feat: CHV 审核修复（P0+P1，堆叠于 #230）

P0：seed 磁盘 CIDATA ISO 挂进 VmConfig 第二块只读盘；
restore provisioned 下复用钉死 known_hosts、缺失 fail-fast
绝不 keyscan；preflight 拦截 CHV_DISK_MODE=reuse（显式
实验二次确认 + 审计放行）；SSH 目标选客机 IP 方案（显式
host > net 静态 ip > 显式转发宣称回环，三者皆无 fail-fast）。
P1：网关 extra_env 经 SSH env 前缀注入、worker 守卫收窄到
Local/CHV；取消/清理/看门狗接 CHV 通用路径；WarmPool
acquire 内 resume；容量门持久化计数；磁盘配额总量+余量
与已存在磁盘校验重拷；API 按 Content-Length 验完整性；
快照 file:// 验落盘再 shutdown；execute 死端口归类
vm_not_running。
P2 全部排除未做（用户范围收窄令，留待以后一轨）。
测试：原 84 + 新增 29 = 113 项，mock，无真 VM。

cloud/chv/api_client.py

@@ -33,25 +33,73 @@ def _unix_socket_api(socket_path, method, path, payload=None):
         sock.connect(socket_path)
         sock.sendall(raw)
         chunks = []
-        while True:
+        # feat-chv-fix（P1-6）：读超时不再当“响应结束”。
+        # 先读满响应头，再按 Content-Length 读满体部；超时、
+        # 提前关流、体部短于 Content-Length 一律 RuntimeError
+        # （调用方判 api_timeout / 传输失败），绝不解析半截
+        # 响应。chunked 与无 Content-Length 响应明确拒绝
+        # （Cloud Hypervisor REST 不应发 chunked；无长度则
+        # 无法证完整性）。
+        buf = b""
+        header_end = None
+        timed_out = False
+        while header_end is None:
             try:
                 data = sock.recv(65536)
             except socket.timeout:
+                timed_out = True
                 break
             if not data:
                 break
-            chunks.append(data)
+            buf += data
+            header_end = buf.find(b"\r\n\r\n")
+        if timed_out or header_end is None:
+            raise RuntimeError("CHV API 响应头不完整（超时或提前关流）")
+        header = buf[:header_end].decode("utf-8", errors="replace")
+        body = buf[header_end + 4:]
+        content_length = None
+        is_chunked = False
+        for line in header.split("\r\n")[1:]:
+            if ":" not in line:
+                continue
+            name, value = line.split(":", 1)
+            name = name.strip().lower()
+            value = value.strip()
+            if name == "content-length":
+                try:
+                    content_length = int(value)
+                except ValueError:
+                    raise RuntimeError("CHV API Content-Length 非法")
+            elif name == "transfer-encoding" \
+                    and "chunked" in value.lower():
+                is_chunked = True
+        if is_chunked:
+            raise RuntimeError("CHV API 响应为 chunked，拒绝解析")
+        if content_length is None:
+            raise RuntimeError("CHV API 响应无 Content-Length，拒绝解析")
+        while len(body) < content_length:
+            try:
+                data = sock.recv(65536)
+            except socket.timeout:
+                raise RuntimeError(
+                    "CHV API 响应体截断：已收 %d / 需 %d 字节"
+                    % (len(body), content_length))
+            if not data:
+                raise RuntimeError(
+                    "CHV API 响应体截断：已收 %d / 需 %d 字节"
+                    % (len(body), content_length))
+            body += data
+        body = body[:content_length]
     finally:
         sock.close()
-    text = b"".join(chunks).decode("utf-8", errors="replace")
+    text = header + "\r\n\r\n" + body.decode("utf-8", errors="replace")
     status = 0
     if text.startswith("HTTP/"):
         try:
             status = int(text.split()[1])
         except (IndexError, ValueError):
             status = 0
-    body_text = text.split("\r\n\r\n", 1)[1] if "\r\n\r\n" in text \
-        else ""
+    body_text = body.decode("utf-8", errors="replace")
     try:
         parsed = json.loads(body_text) if body_text.strip() else {}
     except ValueError:

cloud/chv/config.py

@@ -93,6 +93,20 @@ def build_chv_config(params, env):
         if params.get("cpuinfo_path") is not None else "/proc/cpuinfo"
     ch_remote = params.get("ch_remote") or env.get("CHV_REMOTE") \
         or "ch-remote"
+    # P0-4 SSH 目标解析（feat-chv-fix）：显式 CHV_SSH_HOST 优先；
+    # 其次取 VmConfig net 首个带 ip 的条目（静态 tap 客机 IP，
+    # 即选定的客机 IP 发现方案）；两者皆无时只有显式
+    # CHV_SSH_FORWARD=1 才允许回环 127.0.0.1（运维宣称宿主
+    # NAT 已把该端口转发到客机 sshd），否则执行器在 wake/
+    # wait 时报 ssh_target_undeclared，绝不无条件假设回环能通。
+    # vsock 未选：需客内 agent + 宿主代理两套新代码（#216 已
+    # 否决）；纯 NAT 方案未选：DNAT 是宿主防火墙外部状态，
+    # 执行器代码既不能创建也不能校验它，写进代码仍是假保证。
+    ssh_host = params.get("ssh_host") or env.get("CHV_SSH_HOST")
+    ssh_forward = env.get("CHV_SSH_FORWARD") == "1"
+    # P0-3：reuse 实验二次确认（名字即带实验含义）。
+    reuse_experiment = env.get(
+        "CHV_REUSE_SINGLE_TENANT_EXPERIMENT") == "1"
     model = params.get("model")
     try:
         max_vms = int(env.get("CHV_MAX_VMS") or 4)
@@ -145,6 +159,8 @@ def build_chv_config(params, env):
         net_json=net_json, kvm_path=kvm_path,
         cpuinfo_path=cpuinfo_path, ch_remote=ch_remote, model=model,
         max_vms=max_vms, disk_mode=disk_mode, disk_gb=disk_gb,
+        ssh_host=ssh_host, ssh_forward=ssh_forward,
+        reuse_experiment=reuse_experiment,
         egress_proxy=egress_proxy,
         allow_direct_egress=allow_direct_egress,
         host_key_mode=host_key_mode,

