0 Fork 0

Files

T

admin 64dd82073b session-mechanism: 修复钩子静默失效 + 3 处判据缺陷；禁「变相征询」

1) stop-dialog-guard: session_budget() 早退路径返回 2 值、末尾返回 3 值，调用方按 3 值解包
   ⇒ transcript > 64 MiB 时每轮 ValueError。因 fail-open（异常仍 exit 0），
   宿主零报错、install.py --verify 只判 rc=0 ⇒ 假绿；实测 86 条 EXCEPTION，
   死掉的是整条（水位/收口、接续机制起点、预算告警、门禁自检、路径自检）。

2) session-rules-check 三处判据：
   · hook_reg  按旧文件名找 ⇒ 合并成 prompt-guards.py 后每轮假红 ⇒ 改为一组可接受名
   · snap_sync 拿 mtime 当内容判据 ⇒ 连续 4 天假红 ⇒ 改为复用抽取器本体比对内容
               （变异对照：截断快照能报 fail，非恒绿）
   · mem_ptr   只查全局技能根 ⇒ 工作区自带技能被判悬空 ⇒ 改查「全局 ∪ 工作区」

3) pitfalls 新增 P0-95（改判据必须重跑变异对照；fail-open + 只看 rc=0 = 假绿温床）

4) 回复排版核心块新增「变相征询同样禁止」（先只报不动／等你发话／我倾向X你看呢
   这类不带选项的待定清单，一律按待拍板项写：问题＋说明＋各候选优缺点＋倾向）

2026-10-06 22:27:03 +08:00

19 KiB

Raw Blame History

素材库 · AI 的有效决策（A1–A22）

归属：技能 dsh-decision-method 的素材库（按需读，不是每次都要读）。 主文件 / 索引 / 判定核心 = ../SKILL.md（§4 判定核心 · §5 流程 · §7 语言表 · 附自检）。用法：只在「要判某条是否属于既有口径」或「要引用用户原话」时读本文件；别整段抄进答复。维护：条目只增不改（编号进位到末尾）；用户原话逐字引用；每条必须带「实例出处 + 判据」。

2. 决策素材库 · AI 的有效决策（A1–A16）

这些是被实践证明有效的推理方式，不是结论。新任务遇到同类岔路时直接套用。

A1｜取证优先于推断：源码级 / 命令级，禁止只靠文档

实例：--dump-config 被证伪（它不反映 bundle/profile patch 层，连已生效的行都不显示）→ 判定口径改为「加载标记 + 浏览器实测」；「手放 node_modules ≠ 安装」（lockfile 才是账本）；「空闲回收」从未生效（全历史 idle-reap 仅 1 次）
做法 → 结论前先问"这条我能用什么命令证明"，写成命令 + 期望输出；文档只当线索

A2｜方案对比表：≥2 选项 + 影响/风险 + 建议，必须含"不做"

实例：档案 20 方案 A（加固，推荐）/ B（启 enablePatch，不推荐）；档案 45 方案 A（会话迁移，不做）/ B（提示，采用）；档案 16 §四 folder_plugins（查明后建议废弃）
做法 → 表格四列：方案 / 内容 / 判定 / 理由；推荐项置首并标注 "(Recommended)"；给不出"不做"这条路说明分析还没做完

A3｜决策点显式列出，等用户拍板（不替用户决定）

实例：交接单 8 段里第 4 段就是「决策点」——已定的写"已定（谁定的/依据）"，未定的写"开跑前问用户"
做法 → 一单最多留 3–5 个决策点，每个给推荐项 + 代价；未定的决策点不允许执行会话自行拍板

A4｜能用 A/B 实测就 A/B，别写"应该会更快"

实例：NODE_COMPILE_CACHE 冷启动 5.0s → 4.0s（实测）；反向教训也记：--max-old-space-size 不降稳态内存（优化前后 cgroup 都 ~98 MiB）→ 它买的是可诊断性，不是省内存
做法 → 性能/资源类结论必须给前后两个数；说不出第二个数就明说"未实测"

A5｜把"不可验证"改造成"可验证"

实例：给插件加加载标记 [workspace-scoped-picker] loaded root=… → 把升级回归（C4）从"看 UI"变成"看日志"；GET /api/capabilities 人机同源
做法 → 一个改动如果只能靠"看起来生效了"，就顺手加一行可 grep 的日志/标记/端点 —— 这是最便宜的可验证性投资

