fix: surface distributed detect participation
This commit is contained in:
Your Name
122
docs/ops_center_runtime/HANDOFF_20260419_0233.md
Normal file
122
docs/ops_center_runtime/HANDOFF_20260419_0233.md
Normal file
@@ -0,0 +1,122 @@
|
||||
# HANDOFF 2026-04-19 02:33
|
||||
|
||||
## 本轮完成了什么
|
||||
|
||||
本轮只处理了一个问题：
|
||||
|
||||
- Detect 页面没有把大陆节点参与展示出来
|
||||
|
||||
实际完成：
|
||||
|
||||
1. 后端补出分布式显示口径
|
||||
2. 前端 Detect 页面切到优先显示分布式口径
|
||||
3. 本地重启 `domaincheck-api`
|
||||
4. 重新验证 Detect 接口
|
||||
|
||||
## 本轮关键结果
|
||||
|
||||
`detect/job/active` 现在新增：
|
||||
|
||||
- `distributed_node_stats`
|
||||
- `display_items_claimed`
|
||||
- `display_items_running`
|
||||
|
||||
当前接口结果：
|
||||
|
||||
- `display_items_claimed = 34`
|
||||
- `display_items_running = 14`
|
||||
|
||||
当前已显示节点：
|
||||
|
||||
- `mainland-controller-01`
|
||||
- `mainland-worker-01`
|
||||
- `overseas-control-01`
|
||||
- `unassigned`
|
||||
|
||||
`detect/queue-summary` 现在新增：
|
||||
|
||||
- `queue.display_claimed = 34`
|
||||
- `queue.display_running = 14`
|
||||
|
||||
并且 `nodes` 已包含大陆 controller / worker。
|
||||
|
||||
## 当前最高优先级
|
||||
|
||||
唯一最高优先级：
|
||||
|
||||
- 检测账本统一
|
||||
|
||||
原因：
|
||||
|
||||
- 现在页面显示已经基本正常
|
||||
- 剩下的不是“看不见”，而是“中央账本和分布式执行账本还没真正合并”
|
||||
|
||||
## 当前状态结论
|
||||
|
||||
当前可以明确说：
|
||||
|
||||
- 检测能跑
|
||||
- 大陆节点确实参与了
|
||||
- Detect 页面现在已经能直接看见大陆参与
|
||||
|
||||
## 当前唯一剩余问题
|
||||
|
||||
唯一剩余问题：
|
||||
|
||||
- 目前仍是双账本：
|
||||
- 中央 `detect_job_items`
|
||||
- 分布式 runtime / projection 显示口径
|
||||
|
||||
所以：
|
||||
|
||||
- 页面观感已收口
|
||||
- 账本一致性还没完全收口
|
||||
|
||||
## 下一轮如果继续，只做什么
|
||||
|
||||
下一轮只做这一件事：
|
||||
|
||||
- 明确并实现“中央派发账本”与“大陆执行账本”的统一规则
|
||||
|
||||
优先原则：
|
||||
|
||||
- 不发散
|
||||
- 不扩新页面
|
||||
- 不碰发布动作
|
||||
|
||||
## 推荐模型与推理等级
|
||||
|
||||
继续推荐：
|
||||
|
||||
- `GPT-5.4`
|
||||
- `high`
|
||||
|
||||
原因：
|
||||
|
||||
- 下一轮是账本统一策略与最小实现
|
||||
- 仍不需要切超高
|
||||
|
||||
## 给下一轮的任务卡
|
||||
|
||||
```text
|
||||
任务名：H1-检测账本统一设计与最小落地批
|
||||
|
||||
目标：
|
||||
1. 查清 detect_job_items 与 runtime/projection 的最终一致关系
|
||||
2. 决定 pull / ack / result sync 后中央账本如何更新
|
||||
3. 只做最小一致性修复，不扩功能
|
||||
|
||||
范围限制：
|
||||
1. 不新增页面
|
||||
2. 不扩控制面功能
|
||||
3. 不进入发布动作
|
||||
4. 不并行做别的方向
|
||||
|
||||
完成判定：
|
||||
1. Detect 页面显示正确
|
||||
2. Detect 中央账本与大陆执行账本不再明显分叉
|
||||
```
|
||||
|
||||
## 一句话结论
|
||||
|
||||
这轮已经把“大陆在跑但页面像没跑”的问题收掉了；下一轮真正该做的，不是继续修显示，而是把检测账本本身统一起来。
|
||||
@@ -1,166 +1,130 @@
|
||||
# IMPLEMENTATION_STATUS
|
||||
|
||||
更新时间：2026-04-19 02:25 CST
|
||||
更新时间：2026-04-19 02:33 CST
|
||||
|
||||
## 当前真实状态
|
||||
|
||||
阶段判断：
|
||||
|
||||
- 海外单脑接管能力：约 `95%`
|
||||
- 分布式检测真实跑通程度：约 `89%`
|
||||
- 距离“可稳定上线并放心用后台发起检测”：约 `90%`