cloud/chv/disk.py

@@ -2,8 +2,18 @@
 
 单任务单 VM 的文件系统独立性就靠这里：copy 模式每任务
 复制一份基础镜像，两个任务绝不写同一文件；reuse 模式
-直接返回基础镜像路径（仅单租户实验，生产禁用，见
-CloudHypervisorExecutor 的类 docstring）。
+直接返回基础镜像路径（仅单租户实验，生产拦截见执行器
+preflight，须同时设 CHV_REUSE_SINGLE_TENANT_EXPERIMENT=1
+并审计放行）。
+
+feat-chv-fix（P1-5）配额口径：不再只比基础镜像大小。
+check_disk_quota 改为三项：state_dir 已用总量 + 本次
+拷贝（基础镜像大小）+ 宿主剩余空间必须容纳本次拷贝；
+镜像不可读时不再静默跳过，报 disk_quota_unverified
+（preflight 在 wake 路径上会先报 image_missing，这里
+是直接调用者的第二道门）。provision_task_disk 对已存在
+磁盘校验大小：与源不一致即重拷；源不可读即报失败，
+绝不复用脏磁盘。
 """
 
 import os
@@ -12,32 +22,83 @@ import shutil
 from cloud.chv.errors import ChvFailure
 
 
-def check_disk_quota(rootfs, disk_gb):
-    """磁盘配额门：CHV_DISK_GB 已设且基础镜像超过该 GB 数
-    即拒绝（kind=disk_quota_exceeded）。未设则不检查；
-    镜像读不到时不拦（preflight 自会报 image_missing，
-    这里不抢它的错）。"""
+def _dir_total_bytes(path):
+    total = 0
+    for root, _dirs, files in os.walk(path):
+        for name in files:
+            try:
+                total += os.path.getsize(os.path.join(root, name))
+            except OSError:
+                pass
+    return total
+
+
+def check_disk_quota(rootfs, disk_gb, state_dir=None):
+    """磁盘配额门（feat-chv-fix 口径）：
+
+    - disk_gb 未设时不检查；
+    - 镜像不可读时报 disk_quota_unverified，不静默跳过；
+    - 镜像大小超过 disk_gb 即 disk_quota_exceeded；
+    - state_dir 已给时：已用总量 + 本次拷贝超过 disk_gb
+      即 disk_quota_exceeded；宿主剩余空间不足以容纳本次
+      拷贝即 disk_quota_exceeded（宿主余量校验）。
+    """
     if disk_gb is None or not rootfs:
         return
     try:
         size = os.path.getsize(rootfs)
     except OSError:
-        return
+        raise ChvFailure(
+            "disk_quota_unverified",
+            "磁盘镜像不可读，配额无法校验：%s" % rootfs)
     if size > disk_gb * 1024 ** 3:
         raise ChvFailure(
             "disk_quota_exceeded",
             "磁盘镜像 %d 字节超过配额 %.1f GB" % (size, disk_gb))
+    if state_dir and os.path.isdir(state_dir):
+        used = _dir_total_bytes(state_dir)
+        if used + size > disk_gb * 1024 ** 3:
+            raise ChvFailure(
+                "disk_quota_exceeded",
+                "磁盘总量 %d 字节 + 本次 %d 字节超过配额 %.1f GB"
+                % (used, size, disk_gb))
+        try:
+            free = shutil.disk_usage(state_dir).free
+        except OSError:
+            free = None
+        if free is not None and free < size:
+            raise ChvFailure(
+                "disk_quota_exceeded",
+                "宿主剩余空间 %d 字节不足以容纳本次磁盘拷贝 %d 字节"
+                % (free, size))
 
 
 def provision_task_disk(state_dir, vm_name, rootfs, disk_mode):
     """每任务磁盘路径：copy 模式复制到
-    state_dir/<vm>/disk.raw（已存在则复用，不重复复制）；
-    reuse 模式直接返回基础镜像路径。"""
+    state_dir/<vm>/disk.raw；reuse 模式直接返回基础镜像路径。
+
+    feat-chv-fix：已存在磁盘须校验——大小与源不一致即
+    重拷（脏磁盘不复用）；源不可读即 ChvFailure，绝不
+    静默返回旧磁盘。"""
     if disk_mode == "reuse":
         return rootfs
     task_dir = os.path.join(state_dir, vm_name)
     os.makedirs(task_dir, exist_ok=True)
     task_disk = os.path.join(task_dir, "disk.raw")
-    if not os.path.exists(task_disk):
+    if os.path.exists(task_disk):
+        try:
+            same = os.path.getsize(task_disk) == os.path.getsize(rootfs)
+        except OSError:
+            raise ChvFailure(
+                "disk_quota_unverified",
+                "任务磁盘或源镜像不可读，无法校验复用：%s" % task_disk)
+        if same:
+            return task_disk
+        os.remove(task_disk)
+    try:
         shutil.copyfile(rootfs, task_disk)
+    except OSError as exc:
+        raise ChvFailure(
+            "disk_quota_unverified",
+            "任务磁盘拷贝失败：%s" % exc)
     return task_disk

