 host
|
f4fb4000e1
|
fix(worker): 终态审计带上 error，复发卡死可定位
2026-10-29 任务 A：认领后 61 秒 interrupted，但终态审计只记
task_id、自动续跑又把 error_text 覆盖掉，事后无法区分取消、
配额、host 返回 interrupted 还是其它失败；容器 --rm 后日志
也没了，根因至今无法从留存证据证明（不是 sweep：阈值 300
秒；不是外部取消：该时段无取消审计；是 worker 自己写回
interrupted，但第一轮的 error 已被第二轮 failed 覆盖）。
本批不谎称找到根因，只补可定位性：run_one 终态审计在
interrupted/failed 时 detail 带 error（截 500 字、去换行），
完成态仍只记 task_id；分段审计 worker_exec_start/error/done
已在现 main，复发时最后一段 + 终态 error 即能定位。
单测 test_final_audit_detail_carries_error：失败派发后
worker_failed 审计 detail 以 'A:' 开头且含 error 文本。
|
2026-10-30 01:38:01 +08:00 |
|
|
host
|
1402dc67fd
|
P1 security batch: quota execution checks, cost accounting, goal/coordinator semantics, PR channel, orphan signature, control-plane and console hardening
- Docker quota watchdog + fail-closed quota checks, system tasks need real owner
- max_cost_usd actually accumulated, cancel records cost, estimated rows excluded from unpriced cap, cache_write declared non-billed
- goal-resume keeps original verify on breakpoint resume, goal retry falls back to resume, goal_max_rounds capped at 100 at create and execution
- coordinator children inherit parent model/effort, orphans marked interrupted with audit
- PR jobs on docker workers return explicit needs_local_worker instead of silent empty
- worker code signature covers 6 files and is checked before claim, fail-closed
- sub2api lazy provisioning with rotation, backup whitelist + 0600, push SSRF block, repos/workers desensitized, key/project audits and limits, console buttons/quota/status wording, coordinator/automation quota reserve
|
2026-10-27 16:27:50 +00:00 |
|
|
host
|
57f8852634
|
fix: worker 代码变化自退 + 部署时清孤儿 worker
2026-10-27 暂存清理实弹：05:51 的旧 docker worker 成孤儿后
继续用旧代码抢任务、按老路失败且不删暂存；autoscaler 用
start_new_session=True 拉 worker、部署重启杀不到非 unit 进程。
两层修：
1. worker 常驻循环每轮边界比对 worker.py 文件签名
（mtime_ns + size），部署换目录后必变，变了就以 75
（EX_TEMPFAIL，失败类）退出——检查点在轮次边界，绝不
中断在跑任务。退出后：unit 托管的由 systemd on-failure
重拉新版，autoscaler 托管的由 reconcile 重拉，孤儿直接
消失。附带好处：以后部署不用再手动重启本地 worker。
2. host_deploy.sh 换目录后、启动服务前清孤儿：按 cgroup
过滤杀非 .service 的 cloud.worker 进程（桥接修补前就存
在的孤儿），先 TERM（跑完当前任务再退），30 秒未退的
再 KILL；unit 托管的（如 host-1）不动。pgrep 用
[c]loud.worker 写法，避免检查命令自匹配。
测试：test_worker.py 新增 2 个（签名变了则 75 退出且不认领、
签名不变则跑到 max_seconds）；反向验证：撤掉 worker 修复
时正好前者变红。清扫过滤器主机干跑：两个现役 worker 均
为 unit cgroup，全 KEEP，杀 0 个。全量 deploy 19、host
62、cloud 619 全过。
|
2026-10-27 11:23:49 +08:00 |
|
|
host
|
99de5c77f8
|
fix: 提前失败路也清附件暂存（仓库解析失败/缺 key 不再残留 bundle）
2026-10-27 附件实弹：仓库解析失败的任务不走正常终局清理，
bundle 目录永久残留（首个失败任务的暂存目录须手动删）。
根因：run_one 里缺 key 门与仓库解析失败两路提前返回，够不
到正常终局后的暂存清理；只有走完 _run_attempt 的任务才删。