|
||||
- 分布式检测真实执行能力：约 `93%`
|
||||
- 距离“可稳定上线并放心用后台发起检测”：约 `92%`
|
||||
|
||||
当前最重要的新事实：
|
||||
本轮最重要的新事实：
|
||||
|
||||
- 大陆节点接管闭环已完成
|
||||
- acceptance 主链已完成
|
||||
- `runtime.pull_tasks` 的环境阻塞已解决
|
||||
- 大陆检测链已开始真实执行
|
||||
- 当前剩余问题已收敛为“检测总览统计口径未统一”
|
||||
- Detect 页面已经不再只显示海外节点
|
||||
- 大陆 controller / worker 已进入 Detect 总览显示口径
|
||||
- 用户现在能从 Detect 页面直接看见大陆节点参与执行
|
||||
|
||||
## 本轮代码与环境收口
|
||||
## 本轮代码收口
|
||||
|
||||
本轮代码变更：
|
||||
本轮后端变更：
|
||||
|
||||
- 提交：`74dc009`
|
||||
- 主题：`fix: inherit sync env in node agent`
|
||||
- `domain-api/app/services/detect_job_service.py`
|
||||
|
||||
本轮实际变更点：
|
||||
本轮前端变更：
|
||||
|
||||
- `domain-api/deploy/systemd/domain-node-agent.service`
|
||||
- 增加：
|
||||
- `EnvironmentFile=-/etc/default/domaincheck-api`
|
||||
- `domain-api/deploy/multi-region/templates/domaincheck-node-agent.env.example`
|
||||
- 补齐：
|
||||
- `runtime.start_detection`
|
||||
- `runtime.stop_detection`
|
||||
- `runtime.pull_tasks`
|
||||
- `domain-web/src/views/detect/DetectView.vue`
|
||||
|
||||
本轮环境动作：
|
||||
本轮修复方式：
|
||||
|
||||
- 已在 `mainland-controller-01` 刷新并重启 `domaincheck-node-agent`
|
||||
- 已在 `mainland-worker-01` 刷新并重启 `domaincheck-node-agent`
|
||||
- 已确认两台节点 unit 包含：
|
||||
- `/etc/default/domaincheck-api`
|
||||
- `/etc/default/domaincheck-node-agent`
|
||||
- `SupplementaryGroups=systemd-journal`
|
||||
- 保留中央账本原值，不硬改 `detect_job_items`
|
||||
- 额外补出分布式显示口径：
|
||||
- `distributed_node_stats`
|
||||
- `display_items_claimed`
|
||||
- `display_items_running`
|
||||
- Detect 页面优先显示这个分布式显示口径
|
||||
|
||||
## 关键验证证据
|
||||
|
||||
关键成功证据：
|
||||
接口验证：
|
||||
|
||||
- `mainland-controller-01` 新运维任务：
|
||||
- `job_id = 87`
|
||||
- `action = runtime.pull_tasks`
|
||||
- `status = success`
|
||||
- 返回结果：
|
||||
- `pull_state = success`
|
||||
- `items_total = 50`
|
||||
- `summary_text = 待检测任务批次拉取并入库成功`
|
||||
- `detect/job/active`
|
||||
- `display_items_claimed = 34`
|
||||
- `display_items_running = 14`
|
||||
- `distributed_node_stats` 包含：
|
||||
- `mainland-controller-01`
|
||||
- `mainland-worker-01`
|
||||
- `overseas-control-01`
|
||||
- `detect/queue-summary`
|
||||
- `queue.display_claimed = 34`
|
||||
- `queue.display_running = 14`
|
||||
- `nodes` 已含大陆 controller / worker
|
||||
|
||||
远端日志证据：
|
||||
编译验证：
|
||||
|
||||
- `mainland-controller-01`
|
||||
- `job start: id=87 ... action=runtime.pull_tasks`
|
||||
- `job complete: ... ok=True`
|
||||
- 后端：
|
||||
- `python3 -m py_compile domain-api/app/services/detect_job_service.py`
|
||||
- 通过
|
||||
- 前端：
|
||||
- `cd domain-web && npm run build`
|
||||
- 通过
|
||||
|
||||
节点运行证据：
|
||||
运行验证：
|
||||
|
||||
- `mainland-controller-01`
