feat: CHV 审核修复 P2（范围恢复为全做）

P2-1：preflight reuse/CPU/内存校验块小提取为
_preflight_config_checks（纯移动，深耦合处如实停）。
P2-2：build_vm_command 降级为私有 _build_vm_command；
Docker goal 内联解析顶部加正典分叉说明 + 同步检查清单。
P2-3：gaps grep 文本断言改成真实 Worker._run_attempt
行为断言。P2-4：README/build.sh 口径对齐（章节顺序、
BUILDINFO 名字列表、Node.js 不装写实）。P2-5：stop_vm
删除失败记审计。P2-6：CPU/内存校验统一进 preflight。
测试：原 84 + 新增 33 = 117 项，mock，无真 VM。

chv-guest/README.md

@@ -25,10 +25,10 @@
 
 | 类别 | 内容 | 来源/版本口径 |
 | --- | --- | --- |
-| 语言与工具链 | Python 3.12、git、Node.js（Playwright 驱动用） | 与任务镜像同款大版本，构建时钉小版本并记入构建日志 |
+| 语言与工具链 | Python 3.12、git（Node.js 不装：Playwright 驱动是 Python playwright，见 PLAYWRIGHT=1 分支；任务镜像 Dockerfile 里也没有 Node.js，本清单不虚构它） | 与任务镜像同款大版本，构建时钉小版本并记入构建日志 |
 | 文档/图片工具 | pandoc、poppler-utils（pdftotext）、latexmk、texlive-latex-base、python-docx、openpyxl、python-pptx、PyMuPDF、Pillow | 逐项照抄 `cloud/docker/Dockerfile` 的 apt/pip 清单，不擅自加减 |
 | agent 引擎 | codex、codex-code-mode-host、codex-resources/bwrap（成套，约 367M，缺 sibling 直接构建失败） | codex 0.164.0-alpha.9（与生产任务镜像一致）；`CODEX_BIN_DIR` 由构建方提供，bin/ 不进仓库 |
-| 浏览器 | Playwright + Chromium（浏览器自动化 MCP 用） | 与生产 playwright 镜像同款：浏览器装在固定路径、供租户用户可读；本骨架只列清单，浏览器版本在构建时钉死 |
+| 浏览器 | Playwright + Chromium（浏览器自动化 MCP 用，PLAYWRIGHT=1 时才装） | Python playwright 装当时的 Chromium，未在 BUILDINFO 里钉浏览器版本——这是已知缺口，不是已钉死 |
 | 客机基础 | openssh-server（SSH 通道用）、cloud-init、qemu-guest-agent（可选，宿主信息用） | sshd 默认只允许 key 登录，禁止密码登录 |
 | 任务代码 | codex-app-server 仓库代码置于 `/app`（host.py 入口） | 版本见 §3，不挂载宿主代码目录（VM 与宿主无共享路径） |
 
@@ -52,7 +52,9 @@ chv-guest-<ubuntu 版本>-<codex 版本>-<仓库 commit 短 hash>
 - `vmlinux`（与 Ubuntu 云镜像配套的内核）
 - `disk.raw`（根文件系统镜像）
 - `BUILDINFO.json`：`{ubuntu, codex_version, repo_commit, built_at,
-  contents: [清单逐项版本]}`
+  contents: [清单逐项名]}`——注意：build.sh 生成的 contents 只有
+  名字列表，没有逐项版本号（feat-chv-fix 纠正 §3 旧措辞）；
+  逐项版本只留在构建日志里，未进 BUILDINFO，这是已知缺口。
 
 ## 4. 构建脚本（补缺口轨：已从骨架改成真实步骤）
 
@@ -66,13 +68,13 @@ KVM；全量模式在无 /dev/kvm 的机器上第一步就明确退出
 本轨未在真机上跑过全量模式，镜像未建成、未发布，仍属
 “需 KVM 宿主实测”项。
 