A6｜选「最小代价的合法路径」，不选「最彻底的」

实例：档案 45 —— 根治方案是改写存量会话的种子事件（属 R5「扩大」+ 多帧 zstd append-only 日志重写，风险收益不成比例）→ 改选一句提示文案；档案 42 —— 想禁 python3.6 的"遮蔽"会让实例起不来 → 改选文档引导（成本 0、风险 0）
判据 → 问三句：① 有没有更小的改动达到同样目的？② 这个改动扩大了吗？③ 失败时的后果对称吗？
⚠️ 边界（U27）：A6 只约束路径（实现取最小代价），不约束目标 —— 不许把"选最小代价"读成"降低目标 / 延期 / 静默兜底"。目标不打折，路径取最小代价。

A7｜能一行代码解决，就不要改平台配置

实例：实例内 Python 抓 HTTPS 报 CA 错 → 正解是脚本里 SSL_CERT_FILE=/etc/pki/tls/certs/ca-bundle.crt，不走 R5 注入 env（因为注入 env = 扩大，而一行代码就够了）
判据 → 平台级改动（env / 挂载 / nft / 配额）是最后手段，不是第一手段

A8｜遇到"要删/要迁移"先判代价对称性；不对称 → 保留

实例：folder_plugins / workspaces 表加废弃注释保留（跨 10 文件 + 含 k8s/PG 未验证路径 → 删除风险不对称）；4 份 cold 档案不迁 archive（收益小）；技能包裁剪则相反 —— 真 0 引用的才剔
判据 → 删除的收益 < 潜在破坏时，选择"标注废弃 + 禁止再加功能"，而不是删

A9｜明确「不做」并写明「打开条件」

实例：白名单源码安装不做（与"平台不执行第三方构建脚本"红线冲突）→ 同时留「打开条件清单」（沙箱构建 / --ignore-scripts / 仅 admin / 审计 / 全量扫描）；熔断实测、管理类插件化也都明确关闭
做法 → 「关闭」必须写两句：为什么不做 + 什么条件下可以重开；只写"不做"会在下次被重新提起

A10｜失败面要留证据，不要吞错误

实例：插件探活失败回传 dsh 真实错误（duplicate loader entry id / ERR_MODULE_NOT_FOUND），不要泛化成"插件不兼容"；坏包隔离并改名标注 -BAD-missing-index.tgz
判据 → 报错信息是 admin 判断根因的唯一线索，泛化等于毁掉线索

A11｜不确定的能力显式抛 `unsupported`，不假装支持

实例：K8sUserFs.readFile 显式抛 unsupported（sidecar 尚无端点）→ 「属未验证路径，不假装支持」
判据 → 本地验证过的能力才写"支持"；没验证的路径要么标注"未验证"，要么直接拒绝

A12｜只读核对也要留痕（不改也要出结论）

实例：所有"核查 / 取证 / 评估"类任务都产出档案（编号 + 状态 + 触发 + 结论表），即使一行代码都没改
判据 → 「核查完成」本身就是一个交付物；不落档的结论等于没发生（下次会重复发现）

A13｜自查要分「当时成文的口径」与「新立的口径」

实例：越界自查结论 = 按当时的 R1-R6 未违反；按当天新立的 R7/R8 则5 次实质越界 —— 两种口径都给出，不粉饰
判据 → 复盘/自查时说明用的是哪一版标准，否则结论不可信

A14｜删除 / 移除 / 下线前，先查清楚再动手（用户 2026-09-12 明确）

实例（我的失手）：我把服务器上两个文件报成"多余、待用户定是否删除"，却没先看它们是什么 —— 一查才发现三件事： ① 本机 scripts/ 里都有（我只 ls 了根目录就说"本机没有"） ② 服务器那两份早已被并行会话清掉（我把一个已消失的问题抛给了用户） ③ 顺着 grep -rn 找到档案 73，一句话就看清用途 —— lock-guard-hook.py 是 PreToolUse 强制钩子
删除前三问（没答完就不动）：
1. 它是什么 —— 读内容 / 读关联档案的 TL;DR，不要凭文件名猜。
2. 被谁引用 —— grep -rn <名> --include="*.md" --include="*.ts" --include="*.cjs"；全库 find，不要只看当前目录。
3. 删了影响谁 —— 是否有别的会话 / 服务 / cron 在用；是不是唯一副本。
判据 → 未查明就不动；查明后确认是"放错位置的多余副本"（正本在别处且 md5 一致）才可直接清理。
与 A8 配合：删除是风险不对称动作（删错 = 丢失，留着 = 只占空间）→ 默认保留，除非已查清。

