feat(chv): 阶段 5 多会话并行——具名会话独立 context + storage-state 落盘 + execd 组杀

This commit is contained in:
host committed 2026-11-08 09:45:00 +00:00
1 parent f723eb8a88
commit 6466ea6024
5 files changed
+723 -24

No files matched your search

+220 -15
View File
@@ -12,9 +12,21 @@
未挂载时回落到 /var/lib/chv-browser/profile(本机盘,不跨
恢复保留——status 会明说当前 profile 在哪,绝不假装在数据盘)。
服务 crash/重启后重新打开同一 profile,cookie/登录态仍在。
* 多会话:同一浏览器上下文内每会话一页(session id → page),
会话 A/B 各自导航、互不干扰;登录态(cookie)同上下文共享,
是既定取舍(方案:同 VM 内 Bot 共享登录态,隔离边界是 VM 本身)。
* 多会话:默认会话("default")走单一持久上下文(profile 在
数据盘,登录态跨浏览器重启保留,阶段 3 口径不变);具名
会话各建一个独立 BrowserContext(同浏览器、不同存储分区,
cookie/localStorage 互不串),每会话的 storage-state 落
数据盘 .chv-browser-sessions/<会话>/storage-state.json,
open 后与 close 时各存一次;重开同一会话 id 时从文件恢复,
不同会话 id 永远看不到对方的态。登录态跨会话保留的含义
是“同一会话 id 重开能读回自己的态”,不是“新会话能读别
人的态”(那正是隔离要防的)。localStorage 的隔离与
cookie 同源:同一浏览器的不同 context 自带独立存储分区。
* 阶段 5(feat-chv-opt-landing):具名会话独立 context +
storage-state 落盘恢复(见上);会话 id 只允许
[A-Za-z0-9_-](首字符须为字母数字,最长 64),防路径穿越
进 storage-state 目录;close/kill 只动该会话自己的
context 与任务,不动其它会话。
* 双浏览器:默认 chromium-headless-shell(随 base 常驻);完整
Chromium 按需挂载(op `mount_full`:切到 full 引擎)、用完
卸载(op `unmount_full`:切回 shell)。完整版不 bake 进 base;
@@ -113,6 +125,14 @@ PLAYWRIGHT_BROWSERS_PATH = "/usr/local/share/ms-playwright"
WORKSPACE_MOUNT = "/home/chv/workspace"
PROFILE_DATA_DIR = "/home/chv/workspace/.chv-browser-profile"
PROFILE_FALLBACK_DIR = "/var/lib/chv-browser/profile"
# 具名会话的 storage-state 目录:profile 在数据盘上时跟 profile
# 走数据盘(与 profile 同级);回落本机盘时跟回落 profile 走
# /var/lib/chv-browser/sessions(chv-browser 家目录,服务可写)。
SESSIONS_FALLBACK_DIR = "/var/lib/chv-browser/sessions"
# 会话 id 白名单(阶段 5):只允许字母数字/_/-,首字符须为字母
# 数字,最长 64——storage-state 按会话 id 落子目录,非法 id
# 绝不能拼出 ../ 穿越。
SESSION_ID_RE = re.compile(r"^[A-Za-z0-9][A-Za-z0-9_-]{0,63}$")
# 完整 Chromium 不 bake 进 base、不装根盘:根盘只剩 ~600MB,
# playwright install chromium 会 ENOSPC(2026-11-08 构建 #8 驱动
# 实证:109 秒后写满失败)。按需装到数据盘(9.3G 空闲),用完可删。
@@ -223,6 +243,36 @@ def resolve_full_browsers_dir(profile_on_data_disk, env=None):
return FULL_BROWSERS_FALLBACK_DIR
def resolve_sessions_dir(profile_dir, profile_on_data_disk, env=None):
"""具名会话 storage-state 的根目录(阶段 5)。
env 显式指定(CHV_BROWSER_SESSIONS_DIR)时优先;否则
profile 在数据盘上时取 profile 的同级目录
/home/chv/workspace/.chv-browser-sessions(数据盘,随
快照恢复保留),回落时取 /var/lib/chv-browser/sessions。"""
if env is None:
env = os.environ
explicit = (env.get("CHV_BROWSER_SESSIONS_DIR") or "").strip()
if explicit:
return explicit
if profile_on_data_disk:
return os.path.join(os.path.dirname(profile_dir),
".chv-browser-sessions")
return SESSIONS_FALLBACK_DIR
def validate_session_id(session):
"""会话 id 校验(阶段 5):空/None 视为 default;非法返回
(False, error),合法返回 (True, "")。storage-state 按 id
落子目录,校验是防穿越的唯一关口。"""
if session is None or session == "":
return True, ""
if not isinstance(session, str) or not SESSION_ID_RE.match(session):
return False, ("非法会话 id:%r(只允许字母数字/_/-,"
"首字符须为字母数字,最长 64)" % (session,))
return True, ""
def truncate_a11y(node, max_nodes=MAX_A11Y_NODES,