cloud/chv/executor.py

@@ -227,7 +227,8 @@ class CloudHypervisorExecutor(Executor):
                  runner=None, launcher=None, ssh_key=None,
                  ssh_user=None, ssh_port=None,
                  guest_host_py="/app/host.py", cmdline=None,
-                 net=None, net_json=None, kvm_path="/dev/kvm",
+                 net=None, net_json=None, ssh_host=None,
+                 kvm_path="/dev/kvm",
                  cpuinfo_path="/proc/cpuinfo", env=None,
                  model=None, ch_remote=None, api_client=None,
                  sleeper=None, api_timeout=None, ready_timeout=None,
@@ -243,7 +244,8 @@ class CloudHypervisorExecutor(Executor):
             "state_dir": state_dir, "ssh_key": ssh_key,
             "ssh_user": ssh_user, "ssh_port": ssh_port,
             "guest_host_py": guest_host_py, "cmdline": cmdline,
-            "net": net, "net_json": net_json, "kvm_path": kvm_path,
+            "net": net, "net_json": net_json, "ssh_host": ssh_host,
+            "kvm_path": kvm_path,
             "cpuinfo_path": cpuinfo_path, "ch_remote": ch_remote,
             "model": model, "api_timeout": api_timeout,
             "ready_timeout": ready_timeout,
@@ -257,7 +259,8 @@ class CloudHypervisorExecutor(Executor):
                 "max_vms", "disk_mode", "disk_gb", "egress_proxy",
                 "allow_direct_egress", "task_timeout", "snapshot_url",
                 "warm_pool_size", "api_timeout", "ready_timeout",
-                "ready_interval", "host_key_mode"):
+                "ready_interval", "host_key_mode", "ssh_host",
+                "ssh_forward", "reuse_experiment"):
             setattr(self, _field, getattr(_cfg, _field))
         self.api_client = api_client if api_client is not None \
             else _unix_socket_api
@@ -408,6 +411,17 @@ 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）"))
         if missing:
             kind = missing[0][0]
             detail = "; ".join(text for _, text in missing)
@@ -463,6 +477,39 @@ class CloudHypervisorExecutor(Executor):
         return _known_hosts_path(self.state_dir,
                                  self.vm_name(task_or_name))
 
+    def _net_guest_ip(self):
+        """VmConfig net 首个带 ip 的条目（静态 tap 客机 IP）。"""
+        if not self.net_json:
+            return None
+        try:
+            net = json.loads(self.net_json)
+        except ValueError:
+            return None
+        entries = net if isinstance(net, list) else [net]
+        for entry in entries:
+            if isinstance(entry, dict) and entry.get("ip"):
+                return str(entry["ip"])
+        return None
+
+    def resolve_ssh_host(self):
+        """SSH 目标解析（feat-chv-fix，P0-4 选定方案：客机 IP）：
+
+        显式 CHV_SSH_HOST > net 静态客机 IP > 显式转发宣称下
+        的回环；三者皆无时报 ChvFailure（ssh_target_undeclared），
+        绝不无条件假设 127.0.0.1:2222 能通。"""
+        if getattr(self, "ssh_host", None):
+            return self.ssh_host
+        guest_ip = self._net_guest_ip()
+        if guest_ip:
+            return guest_ip
+        if getattr(self, "ssh_forward", False):
+            return "127.0.0.1"
+        raise ChvFailure(
+            "ssh_target_undeclared",
+            "SSH 目标未声明：须设 CHV_SSH_HOST、或在 CHV_NET_JSON "
+            "里给 net 条目配 ip（静态 tap 客机 IP）、或显式设 "
+            "CHV_SSH_FORWARD=1 宣称宿主 NAT 已转发回环端口")
+
     def provision_host_key(self, task):
         """按 VM 预置 host key（补缺口轨强方案，见 hostkeys.py）：
         启动前为该 VM 生成一次性 ed25519 host key 对，公钥
@@ -484,9 +531,16 @@ class CloudHypervisorExecutor(Executor):
             public_text = fh.read()
         with open(paths["private"], "r") as fh:
             private_text = fh.read()
+        # feat-chv-fix：known_hosts 行的主机部分跟 SSH 目标走
+        # （客机 IP 时不再写死回环，否则钉死校验永远对不上）。
+        try:
+            ssh_host = self.resolve_ssh_host()
+        except ChvFailure:
+            ssh_host = "127.0.0.1"
         write_known_hosts(
             paths["known_hosts"],
-            [known_hosts_line(self.ssh_port, public_text)])
+            [known_hosts_line(self.ssh_port, public_text,
+                              host=ssh_host)])
         seed_dir = write_seed(paths["seed_dir"], vm,
                               private_text, public_text)
         return {"paths": paths, "seed_dir": seed_dir,
@@ -502,14 +556,18 @@ class CloudHypervisorExecutor(Executor):
         抓不到可用 key 行时返回 False（不写文件、不报错），
         由 wait_guest_ready 下一轮再试；sshd 还没起来时
         这就是常态，不是失败。"""
+        try:
+            ssh_host = self.resolve_ssh_host()
+        except ChvFailure:
+            return False
         try:
             result = self._call_runner(
                 ["ssh-keyscan", "-p", str(self.ssh_port),
-                 "127.0.0.1"], timeout=10)
+                 ssh_host], timeout=10)
             stdout = getattr(result, "stdout", "") or ""
         except Exception:
             return False
-        key_lines = parse_keyscan_output(stdout)
+        key_lines = parse_keyscan_output(stdout, host=ssh_host)
         if not key_lines:
             return False
         try:
@@ -518,7 +576,7 @@ class CloudHypervisorExecutor(Executor):
             return False
         return True
 
-    def build_ssh_command(self, task, inner_cmd):
+    def build_ssh_command(self, task, inner_cmd, extra_env=None):
         """构造 SSH 命令：ssh -p <端口> -i <key 文件> + 钉死选项
         + user@127.0.0.1 + 客内命令。argv 里只有 key 文件路径，
         绝无任何 key 值。egress_proxy 已设时客内命令前加 env
@@ -527,13 +585,19 @@ class CloudHypervisorExecutor(Executor):
         Host key 选项是钉死式（StrictHostKeyChecking=yes +
         每 VM known_hosts 文件），#216 的 no + /dev/null 已
         在本轨废除，见类 docstring 与 ssh_transport.py。"""
+        try:
+            ssh_host = self.resolve_ssh_host()
+        except ChvFailure:
+            # 纯命令构造（旧测试/干跑）不炸：回环缺省仅作
+            # 构造兼容，wake/wait 路径仍严格解析。
+            ssh_host = "127.0.0.1"
         return _build_ssh_cmd(
             self.ssh_port, self.ssh_key, self.ssh_user,
             self.egress_proxy, self.known_hosts_path(task),
-            inner_cmd)
+            inner_cmd, ssh_host=ssh_host, extra_env=extra_env)
 