-## 6. Host key 首启注入硬性要求（补缺口轨新增）
+## 5. Host key 首启注入硬性要求（补缺口轨新增）
 
 执行器的 per-VM 预置方案（见 `cloud/chv/hostkeys.py`）能
 跑通的前提是客机镜像必须满足以下全部，否则预置在真机
 上跑不通，执行器会 fail-fast，不回落成弱方案：
-- 装 cloud-init 且支持 NoCloud seed（seed 磁盘/目录由
-  执行器在 VM 启动前生成，含 meta-data 与 user-data）；
+- 装 cloud-init 且支持 NoCloud seed（seed 磁盘（CIDATA ISO，feat-chv-fix 起挂进 VmConfig
+  第二块只读盘）由执行器在 VM 启动前生成，含 meta-data 与 user-data）；
 - 首启时先应用 seed 再启动 sshd，seed 里的 user-data
   把该 VM 的 host key 对写进 /etc/ssh/ 并重启 sshd；
 - 镜像里已钉死 `ssh_deletekeys: false` 与
@@ -80,16 +82,16 @@ KVM；全量模式在无 /dev/kvm 的机器上第一步就明确退出
   重新生成 host key——重生成会使预置的 known_hosts 立即
   失效，SSH 钉死直接拒绝，这是设计，不是 bug；
 - sshd 只允许 key 登录，禁止密码登录；
-- seed 磁盘/目录是 per-VM 敏感物，执行器在 VM 关闭/
+- seed 磁盘是 per-VM 敏感物，执行器在 VM 关闭/
   回收时删除，镜像构建方不得把任何一把 host key 固化
   进镜像（所有 VM 同 key 是安全事故）。
 
-## 5. 与执行器的对接
+## 6. 与执行器的对接
 
 - 执行器 preflight 只校验内核/镜像文件存在且可读，不校验镜像
   内容版本——内容版本核对（BUILDINFO）是镜像发布流程的责任，
   在就绪清单里标为“需镜像构建”项，不在本轨假装已做。
 - 每任务磁盘：执行器 copy 模式下把 `disk.raw` 复制为每任务
-  磁盘，任务之间文件系统独立；reuse 模式仅单租户实验，生产禁用。
+  磁盘，任务之间文件系统独立；reuse 模式仅单租户实验，preflight 拦截（须同时设 CHV_REUSE_SINGLE_TENANT_EXPERIMENT=1 并审计放行，feat-chv-fix）。
 - 快照基准：`CHV_SNAPSHOT_URL` 指向的快照必须由本镜像的干净
   启动状态制成（pause 后 snapshot），预热池用它做干净 VM 来源。

chv-guest/build.sh

@@ -14,7 +14,7 @@
 # 生产凭证；模型 key 由客机 cloud-init 预置的运行环境变量名
 # 注入，不写进镜像层。
 #
-# 客机 host key 硬性要求（见 README §6，补缺口轨新增）：
+# 客机 host key 硬性要求（见 README §5，补缺口轨新增）：
 # 客机必须装 cloud-init 且支持 NoCloud seed，首启先应用
 # seed 再启动 sshd，且不得无条件重新生成 host key，否则
 # 执行器的 per-VM 预置钉死即失效。本脚本在镜像里写

cloud/chv/executor.py

@@ -96,7 +96,7 @@ class CloudHypervisorExecutor(Executor):
       wake_vm() 先 preflight，再经 launcher 以 --api-socket
       只启动 VMM 进程（CLI 上不带内核/磁盘配置），等
       vmm.ping 通，再 PUT vm.create（VmConfig）+ PUT vm.boot。
-      build_vm_command() 保留的直接启动命令只是文档里的手动
+      _build_vm_command() 保留的直接启动命令只是文档里的手动
       等价写法（运维手工起 VM 时用），执行器代码里不走它。
     - 就绪判定只选 SSH，不做 vsock 第二套：boot 后轮询 SSH
       “true”命令，直到 CHV_READY_TIMEOUT（默认 120 秒，
@@ -207,7 +207,7 @@ class CloudHypervisorExecutor(Executor):
     且可读、SSH key 存在且可读。任一项缺失都 raise
     RuntimeError，绝不静默回落 Docker/Local。_validate()
     即 preflight（旧名保留，供旧调用点用）。
-    命令构造（build_vm_command/build_ssh_command/
+    命令构造（_build_vm_command/build_ssh_command/
     build_vm_config）是纯函数，不做文件存在校验，单测可
     直接断言命令与 VmConfig 形状。
 