max_chars=MAX_A11Y_CHARS):
"""截断无障碍树:节点数超上限时剪掉多余子树。返回 (tree, truncated)。
@@ -429,7 +479,8 @@ class BrowserAgent:
_load_playwright()。"""
def __init__(self, playwright_factory=None, shots_dir=SHOTS_DIR,
profile_dir=None, cdp_port=None, full_browsers_dir=None):
profile_dir=None, cdp_port=None, full_browsers_dir=None,
sessions_dir=None):
self._factory = playwright_factory or _load_playwright
self._shots_dir = shots_dir
self._profile_explicit = bool(profile_dir)
@@ -440,6 +491,10 @@ class BrowserAgent:
else:
self._profile_dir, self._profile_on_data_disk = \
resolve_profile_dir()
self._sessions_dir = (
sessions_dir or resolve_sessions_dir(
self._profile_dir, self._profile_on_data_disk))
self._sessions_explicit = bool(sessions_dir)
self._full_browsers_explicit = bool(full_browsers_dir)
self._full_browsers_dir = (
full_browsers_dir or resolve_full_browsers_dir(
@@ -453,6 +508,13 @@ class BrowserAgent:
self._entered = None
self._context = None
self._pages = {}
# 阶段 5:具名会话的独立 context(session → context)与
# 每页所属 context 种类("shared" 默认持久上下文 /
# "isolated" 独立 context);_storage_restored 记本次
# context 创建时是否从 storage-state 文件恢复过。
self._contexts = {}
self._page_context = {}
self._storage_restored = {}
self._engine = "shell"
self._mounted_full = False
self._last_shot = {}
@@ -463,6 +525,18 @@ class BrowserAgent:
# -- 浏览器生命周期 ----------------------------------------------
def _close_context(self):
# 阶段 5:先把各具名会话的 storage-state 落盘,再关它们
# 的独立 context——引擎切换/服务退出时态不丢,下次重开
# 同一会话 id 能恢复;关不掉的只跳过,不挡持久上下文关闭。
for session in list(self._contexts):
self._save_storage_state(session)
ctx = self._contexts.pop(session)
try:
ctx.close()
except Exception:
pass
self._page_context = {}
self._storage_restored = {}
for page in list(self._pages.values()):
try:
page.close()
@@ -476,6 +550,78 @@ class BrowserAgent:
pass
self._context = None
def _norm_session(self, session):
"""会话 id 归一化 + 校验:返回 (session, error)。
error 非空时调用方直接返回 {"ok": False, "error": error}。"""
session = session or DEFAULT_SESSION
ok, err = validate_session_id(session)
if not ok:
return None, err
return session, ""
def _session_storage_path(self, session):
"""具名会话的 storage-state 文件路径(阶段 5)。"""
return os.path.join(self._sessions_dir, session,
"storage-state.json")
def _save_storage_state(self, session):
"""把具名会话的 context 状态落盘(阶段 5)。
成功返回 True;无独立 context 或写失败返回 False(调用
方只记录,不因此谎报 open/close 失败——存储失败由
storage_saved 字段如实报告)。"""
ctx = self._contexts.get(session)
if ctx is None:
return False
try:
path = self._session_storage_path(session)
os.makedirs(os.path.dirname(path), exist_ok=True)
ctx.storage_state(path=path)
except (OSError, ValueError, TypeError, AttributeError):
return False
except Exception:
return False
return True
def _ensure_isolated_context(self, session):
"""具名会话的独立 context(阶段 5):已建则复用;未建则
从持久上下文的 browser 上 new_context(同浏览器、独立
存储分区),storage-state 文件在位时恢复。返回
(context, restored, error)。"""
ctx = self._contexts.get(session)
if ctx is not None:
return ctx, self._storage_restored.get(session, False), ""