     # -- API 模式：VmConfig / API 调用 / 就绪轮询 -----------------------
-    def build_vm_config(self, task_disk=None):
+    def build_vm_config(self, task_disk=None, seed_disk=None):
         """API 模式的 VmConfig（vm.create 请求体，纯函数）：
         cpus{boot_vcpus,max_vcpus}、memory{size: 字节}、
         kernel{path}、cmdline{args}、disks[{path: 每任务磁盘}]、
@@ -553,6 +617,12 @@ class CloudHypervisorExecutor(Executor):
             "disks": [{"path": task_disk or self.rootfs}],
             "rng": {"src": "/dev/urandom"},
         }
+        # feat-chv-fix（P0-1）：seed 磁盘是 VmConfig 第二块
+        # 只读盘（CIDATA 卷标 ISO，客机 cloud-init NoCloud
+        # 数据源），不是宿主目录——目录本身从不进 VmConfig。
+        if seed_disk:
+            config["disks"].append({"path": seed_disk,
+                                    "readonly": True})
         if self.net_json:
             try:
                 net = json.loads(self.net_json)
@@ -595,22 +665,51 @@ class CloudHypervisorExecutor(Executor):
         with self._vms_lock:
             return len(self._vms)
 
-    def _check_capacity(self):
-        """宿主容量门：已登记 VM 数达到 max_vms 即明确拒绝
-        （kind=host_capacity_exceeded，调用方应排队/拒绝，
-        绝不降级 Docker/Local）。"""
-        if self._active_count() >= self.max_vms:
+    def _persistent_vm_count(self, exclude=None):
+        """跨重启容量计数（feat-chv-fix，P1-4）：本实例登记
+        的活进程名 ∪ state_dir 下 chv-*.sock 对应的 VM 名。
+        worker 重启后 _vms 为空，但旧 VMM 的 socket 仍在，
+        仍计入容量——重启不再绕过 CHV_MAX_VMS。注意这是
+        保守计数：已死 VMM 的残留 socket 在清理前也计入，
+        直到 cleanup_stale_vms / worker reconcile 清掉它。
+        exclude：调用方自己的 VM 名（同任务重复 wake 时先
+        关旧 VM，不应被自己的残留 socket 误拒）。"""
+        names = set()
+        with self._vms_lock:
+            for name, proc in self._vms.items():
+                try:
+                    alive = proc.poll() is None
+                except Exception:
+                    alive = False
+                if alive:
+                    names.add(name)
+        try:
+            entries = os.listdir(self.state_dir)
+        except Exception:
+            entries = []
+        for entry in entries:
+            if entry.endswith(".sock") and entry[:-5].startswith("chv-"):
+                names.add(entry[:-5])
+        if exclude:
+            names.discard(exclude)
+        return len(names)
+
+    def _check_capacity(self, exclude=None):
+        """宿主容量门：持久化计数（见 _persistent_vm_count）
+        达到 max_vms 即明确拒绝（kind=host_capacity_exceeded，
+        调用方应排队/拒绝，绝不降级 Docker/Local）。"""
+        count = self._persistent_vm_count(exclude=exclude)
+        if count >= self.max_vms:
             raise ChvFailure(
                 "host_capacity_exceeded",
-                "宿主 CHV 容量已满：已登记 %d 台，上限 %d，"
-                "请排队或拒绝本任务" % (self._active_count(),
-                                        self.max_vms))
+                "宿主 CHV 容量已满：已计数 %d 台，上限 %d，"
+                "请排队或拒绝本任务" % (count, self.max_vms))
 
     def _check_disk_quota(self):
-        """磁盘配额门（实现在 cloud/chv/disk.py）：
-        CHV_DISK_GB 已设且基础镜像超过该 GB 数即拒绝
-        （kind=disk_quota_exceeded）。未设则不检查。"""
-        check_disk_quota(self.rootfs, self.disk_gb)
+        """磁盘配额门（实现在 cloud/chv/disk.py，feat-chv-fix
+        口径：总量 + 本次 + 宿主余量，镜像不可读不静默跳过）。"""
+        check_disk_quota(self.rootfs, self.disk_gb,
+                         state_dir=self.state_dir)
 