修法：把终局清理抽成 _cleanup_task_seed 唯一入口，三路（正
常终局、缺 key 门、仓库解析失败）都走它；取消仍走 server
侧删，互不冲突；删失败不影响任务结果本身。
测试：test_worker.py 新增 2 个（仓库解析失败、缺 key 时
bundle 目录都被删）；反向验证：撤掉 worker 修复时正好这
2 个变红，有修复时全绿。全量 deploy 19、host 62、cloud
610 全过。
|
2026-10-27 10:57:22 +08:00 |
|
|
openqjandhost
|
6022f1dada
|
chore: default model gpt-6.1-sol -> gpt-5.6-terra (#60)
Co-authored-by: host <host@test.local>
|
2026-10-27 02:00:09 +08:00 |
|
|
host
|
63823fc2e3
|
逐任务真实成本：上游用量事件 + 价目表计价
此前每任务只记一条 estimated（字符数/4，金额为空），注释称
host 协议不暴露真实 token 数。本轮实测推翻了该前提：
- account/usage/read 在中继上是死的（要求 ChatGPT 账号登录），
不是来源，已在 cost.py docstring 写明死胡同
- app-server 每上游补全发 thread/tokenUsage/updated，last 是该次
补全的用量；中继 5 调用回合实测 last 之和等于最后 total
（input/output/cached/reasoning 四路都对得上）
实现：host.py run_turn 从事件窗口按 threadId+turnId 汇总用量，
重试/goal 各轮累加，dispatch/run JSON 与 goal 用量行透传；
sandbox 三路解析（dispatch JSON 解析改用完整 stdout，顺带修
了长 text 下 failed 被误判 completed 的潜 bug）；worker 每任务
记一条 actual（重试/fallback 用量累加进同一条），无用量时回落
estimated；cost.py 价目表（默认 OpenAI 挂牌价，env 可覆盖，
无价模型 usd 记 None、报表进 unpriced_actual_tokens 而非 0 美元），
cost_records 加 cached_input_tokens 列（SQLite/PG 两支迁移）；
报表与按天行新增 cached_input_tokens/unpriced_actual_tokens。
测试：host 32、cloud 483 全过。
|
2026-10-26 18:41:27 +08:00 |
|
|
host
|
5ee9d291dd
|
云端 goal/merge/review 三事件：goal 循环 + PR 事件通知
此前 goal-unmet/merge-failed/review-requested 只有允许列表，
云端没有生产者（概念只在本地 host.py）。本轮给三者接真生产者：
- goal：POST /tasks 接受 goal/verify_command/goal_max_rounds
（迁移补列，SQLite 与 Postgres 两支）；带 verify_command 的
任务走 host.py goal 循环（Local/Docker 执行器 goal_task，
turn→验测→喂回重试，缺省 3 轮）；达标 completed，未达标
failed 且只发 goal-unmet、不重复发 failed；goal 模式下 worker
级重试/fallback 关闭，同任务 /retry 会撞 host 任务名已存在
（已在文档写明，须新建任务）；CloudExecutor 无 goal 概念，
如实失败不降级
- review-requested：POST /tasks/{id}/pr 建 PR 成功时发
（payload 含 pr_url/pr_number）
- merge-failed：PR 落盘（push/建 PR）失败 502 时发（payload
含 step/error），任务保持 merged、可重调 /pr；跳过时不发
测试：host 29、cloud 469 全过。
|
2026-10-26 18:11:12 +08:00 |
|
|
host
|
fb3a311da8
|
推送真发送：webhook/slack 内置真实发送端 + worker 终态自动通知
此前订阅与分发框架都在，但分发端点传 sender=None，
webhook/slack 永远报无 sender、从未真发过。本轮：
- push：send_webhook/send_slack（标准库 urllib POST，
单次 10 秒超时，不重试，失败记 errors）；sender=None
时用内置端，显式 sender 优先；webpush/apns/fcm 仍报
缺凭证（原因写明：webpush 需浏览器端三字段订阅与标准库
没有的 P-256 ECDH + AES-GCM；apns 需 HTTP/2；fcm 需
Firebase 服务账号，三者均无现成接收方，不造假发送）
- worker：run_one 终态（completed/failed，缺 key 与仓库
失败两条早退路径也在内）后 best-effort 调分发，通知
失败只记日志、绝不影响任务状态；取消（interrupted）
不在事件集合里，不通知
- 测试：真实发送端 6 个（本地回环服务器）、worker 终态
通知 2 个，旧无 sender 断言按新语义改写
|
2026-10-26 17:31:30 +08:00 |
|
|
host
|
07ef869267
|
cloud: worker dispatch, DB abstraction, packaging 0.1.0, repo CI workflow
|
2026-10-26 01:44:15 +08:00 |
|