if self._context is None:
return None, False, "浏览器尚未启动"
browser = getattr(self._context, "browser", None)
if callable(browser):
browser = browser()
if browser is None or not hasattr(browser, "new_context"):
return None, False, ("当前浏览器不支持独立 context"
"(无 browser.new_context)")
kwargs = {"viewport": {"width": VIEWPORT_WIDTH,
"height": VIEWPORT_HEIGHT}}
state_path = self._session_storage_path(session)
restored = os.path.isfile(state_path)
if restored:
kwargs["storage_state"] = state_path
try:
ctx = browser.new_context(**kwargs)
except Exception as e:
return None, False, "创建独立 context 失败:%s" % e
self._contexts[session] = ctx
self._storage_restored[session] = restored
return ctx, restored, ""
def _context_for(self, session):
"""会话对应的 context:default 走共享持久上下文,具名走
独立 context。返回 (context, kind, error)。"""
if session == DEFAULT_SESSION:
return self._context, "shared", ""
ctx, restored, err = self._ensure_isolated_context(session)
if err:
return None, "isolated", err
return ctx, "isolated", ""
def _ensure_browser(self, engine=None):
"""确保浏览器上下文已起(指定引擎时切换)。返回 (ok, error)。
切换时先关旧上下文再起新上下文——两个引擎共用同一 profile
@@ -494,6 +640,11 @@ class BrowserAgent:
# 上下文不受影响(上面已提前返回)。
self._profile_dir, self._profile_on_data_disk = \
resolve_profile_dir()
if not self._sessions_explicit:
# 阶段 5:sessions 目录跟 profile 走——迟挂载自愈
# 到数据盘时,storage-state 也落数据盘而非回落盘。
self._sessions_dir = resolve_sessions_dir(
self._profile_dir, self._profile_on_data_disk)
if not self._full_browsers_explicit:
self._full_browsers_dir = resolve_full_browsers_dir(
self._profile_on_data_disk)
@@ -563,10 +714,15 @@ class BrowserAgent:
ok, err = validate_url(url)
if not ok:
return {"ok": False, "error": err}
session = session or DEFAULT_SESSION
session, err = self._norm_session(session)
if err:
return {"ok": False, "error": err}
ok, err = self._ensure_browser()
if not ok:
return {"ok": False, "error": err}
ctx, kind, err = self._context_for(session)
if err:
return {"ok": False, "error": err}
try:
old = self._pages.get(session)
if old is not None:
@@ -574,8 +730,9 @@ class BrowserAgent:
old.close()
except Exception:
pass
page = self._context.new_page()
page = ctx.new_page()
self._pages[session] = page
self._page_context[session] = kind
# 注意:open 不清 diff 基线——diff_shot 永远与“上一帧”
# 逐像素比对,不管上一帧是哪一页;导航后调 diff_shot
# 得到的正是新旧两页渲染的真实差异区(跨页局部变化
@@ -587,10 +744,26 @@ class BrowserAgent:
except Exception as e:
return {"ok": False,
"error": "打开 %s 失败:%s" % (url[:80], e)}
return self.snapshot(session)
# 阶段 5:具名会话导航成功后立即把 storage-state 落盘——
# 导航里刚置的 cookie 当场进文件,不等 close;浏览器
# crash 后重开同一会话 id 仍能恢复(Chromium 刷盘竞态
# 绕过去了:storage_state() 读的是 context 的实时态)。
saved = False
if kind == "isolated":
saved = self._save_storage_state(session)
resp = self.snapshot(session)
if resp.get("ok"):
resp["context"] = kind
if kind == "isolated":
resp["storage_saved"] = saved
resp["storage_restored"] = \
self._storage_restored.get(session, False)
return resp
def snapshot(self, session=None):
session = session or DEFAULT_SESSION