     def _provision_task_disk(self, task):
         """每任务磁盘供给（实现在 cloud/chv/disk.py）：
@@ -618,8 +717,8 @@ class CloudHypervisorExecutor(Executor):
           state_dir/<vm>/disk.raw，VmConfig 用该路径；复制
           慢但两个任务绝不写同一文件，测试用小文件可直接验证。
         - reuse（仅单租户实验）：直接返回基础镜像路径，磁盘
-          不独立，生产禁用（preflight 不拦它，但类 docstring
-          与就绪清单里明写 reuse 不可用于生产）。
+          不独立；preflight 拦截（须显式实验二次确认并审计
+          放行，见 preflight，feat-chv-fix）。
         返回每任务磁盘路径。"""
         return provision_task_disk(
             self.state_dir, self.vm_name(task), self.rootfs,
@@ -657,6 +756,19 @@ class CloudHypervisorExecutor(Executor):
         不先捕获就永远等不到就绪。超时时先关 VM 再 raise
         ChvFailure(kind=guest_not_ready)，绝不在未就绪时
         派任务。"""
+        # feat-chv-fix（P0-2）：provisioned 模式下缺 known_hosts
+        # 时直接 fail-fast，绝不调用 capture_host_key 回落 TOFU。
+        # （keyscan 模式才走下面的捕获分支。）
+        if getattr(self, "host_key_mode", "keyscan") == "provisioned" \
+                and not os.path.exists(self.known_hosts_path(task)):
+            try:
+                self.stop_vm(task)
+            except Exception:
+                pass
+            raise ChvFailure(
+                "host_key_not_pinned",
+                "provisioned 模式下 known_hosts 缺失，拒绝 keyscan "
+                "回落：VM %s 未钉死 host key" % self.vm_name(task))
         attempts = max(1, int(self.ready_timeout / self.ready_interval))
         for attempt in range(attempts):
             try:
@@ -738,9 +850,17 @@ class CloudHypervisorExecutor(Executor):
         if not isinstance(task, dict) or task.get("id") is None:
             raise ValueError("任务缺少 id")
         self.preflight()
-        self._check_capacity()
-        self._check_disk_quota()
+        # feat-chv-fix：SSH 目标与 reuse 放行在启动前就定性。
+        # resolve 失败即 fail-fast（不先起 VMM 再超时）；
+        # reuse 实验放行必须审计，留痕给运维复核。
+        self.resolve_ssh_host()
         name = self.vm_name(task)
+        self._check_capacity(exclude=name)
+        self._check_disk_quota()
+        if getattr(self, "disk_mode", "copy") == "reuse":
+            self._emit("disk_reuse_experiment_allowed", task,
+                       "vm=%s CHV_REUSE_SINGLE_TENANT_EXPERIMENT=1 "
+                       "explicit" % name)
         old = None
         with self._vms_lock:
             if name in self._vms:
@@ -757,15 +877,25 @@ class CloudHypervisorExecutor(Executor):
             self._emit("egress_direct_allowed", task,
                        "vm=%s CHV_ALLOW_DIRECT_EGRESS=1 explicit" % name)
         try:
+            seed_disk = None
             if getattr(self, "host_key_mode", "keyscan") == "provisioned":
                 # 强方案：启动前预置每 VM host key 并钉死，
-                # 失败即 fail-fast，绝不回落 keyscan。
-                self.provision_host_key(task)
+                # 再把 seed 目录做成 CIDATA seed 磁盘并挂进
+                # VmConfig（P0-1 闭环：生成→制盘→挂盘三步缺
+                # 一即 fail-fast，绝不回落 keyscan、绝不只
+                # 生成不注入）。
+                from cloud.chv.hostkeys import (
+                    build_seed_disk, seed_disk_path)
+                provisioned = self.provision_host_key(task)
+                seed_disk = seed_disk_path(self.state_dir, name)
+                build_seed_disk(
+                    provisioned["seed_dir"], seed_disk,
+                    runner=lambda cmd: self._call_runner(cmd))
             self._launch_api_only(task)
             self.wait_api_ready(task)
             status, _ = self._api_call(
                 socket_path, "PUT", "/vm.create",
-                self.build_vm_config(task_disk))
+                self.build_vm_config(task_disk, seed_disk=seed_disk))
             if status not in (200, 204):
                 raise ChvFailure(
                     "vm_create_failed",
@@ -828,6 +958,18 @@ class CloudHypervisorExecutor(Executor):
             raise ValueError("snapshot_url 不能为空")
         self._ch_remote(task_or_name, "snapshot",
                         "source_url=%s" % snapshot_url)
+        # feat-chv-fix（P1-7）：只查 returncode 不够。file://
+        # 快照须验证目标文件存在且非空，否则报
+        # snapshot_not_persisted，调用方（hibernate_vm）据此
+        # 不 shutdown、不销毁原 VM；非 file:// 目标无法从宿
+        # 主验证落盘，仍只认 returncode，但文档明写该边界。
+        if snapshot_url.startswith("file://"):
+            _snap_path = snapshot_url[len("file://"):]
+            if not os.path.isfile(_snap_path) \
+                    or os.path.getsize(_snap_path) == 0:
+                raise ChvFailure(
+                    "snapshot_not_persisted",
+                    "快照未落盘或为空：%s" % snapshot_url)
         task = task_or_name if isinstance(task_or_name, dict) \
             else {"id": task_or_name}
         self._emit("vm_snapshot", task,
@@ -849,8 +991,27 @@ class CloudHypervisorExecutor(Executor):
         if "://" not in snapshot_url:
             snapshot_url = "file://%s" % snapshot_url
         self.preflight()
-        self._check_capacity()
+        self.resolve_ssh_host()
+        # feat-chv-fix（P0-2 修正版）：restore 不走 vm.create，
+        # 没有 VmConfig 可挂 seed——审计报告“restore 须把 seed
+        # 接入 VmConfig”的说法在此不适用，纠正为：快照内已
+        # 固化原 VM 的 host key，重新预置新 key 反而会破坏
+        # 钉死。正确不变量是：provisioned 下复用已钉死的
+        # known_hosts（stop 时公钥保留、私钥已删但快照内仍有
+        # 原私钥），缺失时 fail-fast、绝不 keyscan、绝不重
+        # 生成。file:// 快照须先验存在且非空，否则不启动。
+        # 注意：restore 时不重复验快照文件存在——快照落盘
+        # 校验是 snapshot_vm/hibernate_vm 创建时的门（P1-7），
+        # restore 的 ch-remote 本身会在源缺失时失败；在这里
+        # 再验一次会把“源在远端/对象存储”的合法路径也挡掉。
+        if getattr(self, "host_key_mode", "keyscan") == "provisioned" \
+                and not os.path.exists(self.known_hosts_path(task)):
+            raise ChvFailure(
+                "host_key_not_pinned",
+                "provisioned 模式下 restore 缺 known_hosts，拒绝 "
+                "keyscan 回落：VM %s" % self.vm_name(task))
         name = self.vm_name(task)
+        self._check_capacity(exclude=name)
         try:
             self._launch_api_only(task)
             self.wait_api_ready(task)
@@ -936,7 +1097,8 @@ class CloudHypervisorExecutor(Executor):
             if os.path.isdir(seed_dir):
                 shutil.rmtree(seed_dir)
             for _suffix in ("ssh_host_ed25519_key",
-                            "ssh_host_ed25519_key.pub"):
+                            "ssh_host_ed25519_key.pub",
+                            "seed.iso"):
                 _p = os.path.join(self.state_dir, name, _suffix)
                 if os.path.exists(_p):
                     os.remove(_p)
@@ -1027,14 +1189,16 @@ class CloudHypervisorExecutor(Executor):
         return cleaned
 
