host
4cd9b5eaa4
coverage85-step3: 运行器统一加根路径，tests/ E402 清零
...
新增 run_tests.py：三套件统一入口，只加仓库根（deploy 套件
再加 deploy/ 目录在根之前），各套件走独立子进程；verify 作
业改走运行器，coverage 作业因子进程测不到覆盖率保持原
discover 命令。tests/ 13 个文件的 sys.path 前置 import 全部
改回正常 import（含 test_host_trace 的 try/except 回落）；
deploy 的 deploy 目录插入与 verify-multiuser 的 spec 加载按
陷阱 2 如实保留（仅删 verify-multiuser 冗余的根插入）。
.coveragerc omit 加 */run_tests.py，使新运行器文件不计入
生产覆盖率。门槛未动（仍 75%），未补新测试。
2026-11-03 02:48:54 +00:00
host
f39ed3654e
ci3: lint/mypy 第二阶段清理 + 覆盖率 76% -> 78%（门槛不动）
...
基底：#251 头 174b631（堆叠于 #242 feat-ci-expand 之上），
基线 origin/main aebc6238；本轨不改 #251 已定语义、不动
workflow 门槛、不删检查、不加 skip。
lint（ruff E,F@120）：109 -> 10
- F401 43 -> 0：删未用导入；try/except 双绑定的名字出现
“打地鼠”（删 except 分支后 try 分支又被标出），两分支
均已核对正文无引用后清掉；MCP 三模块的 Error 名不删，
改走 importlib 属性绑定（见下），两路径绑定都保留。
- E702 40 -> 0：全在 host.py main() 的 argparse 段，纯分行，
tokenize 按分号 token 拆（含 2377 行多行语句只断首个分号）；
一次 5 空格缩进失误已回滚重做并以 ast + 全量 host 测试验证。
- E501 13 -> 0：host.py 5 项随 E702 分行连带清掉；mcp_server
3 项把描述拆成相邻字面量（AST 比对 24 条工具描述与原值
完全一致，注意 ruff 按东亚宽度计长，CJK 算 2）；test_host
5 项断开 git commit 参数表。
- E402 8 -> 10：生产侧 2 项清掉（db.py _re、github_app
_base64 移到顶部，之前无引用、无重名）；剩余 10 项全是
tests/ 的 sys.path 前置 import（6 项旧 + 4 个新测试文件
沿用同一既定模式），移上去会破坏单文件直跑，有意保留。
- F841 4 -> 0：只去绑定、不删调用（run_task、DB 入队、
tarfile 上下文、git 提交），各有注释与原测试/新测试覆盖；
host dispatch_from_branch 新增真实 git 仓库回归测试。
- F811 1 -> 0：server 本地 _row_get 与 peer_messages.row_get
逐行相同，删本地定义，全部调用点解析到同一 import；
新增 test_server_row_get（同一对象 + 三路行为）。
mypy（生产范围）：24 -> 0，零新增 type: ignore
- no-redef 9 -> 0：MCP 三模块 try/except 两次 from-import
改 importlib.import_module + 属性绑定（cloud 优先、flat
copy 回落、内层 ImportError 同样回落，语义与原来一致；
flat-copy 子进程测试证实回落后 __module__ 为顶层名）；
server _row_get 随 F811 消除。
- arg-type 10 -> 0：harness2_tasks shared 改 TypedDict
逐键精确类型；CodexProbeAdapter 补 no-op validate_tree
（_adapter_validate 本就跳过缺失方法，行为一致）。
- var-annotated 3 -> 0：sub2api _SHARED_ADMIN/_login_slots、
verify-multiuser RESULTS 加精确注解。
- assignment/misc 2 -> 0：marker_tools ZoneInfo 先声明
Any 再 try import（草稿先验 mypy 通过）。
bandit：总数 286 不变，High 仍 4 项，全在 host.py，本轨不改
（属第 3 项白名单轨范围），只做 triage：
- 1319 run_verify：无插值，整串验测命令，管道/&& 须 shell
语义（新增 test_host_run_verify 断言管道与 && 真实生效）。
- 1497 notify：模板来自算子配置，三处插值全部 shlex.quote，
证据为既有 test_notify_failure_quotes_shell_metacharacters
（; touch 与 $(touch ) 不执行）。
- 2099/2103 goal verify：无插值，任务配置验测串，同 run_verify。
- 无新增 High；pip-audit 0 漏洞。
覆盖率（同口径三套件 coverage 计量）：75.96% -> 77.87%
（22392 行/缺 5385 -> 22437 行/缺 4963，显示 76% -> 78%）
- client.py 0% -> 90%（pipe 假子进程 + main 分支）
- run_parallel.py 0% -> 97%、migrate 包装 0% -> 95%
- playwright_mcp 37% -> 62%、imagegen_mcp 47% -> 79%、
websearch_mcp 51% -> 86%、deploy.py 56% -> 77%
- verify-multiuser 0% -> 27%（仅 check/req helper；main()
是主机侧真实多用户实弹验证，按门禁不建生产任务、
不以 mock 冒充，仍为缺口）
- host.py 55% -> 57%（文件 2020 -> 2060 行系 E702 分行
的计量口径变化，非代码膨胀）
- 未到 85%：门槛保持 75% 不动，不删低覆盖模块出统计口径；
缺口主力仍是 server.py / worker.py / host.py 大文件，
下一阶段须针对性深测，非本轨快赢可及。
验证：三套件 1576 -> 1629 项全过（tests 127、cloud/tests
1449 skipped=4、deploy/tests 53）；ruff E9 通过；mypy 0；
bandit High 4（同上）；pip-audit 0 漏洞；试跑产物已删，
提交后工作树干净。
2026-11-03 02:48:54 +00:00
host
ae3aff8602
feat: 长任务无敌补齐三件：连续失败上限 + worker退出审计 + 配额恢复自动续跑
...