A15｜写状态必须带「三态 + 级别」，禁止用「支持 / 可用」描述未验证项

实例：开源文档把未验证的 Kubernetes 模式写成方案 B → 用户纠正：「模式 B · Kubernetes 去掉这个，根本没验证，应该是待开发验证」。

三态词表（强制）：

写法	什么时候能用	必须附
✅ 已验证	有可复跑的命令 / 日志 / 截图，且取数时间明确	命令 + 期望输出（§4.3 L2–L5）
⚠️ 待开发验证	代码 / 文档存在，但没跑过端到端	「未验证」三个字必须出现在结论句里
❌ 已知不支持	实测证伪	失败证据 + 复现条件
⛔ 禁用词：「支持 / 可用 / 已实现 / 已落地」不得用于 ⚠️ 段；上一轮（档案 76 §10.7）就是用文件名代替读包，把「没这能力」说成了结论。

落地：开源 README / 档案状态 / 能力清单 / 交付回执 四处统一用这套词。

A16｜回滚 / 改名 / 迁移类动作：先列「伴随物清单」，只改主体必留隐患

实例（同日两起）：① 回滚只回滚了部署、没回滚源码 → 下次重建又把补丁带回来（0.2.19 误带堆限 ⇒ 0.2.20 才真修）；② 改 SQLite 库名漏了 -wal / -shm → 358 KB WAL 未被 replay、丢了 2 条会话记录（归位后 4→6 恢复）。

伴随物清单（动手前逐项打勾）：

动作	主体	必须一起处理的伴随物
回滚	制品 / 部署	源码 + 构建缓存 + lockfile + 实例内已加载的 bundle
改名 / 迁移	主文件	旁路文件（SQLite `-wal` `-shm`）· 目录 · 符号链接 · 所有引用点（`grep -rn`）· 运行中的进程 / 服务
批量替换	命中文件	自引用 / 自赋值（`replace_all` 会命中刚插入的定义行）· 行尾风格 · 语法校验（用 build 当校验器）

判据 → 凡「一个名字 / 一份数据 / 一段制品」被改或退回，先写出它的伴随物清单再动手；改完必须读回复核（不靠「应该没问题」）。

A17｜判「这是限制」之前先分层取证：配置项 / 已抽象层 / 真硬编码

实例（用户当场纠正我）：我把「DB 是单文件 SQLite」列为集群化的限制 → 用户口径「可以改为连接数据库集群，数据库不是限制」；实测 DSHS_DB_URL 非空即切 PG（db/index.ts:19），db/adapter.ts 头注释已声明「routes depend only on this abstraction」⇒ 早有抽象，是配置项不是天花板。
判据 → 任何「做不到 / 是限制 / 是天花板」的结论，先把它归到三类之一并给出代码行号或命令：① 配置项（改 env/参数即可）② 已抽象层（换实现后端）③ 真硬编码（必须改码）。
反面同时成立：别把「能配置」当成「已经能用」 —— 同一次实测才发现 dsh_instances 归属表只有 k8s 路径在写（LocalSpawner 根本不收 db）⇒「换库单独做 = 零收益」。