@@ -314,6 +314,35 @@ class CloudHypervisorExecutor(Executor):
             return os.path.isfile(path) and os.access(path, os.X_OK)
         return shutil.which(path) is not None
 
+    def _preflight_config_checks(self, missing):
+        """preflight 的配置校验块（feat-chv-fix，P2-1 小提取：
+        仅把 reuse 拦截与 CPU/内存校验从 preflight() 里抽出，
+        语义逐行不变；其余 preflight 检查项与 config.py 的
+        字段解析深耦合，本轨如实停、不硬拆）。"""
+        # P0-3：reuse 生产拦截。一行配置再也不能击穿租户隔离：
+        # 只有显式实验二次确认 CHV_REUSE_SINGLE_TENANT_
+        # EXPERIMENT=1 时才放行，且放行本身在 wake_vm 里审计；
+        # 否则 preflight 直接拒绝（kind=disk_mode_reuse_blocked）。
+        if getattr(self, "disk_mode", "copy") == "reuse" \
+                and not getattr(self, "reuse_experiment", False):
+            missing.append(("disk_mode_reuse_blocked",
+                            "CHV_DISK_MODE=reuse 未经显式实验确认："
+                            "须同时设 CHV_REUSE_SINGLE_TENANT_"
+                            "EXPERIMENT=1（仅单租户实验）"))
+        # P2-6：配置校验时机统一到 preflight。CPU 非整数、内存
+        # 字符串非法过去只在 build_vm_config 才炸，现在 preflight
+        # 一次报出（kind=config_invalid）。
+        try:
+            int(self.cpus)
+        except (TypeError, ValueError):
+            missing.append(("config_invalid",
+                            "CHV_CPU 必须是整数：%r" % (self.cpus,)))
+        try:
+            _parse_memory_bytes(self.memory)
+        except ValueError:
+            missing.append(("config_invalid",
+                            "CHV_MEM 格式非法：%r" % (self.memory,)))
+
     def preflight(self):
         """预检（缺一不可则 fail-fast）：收集全部缺失项一次报出
         具体缺哪一项，绝不笼统报错；失败为 ChvFailure（带 kind，
@@ -411,17 +440,7 @@ class CloudHypervisorExecutor(Executor):
                 if not isinstance(_net, (list, dict)):
                     missing.append(("net_config_invalid",
                                     "CHV_NET_JSON 须为 JSON list 或 dict"))
-        # feat-chv-fix（P0-3）：reuse 生产拦截。一行配置再也
-        # 不能击穿租户隔离：只有显式实验二次确认
-        # CHV_REUSE_SINGLE_TENANT_EXPERIMENT=1 时才放行，
-        # 且放行本身在 wake_vm 里审计；否则 preflight 直接
-        # 拒绝（kind=disk_mode_reuse_blocked）。
-        if getattr(self, "disk_mode", "copy") == "reuse" \
-                and not getattr(self, "reuse_experiment", False):
-            missing.append(("disk_mode_reuse_blocked",
-                            "CHV_DISK_MODE=reuse 未经显式实验确认："
-                            "须同时设 CHV_REUSE_SINGLE_TENANT_"
-                            "EXPERIMENT=1（仅单租户实验）"))
+        self._preflight_config_checks(missing)
         if missing:
             kind = missing[0][0]
             detail = "; ".join(text for _, text in missing)
@@ -451,8 +470,14 @@ class CloudHypervisorExecutor(Executor):
             pass
 