     # -- 客内执行 ------------------------------------------------------
-    def _run_guest(self, task, inner_args, **kwargs):
+    def _run_guest(self, task, inner_args, extra_env=None, **kwargs):
         """SSH 调客内 host.py，返回 Local/Docker 同款结果 dict
         （executor 字段改写为 cloud-hypervisor，并附 vm 名与
         api-socket）。runner 异常即原样传播，由 worker 侧统一
-        写回 failed——本类不在这里把异常吞成假成功。"""
+        写回 failed——本类不在这里把异常吞成假成功。
+        extra_env（P1-1）：经 SSH env 前缀进客机环境。"""
         self._validate()
         ssh_cmd = self.build_ssh_command(
-            task, self._guest_host_command(*inner_args, **kwargs))
+            task, self._guest_host_command(*inner_args, **kwargs),
+            extra_env=extra_env)
         result = self._call_runner(ssh_cmd, timeout=self.task_timeout)
         # 方法内 import：见模块头注释的循环导入说明。
         from cloud.sandbox import _parse_host_result
@@ -1063,10 +1227,12 @@ class CloudHypervisorExecutor(Executor):
         return parse_goal_result(task_id, result,
                                  "cloud-hypervisor")
 
-    def _run_guest_goal(self, task, inner_args, **kwargs):
+    def _run_guest_goal(self, task, inner_args, extra_env=None,
+                        **kwargs):
         self._validate()
         ssh_cmd = self.build_ssh_command(
-            task, self._guest_host_command(*inner_args, **kwargs))
+            task, self._guest_host_command(*inner_args, **kwargs),
+            extra_env=extra_env)
         return self._goal_result(
             task["id"],
             self._call_runner(ssh_cmd, timeout=self.task_timeout))
@@ -1137,7 +1303,8 @@ class CloudHypervisorExecutor(Executor):
             "interrupted_reason": reason,
         }
 
-    def _run_with_vm(self, task, inner_args, goal=False, **kwargs):
+    def _run_with_vm(self, task, inner_args, goal=False, extra_env=None,
+                     **kwargs):
         """每任务 VM 生命周期：wake_vm（API 模式 + SSH 就绪）
         → 跑客内命令 → finally shutdown_vm。wake 失败时不跑
         任务、直接抛分类失败。本方法不做内部重试：重试是
@@ -1155,8 +1322,9 @@ class CloudHypervisorExecutor(Executor):
             try:
                 if goal:
                     return self._run_guest_goal(
-                        task, inner_args, **kwargs)
-                result = self._run_guest(task, inner_args, **kwargs)
+                        task, inner_args, extra_env=extra_env, **kwargs)
+                result = self._run_guest(task, inner_args,
+                                         extra_env=extra_env, **kwargs)
             except Exception as exc:
                 if self._vm_proc_dead(task):
                     return self._vm_death_result(
@@ -1195,10 +1363,25 @@ class CloudHypervisorExecutor(Executor):
                 "execute() 只读已运行 VM 的 status：VM %s 未运行，"
                 "请先 wake_vm() 再调 execute()，不要用 execute "
                 "唤醒 VM" % self.vm_name(task))
-        return self._run_guest(
-            task, ("status", "--task", self._host_name(task)))
+        try:
+            return self._run_guest(
+                task, ("status", "--task", self._host_name(task)))
+        except Exception as exc:
+            # feat-chv-fix（P1-8）：socket 残留但 VMM 已死时，
+            # _vm_is_running 会因 socket 存在而放行，随后的
+            # SSH 失败不得以原始传输异常抛出——登记进程已死
+            # 或 socket 已消失即统一归类 vm_not_running；VM
+            # 仍活着时的 SSH 失败原样传播（那是客内 status
+            # 失败，不是 VM 未运行）。
+            if self._vm_proc_dead(task) \
+                    or not os.path.exists(self.api_socket(task)):
+                raise ChvFailure(
+                    "vm_not_running",
+                    "execute() 时 VM 已死（socket 残留/进程已死），"
+                    "SSH 失败归类为未运行：%s" % exc)
+            raise
 
-    def dispatch_task(self, task) -> dict:
+    def dispatch_task(self, task, extra_env=None, model_provider=None) -> dict:
         """客内 host.py dispatch：建 host 任务并跑一轮 turn。"""
         if not isinstance(task, dict) or task.get("id") is None:
             raise ValueError("任务缺少 id")
@@ -1210,11 +1393,12 @@ class CloudHypervisorExecutor(Executor):
         if repo:
             args += ["--repo", repo]
         return self._run_with_vm(
-            task, args, model=task.get("model"),
+            task, args, extra_env=extra_env, model=task.get("model"),
             effort=task.get("effort"), approval=task.get("approval"),
+            model_provider=model_provider,
             sandbox=("read-only" if task.get("plan") else None))
 
-    def run_task(self, task) -> dict:
+    def run_task(self, task, extra_env=None, model_provider=None) -> dict:
         """客内 host.py run：在已有 host 任务上再跑一轮 turn。"""
         if not isinstance(task, dict) or task.get("id") is None:
             raise ValueError("任务缺少 id")
@@ -1223,10 +1407,11 @@ class CloudHypervisorExecutor(Executor):
         return self._run_with_vm(
             task, ("run", "--task", self._host_name(task),
                    "--prompt", task["prompt"]),
-            model=task.get("model"), effort=task.get("effort"),
-            approval=task.get("approval"))
+            extra_env=extra_env, model=task.get("model"),
+            effort=task.get("effort"), approval=task.get("approval"),
+            model_provider=model_provider)
 