A18｜静默失败会伪造结论：工具静默 + 降级静默，两头都要防

实例（同日两起，都差点骗了我）：① grep -v node_modules 把要查的行本身也滤掉 ⇒ 得出"源仓 0 处"的假结论（改用 ripgrep 才看到真相）；rg 在本机 PATH 不存在 + 2>/dev/null ⇒ 静默返回空，看起来像"扫干净了"。② listCatalogProviders() 的 readdir 抛错被 catch 吞掉返回 []，注释还把降级写成特性 ⇒ "没生效"和"没做"不可区分，缺陷潜伏三轮。
判据 → 断言"扫干净了 / 没有 / 全绿"之前，先自证工具真的跑了：跑一次已知命中的探测、看退出码、别用 2>/dev/null 掩盖失败；排依赖目录用 --exclude-dir/.gitignore，不要用行过滤。
- ⚠️ 姊妹坑：把失败误读成成功（2026-09-15 实证）—— 用管道截尾看命令输出时（| grep / | tail），失败提示里也含成功关键词 ⇒ 假命中 ⇒ "以为抢到锁了"却在无锁状态改库。 ✅ 判据：先看退出码（不要接管道），再复读关键状态文件/OWNER 并断言；"输出了像成功的话"不等于操作成功。

降级必须留痕：静默 catch 至少 console.warn 一次，或把「不可读 / 目录为空」透出到状态端点（本次已落地：/api/me/model-providers 的 catalog{dir,readable,count}）。

A19｜验收判据必须包含「第二环境」——同环境反复通过会掩盖跨环境从未验证

实例：写死 /usr/local/lib/node_modules 在本机（npm 默认 prefix）恰好是对的 ⇒ 端到端验收"38 家全绿"只证明了"在这一台机器上对"；换 /usr/lib 布局（install.sh 部署的机器）则厂家目录读空、兼容性预检整体失效、目录选择器 import 即抛 —— 且全都静默。同一个未验证假设被复制了三轮（picker → plugin-compat → model-catalog）。
判据 → ① 凡「读别人安装位置 / 版本 / 布局」的代码，路径必须走解析层，且至少一条单测用假根（已落地 scripts/verify-dsh-install.mjs，15 项断言）；② 验收判据显式包含"非本机布局"（一句 env 注入即可）；③ 前端验收别用 fixture 桩掩盖后端不可读（本次就是断言全绿而端点其实是空的）。
🔑 信号识别：注释里出现「本部署事实 / 目前是 / 暂时」⇒ 当场转成待验证项（那是作者自己知道这是假设的痕迹）。

A20｜存量烂账（巨量重复 / 历史遗留）：选「只增不改 + 库外视图」，不就地重写

实例：档案 82 = 2024 行 / 89.1 KB，切 224 块后 重复标题 22 个、冗余块 190 个（≈85%）；但「八、口径提醒」有两个内容不同的变体 ⇒ 不是纯复制，盲目去重会丢信息。
做法（零改写）：原文一字未改 → 文末追加「修正（日期）」小节（实测数据 + 视图路径 + 阅读建议）→ 生成去重视图（保留每组信息最全的一份，其余留占位注释）只写库外 .workbuddy/cache/dedupe-view/ → manifest 加 dedupeView 字段、检索命中时提示"优先读视图"。89.1 KB → 59.0 KB，零风险。
判据 → ① 先做**变体检测（同名 ≠ 同内容）**再决定能不能去重；② 写入权留在原文（历史冻结），派生物放库外；③ 根治（拆分）与止血（视图）分开立项，别用一次大改解决两件事。

A21｜任何自动判据都要报「分布」；失效就改，别让它假装有区分度

实例：tier 判据原为"被引用次数 ≥8" ⇒ hot 44/89 ≈ 一半（等于没筛）；改为「谁在引」四档（hot = 被 L1/L2 现行层引 ≥3 次）⇒ hot 7/89（8%） ✓。⚠️ 我第一版把 L4 台账类也算现行层 ⇒ hot 反升到 60，更糟（台账会顺带列出几乎所有档案号，索引式提及 ≠ 要读）。
判据 → ① 判据上线时必须报分布（各档占比），一眼看出有没有区分度；② 区分"顺带列举"与"真的依赖"（索引/台账/清单类文件的提及不算引用）；③ 判据本身要定期体检（老判据会随规模失效）。

A22｜替换 / 退役类动作的顺序：先补位，再退役

实例：univer 承担 ① AI 生成 docx/xlsx ② Office 导入导出 ③ .univer 协作预览（独有）⇒ 要弃用必须先把 ① 换成 dsh-office 并验证，再停 univer；「顺序不能倒」。同理 @softspark/dsh-file-preview 的退役必须等平台升级（阶段 4）之后 —— 现在退 = 生产立刻失去预览。
判据 → 动「下线 / 替换 / 摘除」之前先写三行：它现在承担什么（逐项列）→ 每一项换成什么 + 验证过没有 → 换完之前不许停。
与 A16（伴随物清单） 互补：A16 管"要一起改什么"，本条管"先做哪一步"。