1. host goal 循环连续失败护栏：3 轮连续失败即中断出口，
任务记 interrupted、可断点续跑，不再无限空转
（2026-10-29 实弹：断点后 274 轮全失败）。
2. worker 退出杀残留路径补审计 worker_shutdown_interrupted，
detail 为任务 id，与 sweep_interrupted 同口径。
3. 配额中断自动恢复：每轮现查配额，仍超限/查不到时留
在 interrupted 不重排队，下轮再查；现查为 None 时
（新月份/额度上调/无价上限重置）才 CAS 回 queued。
单测：配额仍超限不动、配额恢复续跑、连续 3 轮失败停转。
2026-10-29 13:07:57 +08:00
host
94137c4a29
goal 异常退出记 interrupted，可断点续跑
...
长 goal 实弹（2026-10-28）：宿主机内存挤兑致回合挂起 59 分钟，恢复时 goal 进程异常退出、无结论行，云端旧语义（returncode 非 0 一律 failed）把可续跑的断点判成终局。
修法：host.py run_goal_loop 回合异常统一记 interrupted 并打印 goal interrupted after rounds 标记行；cloud/sandbox.py 四处 goal 解析同步新语义（标记或无结论非 0 退出 -> interrupted，有结论的非 0 退出仍 failed）；worker 终局审计名与状态对齐。单测：sandbox 新测 5 个、host 新测 1 个、更新旧测 1 个；三套件 cloud 1017、host 61、deploy 29 全绿。只本地提交，未推未部署。
2026-10-28 15:18:26 +08:00
host
e31fcc6cba
feat: G7 分层 fail-open/fail-closed + G8 Docker 轮询掐断 + G9 worker 忽略 host 预算 + G13/G14 归属（第三批）
...
- G7：认领门 closed 时查配额异常回 quota_check_unavailable、标 interrupted（可重试/续跑）；轮询与轮次边界用 open，异常时回 quota_check_failed——新回合边界拒绝，执行中轮询经 _quota_hit 闭包过滤此串、只记 warning 不杀在跑任务，确认超限才掐断；查询函数本身不吞异常冒充不限额。
- G8：Docker 路径加 _docker_call_with_quota_poll（后台线程跑阻塞式 docker 调用，主循环每 quota_poll_interval_seconds 缺省 30 秒查一次，确认超限按容器名真杀容器，结果改写 quota_exceeded 走统一收尾：interrupted、成本照记、续跑消息保留，配额命中后不走 ALREADY_EXISTS 回落）；同步路径保持边界检查。
- G9：worker 路径默认忽略 host max_daily_turns（host.py 顶层 --ignore-host-budget 只清该项，Local/Docker 执行器在子命令前追加，worker CLI 缺省开、--no-ignore-host-budget 关）；standalone 直接跑 host.py 时预算照常。
- G13/G14：/pr 不再走 system 豁免，建任务前按请求用户查配额（402/503 均不排队不改状态），队列路 pr_jobs.created_by 记请求用户（老表 ALTER 补列），worker 跑 pr 任务时审计操作人用 created_by（老行回落 system）。注意：G14 原案的 system 豁免（服务端与 worker 写死）与 P1 冲突（P1：system 按普通属主走默认额度，不另设无限额系统预算），本次 rebase 未合入该豁免，system 豁免需另行决策。
- 配额口径与 P0/P1 对齐：无配额行按默认额度（非不限额），只有显式 NULL 行才不限额；无价上限只计 source='actual' 行；缺属主（含父任务回查仍无）拒绝新回合。
- README 配额节同步以上口径与 G15 接受现状（best-effort 超支、UTC 月切分、在跑任务只在轮询/轮次边界响应配额改动）。G4 与 G15 不在本批。
2026-10-28 11:14:10 +08:00
host
e4b5545a24
feat: 成本预算与失败通知第一批（G1/G2/G5/G6/无价上报）
...