     # -- 命令构造（纯函数，不做文件校验） -------------------------------
-    def build_vm_command(self, task):
-        """构造 cloud-hypervisor 启动命令（干跑可测）。
+    def _build_vm_command(self, task):
+        """构造 cloud-hypervisor 启动命令（干跑可测，仅私有）。
+
+        feat-chv-fix（P2-2）：原公开 build_vm_command() 降级为
+        私有——执行器唯一启动路径是 API 模式（wake_vm），公开
+        的第二启动路径容易被后来人误当成可走的启动入口；手动
+        等价写法保留在本方法与类 docstring 里，运维手工起 VM
+        时仍可按此形状拼命令，不再经公开方法调用。
 
         顺序固定：<二进制> --api-socket <socket> --cpus boot=N
         --memory size=M --kernel <内核> --cmdline <命令行>
@@ -924,7 +949,7 @@ class CloudHypervisorExecutor(Executor):
 
     def start_vm(self, task):
         """旧名保留：即 wake_vm（API 模式）。直接启动命令
-        build_vm_command() 只作手动等价写法，不再是执行器
+        _build_vm_command() 只作手动等价写法（私有），不再是执行器
         的启动路径——两条启动路径并存是上一版的半吊子，
         本版只认 API 模式。"""
         return self.wake_vm(task)
@@ -1102,8 +1127,17 @@ class CloudHypervisorExecutor(Executor):
                 _p = os.path.join(self.state_dir, name, _suffix)
                 if os.path.exists(_p):
                     os.remove(_p)
-        except Exception:
-            pass
+        except Exception as _cleanup_exc:
+            # feat-chv-fix（P2-5）：seed/私钥删除失败不再静默
+            # 吞掉——记 vm_key_cleanup_failed 审计；且下次同名
+            # VM 预置时若私钥残留，generate_host_keypair 的
+            # “复用已有对”语义不变，但审计痕迹让“一性”破
+            # 坏可被发现（彻底根治须另做“清理失败即拒起”，
+            # 见 PR 描述的遗留项，不在本轨假装已根治）。
+            task = task_or_name if isinstance(task_or_name, dict) \
+                else {"id": task_or_name}
+            self._emit("vm_key_cleanup_failed", task,
+                       "vm=%s error=%s" % (name, _cleanup_exc))
         task = task_or_name if isinstance(task_or_name, dict) \
             else {"id": task_or_name}
         if had:

cloud/chv/hostkeys.py

@@ -16,7 +16,7 @@
   seed 目录 state_dir/<vm>/seed/ 含 meta-data（instance-id
   即 VM 名）、user-data（write_files 写 /etc/ssh/ 的 host
   key 对并重启 sshd）。客机镜像硬性要求（见
-  chv-guest/README.md §6）：必须装 cloud-init 且支持
+  chv-guest/README.md §5）：必须装 cloud-init 且支持
   NoCloud seed、首启时先应用 seed 再启动 sshd、且不得在
   seed 应用前/后无条件重新生成 host key（否则预置即失效）。
   seed 磁盘/目录是 per-VM 敏感物，VM 关闭/回收时必须删。

cloud/sandbox.py

@@ -1596,6 +1596,19 @@ class DockerExecutor(Executor):
                 "container": self.container_name(task),
                 "goal_met": None, "goal_error": str(exc)[:500],
             }
+        # feat-chv-fix（P2-2，分叉说明 + 同步检查清单）：
+        # 以下是 Docker goal 解析的内联版，故意不收敛进正典
+        # parse_goal_result()（本文件约 349 行起）：① Docker
+        # 的 goal-resume 变体没有“已存在”分支（goal-resume
+        # 操作已有 host 任务，无 dispatch 撞名问题）；② 超时
+        # 证据路径（_docker_timeout_evidence）与本解析绑在
+        # 一起（见本方法上方的 TimeoutExpired 分支）。
+        # 同步检查清单——改正典时必须同步核对这里，反之亦然：
+        # ① 非 0 退出但已打印 met 结论判 failed；② 无结论异常
+        # 退出判 interrupted（断点可续跑）；③ 永久错误无结论判
+        # failed；④ interrupted 标记判 interrupted；⑤ rc==0
+        # 无结论判 failed；⑥ “已存在”撞名判 failed 并提示用
+        # 继续而非重试。改一处漏一处即回归，见 test 矩阵。
         returncode = getattr(result, "returncode", 1)
         stdout_full = getattr(result, "stdout", "") or ""
         stderr = getattr(result, "stderr", "") or ""

cloud/tests/test_chv_fix.py

@@ -15,6 +15,7 @@ import sys
 import tempfile
 import threading
 import unittest
+from unittest import mock
 from pathlib import Path
 from types import SimpleNamespace
 