A23｜流程类失效多半不是「忘了」，而是「触发词没命中」

实例（2026-09-14 事故复盘，档案 95）：改平台代码 / 铺插件 / 重启 dshs 时，AI 没把自己这次动作分类成"落地一次改造" ⇒ 六阶段流程整条不存在（阶段 0 前置检查、阶段 2 方案确认、阶段 5 归档全缺）。自审原话：「本技能就在本机，我一开始没加载；直到用户追问才加载」。
根因是结构性的：流程只写在按需加载的技能里，而常驻层 CODEBUDDY.md §2 自己就写着「技能的加载由模型判断相关性，不能保证」 ⇒ 没加载 = 没有流程。
判据 → ① 凡「动作前必须生效」的规则，必须写进常驻层（项目根 CODEBUDDY.md / MEMORY.md），技能只放"需要时去拿的方法论"；② 常驻层的触发条件要用「动作词」（"要改平台代码 / 要铺插件 / 要重启服务"），不要依赖模型自我分类（"我要做一次改造"这种判断本身就会失效）；③ 自审时区分**"当时成文口径"与"新立口径"（A13）—— 本次 95 的自审引的是过期 R8**（要求"取得确认"），而 R8 已于 09-13 由用户改为"开发环境服务器不必等确认，只需动手前一句话说明"⇒ 两栏都要给，否则违规被高估。

A24｜拦截面必须覆盖「真实行为面」——装在工具上的闸门，拦不住正文里的行为

实例（2026-09-15 实测）：昨天给「提问闸门」装了 PreToolUse + matcher ^AskUserQuestion$ 的 hook，想治"AI 老让用户确认简单问题"。今天核账：本工作区日志 tool=AskUserQuestion 调用数 = 09-12: 43 / 09-13: 3 / 09-14: 0 / 09-15: 0（UserQuestion/elicitation 的命中全是 --tools 参数与 host capability 字符串，不是调用）⇒ 真实提报用户几乎全在正文里，hook 从装好那天起就 0 命中。
判据 → 设计任何"拦截 / 校验 / 门禁"之前，先用日志或计数证明行为发生在哪一面： ① 统计该面的真实发生率（不是"应该有"）；② 若闸门装面上限远低于行为面，闸门等于装饰（还制造"已经治好了"的假安全感）； ③ 正文类行为（无法被工具 hook 拦）只能靠常驻层的可执行自检动作（详见 CODEBUDDY.md §1 "回话前自检"）或 Stop hook 扫最后一条回复。
可复跑的核账命令：grep -c "tool=AskUserQuestion" <工作区宿主日志>（宿主日志在 ~/.workbuddy/logs/<日期>/<工作区名>__*.log，记录 [ToolManager] execute | tool=X）。

A25｜本机改完 ≠ 交付 —— 先画出「改动层 → 生效链路」再宣布完成

实例（同类 3 次，2026-09-13/14/15）：① 只做到本地打包、没部署 ⇒ 用户「点开看还是和之前一样」；② 平台登录页/运行时只改本机、从没部署到服务器 ⇒ 用户看的是旧页面（原话：「那你看的当然还是旧页面」）。
判据 → 宣布完成前逐项答三句：① 改的是哪一层？② 这一层的生效链路是什么？③ 最后一步走了吗、在「用户可见面」验了吗？ 链路清单（缺一步都不算交付）见 dsh-change-workflow **阶段 5 §0「交付门禁」**表格：静态页 = scp（含 CDN 缓存坑）｜平台 TS = build + restart｜插件 = tgz → 候选池 → 实例启用 → 重启实例｜文档库/技能 = scp + 对账｜配置 = 改 + reload/restart。
四条"自我安慰"，一条都不算交付：本机改完了 · build 通过了 · 本地打包完成 · 已 commit 了。
与 A19（验收要含第二环境）互补：A19 管"在哪个环境验"，本条管"链路走没走完"；与 U20 / X9 互补：部署本身不必问用户，但必须做。

19 KiB Raw Blame History Unescape Escape