-    def goal_task(self, task) -> dict:
+    def goal_task(self, task, extra_env=None, model_provider=None) -> dict:
         """客内 host.py goal：目标循环，轮次规则与 Local 同款
         （缺省 3 轮，>100 轮 loud fail，旧验收形态 0 轮禁用）。"""
         if not isinstance(task, dict) or task.get("id") is None:
@@ -1252,11 +1437,13 @@ class CloudHypervisorExecutor(Executor):
         if repo:
             args += ["--repo", repo]
         return self._run_with_vm(
-            task, args, goal=True, model=task.get("model"),
-            effort=task.get("effort"), approval=task.get("approval"))
+            task, args, goal=True, extra_env=extra_env,
+            model=task.get("model"),
+            effort=task.get("effort"), approval=task.get("approval"),
+            model_provider=model_provider)
 
     def goal_resume_task(self, task, goal_text=None,
-                         max_rounds=None) -> dict:
+                         max_rounds=None, extra_env=None, model_provider=None) -> dict:
         """客内 host.py goal-resume：goal_text=None 为断点续跑
         （不带 --goal-text，沿用原 goal+verify），给 goal_text
         为开新目标（带 --goal-text 与 --max-rounds，默认 0）。"""
@@ -1269,11 +1456,14 @@ class CloudHypervisorExecutor(Executor):
         elif max_rounds is not None:
             args += ["--max-rounds", str(max_rounds)]
         return self._run_with_vm(
-            task, args, goal=True, model=task.get("model"),
-            effort=task.get("effort"), approval=task.get("approval"))
+            task, args, goal=True, extra_env=extra_env,
+            model=task.get("model"),
+            effort=task.get("effort"), approval=task.get("approval"),
+            model_provider=model_provider)
 
     def goal_resume_breakpoint_task(self, task,
-                                    model_provider=None) -> dict:
+                                    model_provider=None,
+                                    extra_env=None) -> dict:
         """客内 host.py goal-resume 断点续跑：无 --goal-text、
         无 --max-rounds，host 沿用原任务从断点轮次续跑。
         worker 层已接线（补缺口轨）：非网关的 CHV 断点任务
@@ -1286,7 +1476,7 @@ class CloudHypervisorExecutor(Executor):
             raise ValueError("任务缺少 id")
         return self._run_with_vm(
             task, ("goal-resume", "--task", self._host_name(task)),
-            goal=True, model=task.get("model"),
+            goal=True, extra_env=extra_env, model=task.get("model"),
             effort=task.get("effort"), approval=task.get("approval"),
             model_provider=model_provider)
 

cloud/chv/hostkeys.py

@@ -44,16 +44,49 @@ def host_key_paths(state_dir, vm_name):
     }
 
 
-def known_hosts_line(port, public_key_text):
+def known_hosts_line(port, public_key_text, host="127.0.0.1"):
     """公钥文件内容转 known_hosts 行：只取前两列（类型+数据）。
 
     公钥文件形如 'ssh-ed25519 AAAA... [comment]'，known_hosts
-    行形如 '[127.0.0.1]:<port> ssh-ed25519 AAAA...'。非法
-    内容 ValueError，绝不把陌生行原样写进文件。"""
+    行形如 '[<host>]:<port> ssh-ed25519 AAAA...'（host 缺省
+    回环，仅作兼容；客机 IP 方案下 host 应为解析出的客机 IP）。
+    非法内容 ValueError，绝不把陌生行原样写进文件。"""
     parts = (public_key_text or "").strip().split()
     if len(parts) < 2 or not parts[0].startswith("ssh-"):
         raise ValueError("host 公钥格式非法")
-    return "[127.0.0.1]:%s %s %s" % (port, parts[0], parts[1])
+    return "[%s]:%s %s %s" % (host, port, parts[0], parts[1])
+
+
+def seed_disk_path(state_dir, vm_name):
+    """该 VM 的 NoCloud seed 磁盘镜像路径（CIDATA 卷标 ISO）。"""
+    return os.path.join(state_dir, vm_name, "seed.iso")
+
+
+def build_seed_disk(seed_dir, seed_disk, runner=None):
+    """把 seed 目录做成 CIDATA 卷标 ISO（feat-chv-fix，P0-1 的
+    注入载体）：genisoimage -volid CIDATA -joliet -rock。
+
+    runner 不给时用 subprocess；测试可注入假 runner（假
+    runner 负责把 seed_disk 文件写出来）。工具失败、返回码
+    非 0、或产物不存在/为空时一律 RuntimeError，调用方
+    （wake_vm provisioned 路径）fail-fast，绝不带着“seed
+    目录已写但未挂进 VmConfig”的 VM 继续启动。seed 目录
+    本身只是中间物，不再被当成注入通道。"""
+    cmd = ["genisoimage", "-output", seed_disk, "-volid", "CIDATA",
+           "-joliet", "-rock", seed_dir]
+    if runner is not None:
+        result = runner(cmd)
+        rc = getattr(result, "returncode", 0)
+        if rc not in (0, None):
+            raise RuntimeError("genisoimage 失败：returncode=%s" % rc)
+    else:
+        import subprocess
+        result = subprocess.run(cmd, capture_output=True, text=True)
+        if result.returncode != 0:
+            raise RuntimeError("genisoimage 失败：%s" % result.stderr)
+    if not os.path.isfile(seed_disk) or os.path.getsize(seed_disk) == 0:
+        raise RuntimeError("seed 磁盘未生成：%s" % seed_disk)
+    return seed_disk
 
 
 def build_seed_user_data(private_key_text, public_key_text):