@@ -550,5 +551,44 @@ class ExecuteDeadPortTest(ChvFixCase):
         self.assertEqual(ctx.exception.kind, "vm_not_running")
 
 
+# -- P2 配置校验时机 / 文档口径 ------------------------------------------
+class ConfigTimingAndDocsTest(ChvFixCase):
+    def test_preflight_rejects_bad_cpu_and_memory(self):
+        ex = self.make_exec(cpus="abc")
+        with self.assertRaises(ChvFailure) as ctx:
+            ex.preflight()
+        self.assertEqual(ctx.exception.kind, "config_invalid")
+        ex2 = self.make_exec(memory="not-a-size")
+        with self.assertRaises(ChvFailure) as ctx2:
+            ex2.preflight()
+        self.assertEqual(ctx2.exception.kind, "config_invalid")
+
+    def test_stop_cleanup_failure_is_audited(self):
+        ex = self.make_exec()
+        ex.stop_vm({"id": "ck"})
+        os.makedirs(os.path.join(self.state_dir, "chv-ck", "seed"),
+                    exist_ok=True)
+        with mock.patch("cloud.chv.executor.shutil.rmtree",
+                        side_effect=OSError("rm failed")):
+            ex.stop_vm({"id": "ck"})
+        self.assertTrue(any(e == "vm_key_cleanup_failed"
+                            for e, _, _, _ in self.audit))
+
+    def test_readme_sections_in_order_and_buildinfo_honest(self):
+        readme = Path(__file__).resolve().parents[2] \
+            / "chv-guest" / "README.md"
+        text = readme.read_text()
+        self.assertLess(text.index("## 5. Host key"),
+                        text.index("## 6. 与执行器的对接"))
+        self.assertIn("contents: [清单逐项名]", text)
+        self.assertIn("Node.js 不装", text)
+
+    def test_manual_vm_command_is_private(self):
+        ex = self.make_exec()
+        self.assertFalse(hasattr(ex, "build_vm_command"))
+        cmd = ex._build_vm_command({"id": "t"})
+        self.assertIn("--api-socket", cmd)
+
+
 if __name__ == "__main__":
     unittest.main()

cloud/tests/test_chv_gaps.py

@@ -175,13 +175,40 @@ class BreakpointWiringTest(ChvGapCase):
         ssh_calls = [c for c in self.calls if c and c[0] == "ssh"]
         self.assertTrue(any("--model-provider" in c for c in ssh_calls))
 
-    def test_worker_branch_uses_hasattr_not_only_local(self):
-        #  worker.py 通用分支的文字证据：Local 优先、其次 hasattr。
-        worker_path = Path(__file__).resolve().parents[1] / "worker.py"
-        text = worker_path.read_text()
-        self.assertIn("_call_goal_resume_breakpoint", text)
-        self.assertIn("hasattr(", text)
-        self.assertIn("goal_resume_breakpoint_task", text)
+    def test_worker_breakpoint_branch_calls_generic_executor(self):
+        # feat-chv-fix（P2-3）：不再用源码 grep 充数，改为行为
+        # 断言——真实 Worker._run_attempt 走通用断点分支，调到
+        # 非 Local 执行器的 goal_resume_breakpoint_task，并把
+        # 结果原样返回（参数、守卫顺序、返回值都覆盖）。
+        from cloud.server import init_db
+        db_path = os.path.join(self.dir, "control.db")
+        init_db(db_path)
+        seen = {}
+
+        class FakeGeneric:
+            def goal_resume_breakpoint_task(self, task,
+                                            model_provider=None,
+                                            extra_env=None):
+                seen["provider"] = model_provider
+                seen["task_id"] = task["id"]
+                return {"executor": "generic", "task_id": task["id"],
+                        "status": "completed", "stdout": "",
+                        "stderr": "", "returncode": 0,
+                        "host_status": None, "goal_met": True,
+                        "goal_error": None}
+
+        worker = Worker(db_path, "/fake/host.py",
+                        executor=FakeGeneric(),
+                        env={"XCM_API_KEY": "test-placeholder"})
+        task = {"id": "bp-behav", "project_id": "p1",
+                "prompt": "续跑", "goal_mode": 1,
+                "_goal_resume_breakpoint": True}
+        result, error = worker._run_attempt(task)
+        self.assertIsNone(error)
+        self.assertEqual(result["status"], "completed")
+        self.assertTrue(result["goal_met"])
+        self.assertEqual(seen["task_id"], "bp-behav")
+        self.assertNotIn("executor 不支持", str(result))
 
