part 4 缺陷 1：cell 启动竞态——起步门 + init pid 轮询

RETEST3 缺陷 1：run_cell 里配网与 payload 零同步，快 payload
（run -- true）在配网完成前退出即撞墙，11 次只成 6 次。
本提交先落 helper（接线在缺陷 3 的 run_cell 重写里做）：
- gate_wrapper_command()：payload 包一层 sh 起步门，等
  /run/chv/.cell-gate-<machine> 出现再 exec（绝对路径
  /usr/bin/sh：volatile 单元根里 /bin 未必有）。
- find_cell_init_pid() 改带超时轮询（timeout 默认 0.0 = 单次，
  旧调用行为不变；缺目录不再直接回 None；proc_alive 回调让
  nspawn 已死时立刻回，不空等）。
新测试：CellGateTest、CellInitPidPollTest（5 个）。

chv-guest/chv-cell.py

@@ -235,24 +235,45 @@ def host_network_cleanup_commands(uplink_iface):
     return cmds
 
 
-def find_cell_init_pid(nspawn_pid, proc_root="/proc"):
+def find_cell_init_pid(nspawn_pid, proc_root="/proc", timeout=0.0,
+                       interval=0.1, proc_alive=None):
     """找单元 init 的 pid：nspawn 进程的第一个子进程
    （--as-pid2 时它是 stub init，payload 是 PID 2；两者同 netns）。
+    timeout=0（默认）即只查一次（旧行为）；timeout>0 时带超时轮询
+    （part 4 竞态修复：init 可能还没 fork，单次查找即误判）。
+    proc_alive 供调用方传“nspawn 是否还活着”（如 proc.poll() is
+    None 的 lambda）：nspawn 已退出即立刻回 None，不再空等超时。
     找不到返回 None。"""
-    try:
-        task_dir = os.path.join(proc_root, str(nspawn_pid), "task")
-        for tid in os.listdir(task_dir):
-            children_path = os.path.join(task_dir, tid, "children")
-            try:
-                with open(children_path) as fh:
-                    children = fh.read().split()
-            except OSError:
-                continue
-            if children:
-                return int(children[0])
-    except (OSError, ValueError):
-        return None
-    return None
+    deadline = time.time() + timeout
+    while True:
+        found = None
+        try:
+            task_dir = os.path.join(proc_root, str(nspawn_pid), "task")
+            for tid in os.listdir(task_dir):
+                children_path = os.path.join(task_dir, tid, "children")
+                try:
+                    with open(children_path) as fh:
+                        children = fh.read().split()
+                except OSError:
+                    continue
+                if children:
+                    try:
+                        found = int(children[0])
+                    except ValueError:
+                        continue
+                    break
+        except OSError:
+            # 任务目录还没出现（init 未 fork）即当作“这次没找到”，
+            # 继续轮询，不直接回 None（旧代码这里直接 return None，
+            # 正是单次查找误判的根因之一）。
+            found = None
+        if found is not None:
+            return found
+        if proc_alive is not None and not proc_alive():
+            return None
+        if time.time() >= deadline:
+            return None
+        time.sleep(min(interval, max(0.0, deadline - time.time())))
 
 
 def cell_network_commands(cell_pid):
@@ -282,6 +303,20 @@ def _ensure_bind_source(path, uid=CELL_UID, gid=CELL_GID):
         raise
 
 
+def gate_wrapper_command(command, gate_path):
+    """把单元内命令包一层起步门（纯函数）：payload 先在单元内
+    等 gate 文件出现再 exec 原命令。gate 文件由 run_cell 在配网
+    完成后才创建（见 run_cell）——payload 与配网零同步是 RETEST3
+    新缺陷 1 的根因（快 payload 在配网完成前退出，nspawn 随之
+    退出，包装器再去配网即撞墙）。/usr/bin/sh 用绝对路径：
+    volatile 单元根里 /bin 未必有，/usr 是只读挂进来的，必有。
+    注意：$1 是 gate 路径，shift 后 "$@" 即原命令。"""
+    script = ("while [ ! -e \"$1\" ]; do sleep 0.05; done; "
+              "shift; exec \"$@\"")
+    return ["/usr/bin/sh", "-c", script, "chv-cell-gate",
+            gate_path] + list(command)
+
+
 def _wait_for_iface(iface, timeout=10.0):
     deadline = time.time() + timeout
     while time.time() < deadline: