抢不到锁"就去删锁 / 接管（红线，只能持有者释放）。
- ⛔ 别"再发一条试试"救投递悬挂的会话（会重开一轮同样的循环 / 只往队尾堆一条）。
- ⛔ 别在自动化会话里手动续聊当正式驱动。
- ⛔ 别为"恢复它"随手重启应用（会打断其他线正在跑的棒）。