- G1：修正 _check_quota docstring（Local popen 30 秒轮询掐断、
Docker/同步路径只有边界检查），README 配额节同步；followup
创建不查配额是已声明设计，保持不动。
- G2：notify_failure 对插值 shlex.quote，模板错误记日志不静默
吞，命令返回值/超时/异常记 host-run.log；dispatch 前置预算门
与 goal 预算中断补 budget-exceeded 通知（没配命令时只写日志）。
- G5/G6：重试与续跑的配额检查按任务创建者查（费用记创建者名下），
维护者替他人操作不再用错人的额度；续跑 API 侧补查，超限回
402 且不改状态，不再先 200 排队再悄悄 interrupted。
- 无价上报：配额自查/管理端点返回增加 unpriced_actual_tokens
（actual 且 usd_micros 为 NULL，与 CostStore 口径一致），只读
上报、不计价、不拦任务；不给 gpt-5.6-terra 编造价格。
测试：host 68、cloud 760（4 跳过）、deploy 19 全过。
2026-10-27 10:13:51 +00:00
host
89c8fb1a79
Key 修法：agent shell 不再继承密钥类环境变量
...
- 实弹证实：默认配置下 agent shell 继承 server 进程 env，local 与
docker 两路都能拿到共享 relay key（v3 标记文件法双路 PRESENT）。
- 修法用 codex 原生 shell_environment_policy.exclude：server 自己
的中转调用走进程 env（env_key），不受 shell 策略影响，两者可
分开；inherit 保持默认 all，PATH、代理变量等不动；gh 用文件
登录不用 env，故不排 *_TOKEN。
- host.py Server._start 经 _server_command 统一加 -c 旗标，local
与 docker 共用一处，覆盖两路；-c 语法已用本机二进制实测
（合法值启动正常，非法值立即报 invalid shell environment
policy 退出）。
- 测试：新增 _server_command 断言；全量 host 65、cloud 668
（4 跳过）、deploy 19 全过
2026-10-27 17:15:09 +08:00
host
49dfb7c458
fix: goal 宣告检测容忍行尾句号，修提示与检测自矛盾致空转
...
_llm_declared_done 此前要求回合文本里单独一行恰好等于
目标已达成，但 run_goal_loop 三处提示都让模型输出
目标已达成。（带句号）；模型照做后检测永不触发，实弹
goal 任务空转 292 轮才被手动取消。改成比对前去行尾空白
与句末标点（。！？；，、. 等），提示不动、单独一行要求
不动，行内带其它文字仍不算。
回归测试 test_goal_marker_trailing_punctuation_counts：裸标记、
句号、感叹号、句号前空格、行尾空格算达成；前缀文字、逗号
后续、反问、空串不算。
2026-10-27 05:28:59 +08:00
openqj and host
c86b450851
feat: goal 模式新语义——prompt 即目标，无验收命令，不限轮次，模型宣告完成 ( #67 )
...
console 打勾 goal 模式时不再有专用 goal 文本、验收命令、轮次
三个输入（已移除，换成说明行），只发 goal_mode=1；server 侧
goal_mode=1 时 goal 存 prompt、验收命令空、轮次存 0，带验收
命令或与计划模式同用时 400，旧的带验收命令任务照原样可用。
host.py goal 循环：verify 为空时不跑验测，轮次提示里写明
标记约定；模型在完整跑完的回合末尾单独一行输出“目标已
达成”即达标（超时回合的部分文本含标记也不算）；--max-rounds
0 为不限轮次，goal-resume 续跑按 0 处理（不用 or 兜底成 3）。
刹车只有取消与预算耗尽（后者记 interrupted、可续跑）。
迁移与 worker：tasks 加 goal_mode 列（server 迁移、worker 列
补齐、PG schema 三处同步）；worker 按 goal_mode 或
verify_command 判定 goal 路径，重试与后续消息排空对新语义
同样只跑一次/不排空；Local/Docker goal_task 的 --verify 可选、
--max-rounds 0 原样传。
Co-authored-by: host <host@test.local >
2026-10-27 03:54:48 +08:00
host
1128fd3076
feat: 长任务补齐——流式进度 + 跨进程中断 + worker 超时约定
...