cloud/chv/pool.py

@@ -220,20 +220,43 @@ class WarmPool:
         return added
 
     def acquire(self, task):
-        """分配一个预热 VM 给任务：有 warm 条目时消耗一个
-        （状态 assigned，返回 mode=warm + 该条目的合成任务
-        名，供调用方 resume 后使用）；无 warm 条目时返回
-        mode=cold（调用方回落 wake_vm 冷启动）。"""
+        """分配一个预热 VM 给任务（feat-chv-fix，P1-3 接线）：
+
+        有 warm 条目时先调 executor.resume_vm() 把暂停的 VM
+        真正唤醒（resume 失败即条目作废、继续找下一个，
+        绝不把 paused 的 VM 当 running 发给任务），再标
+        assigned 并返回 mode=warm；resume 全部失败或无 warm
+        条目时返回 mode=cold（调用方回落 wake_vm 冷启动）。
+        注意：本方法只解决“acquire 不再悬空 resume 责任”
+        这一半；worker dispatch 前查池的另一半仍未接线
+        （见执行器/就绪文档的“未接线缺口”标注），预热收益
+        在生产路径上仍不是已交付特性。"""
         for name, entry in list(self._entries.items()):
-            if entry["state"] == "warm":
-                entry["state"] = "assigned"
-                entry["task"] = task
-                self._save_registry()
+            if entry["state"] != "warm":
+                continue
+            resume = getattr(self.executor, "resume_vm", None)
+            if resume is not None:
+                try:
+                    resume(entry.get("task") or task)
+                except Exception:
+                    self._entries.pop(name, None)
+                    self._save_registry()
+                    continue
+            # 无 resume_vm 的鸭子型执行器（旧测试替身）：
+            # 保持旧 assigned 语义，不因此丢弃条目；真实
+            # CloudHypervisorExecutor 一律有 resume_vm，走
+            # 上面分支，责任不悬空。
+            entry["state"] = "assigned"
+            entry["task"] = task
+            self._save_registry()
+            try:
                 self.executor._emit(
                     "warm_pool_acquire", task,
                     "vm=%s" % name)
-                return {"mode": "warm", "vm": name,
-                        "pool_task": entry["task"]}
+            except Exception:
+                pass
+            return {"mode": "warm", "vm": name,
+                    "pool_task": entry["task"]}
         return {"mode": "cold", "vm": None, "pool_task": None}
 
     def release(self, task, pool_vm=None):

cloud/chv/ssh_transport.py

@@ -34,34 +34,48 @@ def known_hosts_path(state_dir, vm_name):
 
 
 def build_ssh_command(ssh_port, ssh_key, ssh_user, egress_proxy,
-                      known_hosts_file, inner_cmd):
+                      known_hosts_file, inner_cmd, ssh_host="127.0.0.1",
+                      extra_env=None):
     """构造 SSH 命令：ssh -p <端口> -i <key 文件> + 钉死选项
-    + user@127.0.0.1 + 客内命令。
+    + user@<ssh_host> + 客内命令。
 
-    与 #216 的区别只有 host key 选项：StrictHostKeyChecking=yes
-    + UserKnownHostsFile=<每 VM 文件>，不再是 no + /dev/null。
-    BatchMode=yes 不变（绝不交互问 host key / 口令）。
+    feat-chv-fix（P0-4）：ssh_host 不再在传输层写死回环，
+    由执行器解析传入（显式 CHV_SSH_HOST / net 客机 IP /
+    显式转发宣称下的回环）；本函数缺省回环仅为旧调用点
+    兼容，执行器路径绝不依赖该缺省。
+    extra_env（feat-chv-fix，P1-1 网关注入）：经同一 env
+    前缀进客机环境（与 egress 代理前缀同款机制），不进
+    镜像/代码/prompt；值本身只出现在宿主侧 ssh argv（与
+    worker 同一信任边界），执行器绝不把完整命令记入日志。
     egress_proxy 已设时客内命令前加 env 前缀（代理地址本身
     不是密钥；客机出口只走该白名单代理）。"""
     inner = list(inner_cmd)
+    env_assignments = []
+    if extra_env:
+        for key in sorted(extra_env):
+            env_assignments.append("%s=%s" % (key, extra_env[key]))
     if egress_proxy:
-        inner = ["env",
-                 "HTTPS_PROXY=%s" % egress_proxy,
-                 "HTTP_PROXY=%s" % egress_proxy,
-                 "NO_PROXY=localhost,127.0.0.1"] + inner
+        env_assignments += [
+            "HTTPS_PROXY=%s" % egress_proxy,
+            "HTTP_PROXY=%s" % egress_proxy,
+            "NO_PROXY=localhost,127.0.0.1"]
+    if env_assignments:
+        inner = ["env"] + env_assignments + inner
     return ["ssh", "-p", str(ssh_port),
             "-i", ssh_key,
             "-o", "StrictHostKeyChecking=yes",
             "-o", "UserKnownHostsFile=%s" % known_hosts_file,
             "-o", "BatchMode=yes",
-            "%s@127.0.0.1" % ssh_user] + inner
+            "%s@%s" % (ssh_user, ssh_host)] + inner
 
 
-def parse_keyscan_output(text):
-    """从 ssh-keyscan 的 stdout 里挑出本机回环端口的 host key
-    行：形如 "[127.0.0.1]:<port> ssh-ed25519 AAAA..."（-p 时
-    的标准写法）或 "127.0.0.1 ssh-rsa AAAA..."。其它主机行、
-    注释行、空行一律丢掉，绝不把陌生主机的 key 写进文件。"""
+def parse_keyscan_output(text, host="127.0.0.1"):
+    """从 ssh-keyscan 的 stdout 里挑出目标主机的 host key
+    行：形如 "[<host>]:<port> ssh-ed25519 AAAA..."（-p 时
+    的标准写法）或 "<host> ssh-rsa AAAA..."。其它主机行、
+    注释行、空行一律丢掉，绝不把陌生主机的 key 写进文件。
+    host 缺省回环仅为旧调用点兼容；客机 IP 方案下应传
+    解析出的客机 IP。"""
     kept = []
     for line in (text or "").splitlines():
         line = line.strip()
@@ -70,9 +84,9 @@ def parse_keyscan_output(text):
         parts = line.split()
         if len(parts) < 3:
             continue
-        host, keytype = parts[0], parts[1]
-        if host != "127.0.0.1" \
-                and not host.startswith("[127.0.0.1]:"):
+        line_host, keytype = parts[0], parts[1]
+        if line_host != host \
+                and not line_host.startswith("[%s]:" % host):
             continue
         if not keytype.startswith("ssh-"):
             continue