session, err = self._norm_session(session)
if err:
return {"ok": False, "error": err}
page = self._page(session)
if page is None:
return {"ok": False,
@@ -624,10 +797,13 @@ class BrowserAgent:
"a11y": tree, "truncated": truncated,
"a11y_roles": roles, "a11y_interactive": interactive,
"a11y_chars": chars, "a11y_hash": digest,
"session": session}
"session": session,
"context": self._page_context.get(session, "shared")}
def screenshot(self, session=None, diff_only=False):
session = session or DEFAULT_SESSION
session, err = self._norm_session(session)
if err:
return {"ok": False, "error": err}
page = self._page(session)
if page is None:
return {"ok": False,
@@ -674,7 +850,9 @@ class BrowserAgent:
首帧(本会话无上一帧)视为整帧变化,bbox 为全视口。
Pillow 缺失时 ok:false 并指引回落 screenshot 全帧,
不计入计数器、不落盘、不假装裁剪。"""
session = session or DEFAULT_SESSION
session, err = self._norm_session(session)
if err:
return {"ok": False, "error": err}
page = self._page(session)
if page is None:
return {"ok": False,
@@ -747,7 +925,9 @@ class BrowserAgent:
def verify_shot(self, session=None):
"""三级全屏校验(阶段 4):全帧 JPEG q70,只用于检查点。
计 shots_verify。日常动作后用 diff_shot,检查点才调它。"""
session = session or DEFAULT_SESSION
session, err = self._norm_session(session)
if err:
return {"ok": False, "error": err}
page = self._page(session)
if page is None:
return {"ok": False,
@@ -778,16 +958,37 @@ class BrowserAgent:
"session": session}
def close(self, session=None):
session = session or DEFAULT_SESSION
session, err = self._norm_session(session)
if err:
return {"ok": False, "error": err}
page = self._pages.pop(session, None)
if page is not None:
try:
page.close()
except Exception:
pass
kind = self._page_context.pop(session, "shared")
saved = False
if kind == "isolated":
# 阶段 5:关会话先落盘 storage-state,再关独立
# context——态进文件,下次重开同一会话 id 恢复;
# 只动本会话的 context,其它会话的页与 context
# 原样不动。
saved = self._save_storage_state(session)
ctx = self._contexts.pop(session, None)
if ctx is not None:
try:
ctx.close()
except Exception:
pass
self._storage_restored.pop(session, None)
self._last_shot.pop(session, None)
self._last_png.pop(session, None)
return {"ok": True, "closed": True, "session": session}
resp = {"ok": True, "closed": True, "session": session,
"context": kind}
if kind == "isolated":
resp["storage_saved"] = saved
return resp
def sessions(self):
out = []
@@ -800,7 +1001,9 @@ class BrowserAgent:
url = page.url
except Exception:
url = ""
out.append({"session": sid, "url": url, "title": title})
out.append({"session": sid, "url": url, "title": title,
"context": self._page_context.get(
sid, "shared")})
return {"ok": True, "sessions": out}
# -- 服务化:状态 / CDP / 引擎 --------------------------------------
@@ -817,6 +1020,8 @@ class BrowserAgent:
"cdp_port": self._cdp_port,
"sessions": [s["session"] for s in
self.sessions()["sessions"]],
"isolated_sessions": sorted(self._contexts),
"sessions_dir": self._sessions_dir,
"mounted_full": self._mounted_full,
"full_present": full_chromium_present(
self._full_browsers_dir),