- 长等待流式进度：run_turn 改 1 秒切片轮询（_wait_turn），每满 --progress-interval（默认 30 秒，0 关闭，CLI > 配置 > 默认）往 stderr 打 turn progress 并往链路文件记 kind=progress；进度绝不走 stdout，不破坏 dispatch JSON 与 goal 结论行/用量行解析（经 cloud 真正则验过）
- 跨进程中断：interrupt 直接不生效时写 <state_dir>/interrupt-requests/<task>.json，属主等 turn 时每秒轮询到后用自己的 live 连接发 turn/interrupt 并记 interrupted；10 秒内未响应也不删文件，属主下次轮询仍处理；接线覆盖 dispatch/run/goal/goal-resume/delegate/parallel/fix-review/run-due；旧 server 不接受 interrupt_file 时退回不传再跑
- cloud worker 超时约定：--task-timeout 0 归一化为 None（不限时，与 host turn_timeout 同约定，Docker 路径仍受 docker_timeout 约束），默认 1800 不变；超时仍记 failed（现有单测合同不动）
测试：host 56 全过（新增 7）、cloud 526 全过（4 跳过，新增 1 个 0=不限时）。
2026-10-27 03:05:15 +08:00
host
ede7c6afee
feat: 长任务对齐 Codex App + /goal 检查点续跑
...
- --turn-timeout / turn_timeout 可配置，0 不限时（对齐桌面 App 等待语义）；超时回合保留部分文本，任务记 interrupted 而非 failed
- Server.interrupt_turn + host.py interrupt --task（协议 turn/interrupt，无活动回合时不改任务状态）
- goal 循环抽成 run_goal_loop：每轮落盘检查点（含首轮前初始保存），goal-resume 从下一轮续跑；终局 goal-met/goal-unmet 后拒绝续跑
- 回合超时/中断时下一轮提示写明是回合中断而非验收失败；预算耗尽时记 interrupted 不冒充 unmet；--verify-timeout（默认 600，0 不限时，超时记 rc 124）
- 云端解析契约未动：goal met/unmet after rounds、round 行、usage 行格式保持
- 真模型实弹：端到端、断点续跑、正常多轮反馈修复（低档、gpt-5.6-terra）
2026-10-27 02:45:44 +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
c114178463
Surface failed-turn reason: host.py recovers it from thread_history, dispatch prints it
...
Real bad-model turn: relay returns 404, codex retries sampling
5 times, turn fails, but app-server's turn/completed event
carries status=failed with NO error and NO text, so worker
never saw any fallbackable signal. The 404 actually lives in
codex's thread_history_1.sqlite (thread_turns.error_json).
host.py Server.run_turn now best-effort recovers that message
(read-only query by thread_id+turn_id, any failure -> None,
never breaks the turn itself), and dispatch CLI prints the
error field (run CLI already printed the full result). Worker
_attempt_error prefers the error field when text is empty, so
a double failure keeps the real reasons, not just status codes.
Tests: host TurnErrorFromHistoryTest (recovery + missing/corrupt
DB -> None), full host + cloud suites pass.
2026-10-26 06:13:27 +08:00
host
19cf44551a
Skip server-restart test when codex binary is absent
...
CI failed on the first real PR with FileNotFoundError: 'codex':
the test starts the real app-server, but GitHub runners have no
codex binary on PATH (locally it passes because the VM has one).
Skipping when shutil.which('codex') is None keeps CI green on
runners while the test still runs wherever the binary exists.
2026-10-26 03:00:30 +08:00
host
50bc03cd51
Make host tests independent of global git identity
...
CI failed on the first real PR because five test commits relied on
a global user.name/user.email, which GitHub runners do not set.
Pass -c user.name=Test -c user.email=test@example.com on every
test commit, matching the helper that already does this for the
other tests. host.py worktree commits inherit the repo config
set by _init_git_repo, so they needed no change.
2026-10-26 02:59:06 +08:00
host
b97c34465f
host: GitHub PR/CI line (github-workflow, pr, pr-checks, pr-merge with checks gate)
2026-10-26 01:12:04 +08:00
host
240eaacf50
host: phase2 daemon + health + auto-recovery (restore, recover, double-fork)
2026-10-26 00:57:01 +08:00
host
e9735d1fad
host: fill second-class gaps (merge verify, deps, review comments, reconnect, budget, notify, state version)
2026-10-26 00:48:27 +08:00
host
4ef3539bb9
host: real-tests
2026-10-26 00:16:54 +08:00
host