 
 # -- (2) reconcile_orphans 接线 ---------------------------------------

cloud/tests/test_cloud_hypervisor.py

@@ -264,7 +264,8 @@ class ConfigCommandTest(ChvCase):
 
     def test_manual_vm_command_shape(self):
         ex = self.make_exec()
-        cmd = ex.build_vm_command(self._task())
+        self.assertFalse(hasattr(ex, "build_vm_command"))
+        cmd = ex._build_vm_command(self._task())
         self.assertEqual(cmd[0], self.binary)
         self.assertIn("--api-socket", cmd)
         self.assertIn("--cpus", cmd)

docs/chv-production-readiness.md

@@ -53,7 +53,7 @@
   宿主在启动前为每 VM 生成一次性 ed25519 host key 对，
   公钥立即写进该 VM 的 known_hosts 钉死，私钥只进 per-VM
   cloud-init seed（随 VM 关闭/回收而删），客机镜像硬性
-  要求见 chv-guest/README.md §6（cloud-init NoCloud、
+  要求见 chv-guest/README.md §5（cloud-init NoCloud、
   首启先应用 seed 再起 sshd、不得无条件重生成 host key）。
   ssh-keyscan 首次捕获只保留为弱回落（CHV_HOST_KEY_MODE
   =keyscan），生产部署必须用 provisioned 模式；TOFU 首次
@@ -233,9 +233,17 @@
   CI 账单恢复。另：P0-2 审计原说法“restore 须把 seed 接入
   VmConfig”已纠正——restore 不走 vm.create，seed 无从挂盘，
   正确不变量是复用钉死 known_hosts。
-- ⛔ P2 全部排除、未做（用户紧急范围收窄令，留待以后一轨）：
-  长函数拆分、第二启动路径清理 / Docker goal 解析注释、
-  test_chv_gaps.py 的 grep 文本断言改行为断言、build.sh 与
-  README 口径对齐、stop_vm 吞异常改审计、配置校验时机统一。
-  本轨的 grep 文本测试、README/build.sh、stop_vm 吞异常、
-  preflight 校验口径均保持 #230 原样。
+- ✅🧪 P2 已做（范围已恢复为全做，上一条收窄令作废）：
+  test_chv_gaps.py 的 grep 文本断言改成真实 Worker._run_attempt
+  行为断言；stop_vm 删除失败记 vm_key_cleanup_failed 审计
+  （同名复用旧 key 的彻底根治“清理失败即拒起”列为遗留，不
+  假装已根治）；配置校验时机统一到 preflight（CPU/内存非法
+  进 preflight，kind=config_invalid）；build.sh 与 README 口径
+  对齐（章节顺序 §5 host key → §6 对接、BUILDINFO contents
+  纠正为名字列表无逐项版本、Node.js 不装写实）；第二启动路径
+  清理（build_vm_command 降级为私有 _build_vm_command，手动
+  等价写法保留；Docker goal 内联解析顶部加指向正典
+  parse_goal_result 的分叉说明 + 同步检查清单）；长函数只做
+  小提取（preflight 的 reuse/CPU/内存校验块抽成
+  _preflight_config_checks，语义不变；config.py 字段解析与
+  其余长函数深耦合，本轨如实停、不硬拆）。