|
||||
- `participation_state = running`
|
||||
- `items_running = 5`
|
||||
- `items_total = 200`
|
||||
- `mainland-worker-01`
|
||||
- `participation_state = running`
|
||||
- `items_running = 5`
|
||||
- `items_total = 70`
|
||||
- `domaincheck-api` 已重启成功
|
||||
- 活跃接口返回新字段正常
|
||||
|
||||
## 代码闭环
|
||||
## 当前已闭合的问题
|
||||
|
||||
当前已经被验证打通的链路：
|
||||
已闭合：
|
||||
|
||||
- detect.start 触发远端动作排队
|
||||
- mainland controller 的 sync-agent / pull_tasks 目标地址读取
|
||||
- Node Agent 远端执行 `runtime.pull_tasks`
|
||||
- 大陆 controller 拉批入库
|
||||
- 大陆 controller / worker 进入执行态
|
||||
|
||||
这意味着：
|
||||
|
||||
- “点开始检测后大陆节点完全不参与”这个问题已经被修掉
|
||||
|
||||
## 外部条件闭环
|
||||
|
||||
已经闭合：
|
||||
|
||||
- SSH
|
||||
- node handover
|
||||
- bootstrap
|
||||
- register / heartbeat
|
||||
- acceptance
|
||||
- journald 权限
|
||||
- node-agent 同步目标地址继承
|
||||
|
||||
当前不再依赖用户补充的外部条件：
|
||||
|
||||
- 不需要再补 `SYNC_TARGET_API_BASE_URL`
|
||||
- 不需要再手工改 controller 的 node-agent env
|
||||
- 不需要重装系统
|
||||
- 大陆 controller 无法 `pull_tasks`
|
||||
- Detect 页面误判“大陆没跑”
|
||||
- Detect 节点表格只显示海外与 `unassigned`
|
||||
|
||||
## 当前剩余问题
|
||||
|
||||
当前唯一剩余问题：
|
||||
|
||||
- 控制面“检测总览”口径仍未和大陆拉批执行口径统一
|
||||
- 中央账本与分布式显示口径还不是同一套最终账本
|
||||
|
||||
具体表现：
|
||||
具体来说：
|
||||
|
||||
- `ops/nodes`
|
||||
- 明确显示大陆 controller / worker 正在执行
|
||||
- 但：
|
||||
- `/api/v1/detect/queue-summary`
|
||||
- `/api/v1/detect/job/active`
|
||||
- 仍主要显示旧的：
|
||||
- `overseas-control-01`
|
||||
- `unassigned`
|
||||
- `detect_job_items`
|
||||
- 仍是中央派发账本
|
||||
- `distributed_node_stats`
|
||||
- 是运行态 / 投影视角
|
||||
|
||||
因此当前判断是：
|
||||
所以当前页面已经“可观察、可判断”了，但底层仍属于双账本阶段。
|
||||
|
||||
- 执行链路已经通
|
||||
- 展示与统计口径还没完全通
|
||||
|
||||
## 当前是否可以直接上线
|
||||
## 当前是否可以继续跑检测测试
|
||||
|
||||
当前结论：
|
||||
|
||||
- 可以继续做检测功能测试
|
||||
- 但还不建议宣称“检测总览已经完全可信、可以直接签收上线”
|
||||
- 可以继续跑检测任务测试
|
||||
- 而且现在 Detect 页面已经能看出大陆节点参与
|
||||
|
||||
原因不是执行失败，而是：
|
||||
## 当前是否建议直接上线
|
||||
|
||||
- 总览统计仍会让人误判“大陆没跑”
|
||||
当前结论：
|
||||
|
||||
- 比上一轮更接近上线
|
||||
- 但还不建议把“检测调度账本”宣称为最终完全统一
|
||||
|
||||
原因：
|
||||
|
||||
- 现在解决的是“显示正确性”
|
||||
- 下一步要解决的是“账本统一性”
|
||||
|
||||
## 当前优先级判断
|
||||
|
||||
最高优先级：
|
||||
|
||||
- 收敛 `detect/queue-summary` / `detect/job/active` 的统计口径
|
||||
- 设计并收敛中央账本与分布式执行账本的统一规则
|
||||
|
||||
当前不应继续推进：
|
||||
|
||||
- 新运维页面
|
||||
- 控制面增强
|
||||
- 新控制面功能
|
||||
- 新模块
|
||||
- 新页面
|
||||
- 发布动作
|
||||
- 与检测总览收口无关的任何功能
|
||||
- 与账本统一无关的工作
|
||||
|
||||
## 完成下一轮后的预期
|
||||
|
||||
如果检测总览口径收敛成功：
|
||||
如果下一轮把账本统一策略明确并落地：
|
||||
|
||||
- 后台将能同时看到：
|
||||
- 海外触发
|
||||
- 大陆拉批
|
||||
- 大陆执行
|
||||
- 统一进度统计
|
||||
- Detect 页面将不仅“看起来对”
|
||||
- 而且底层统计也会真正一致
|
||||
- 整体可上线程度预计提升到 `94%~96%`
|
||||
|
||||
@@ -1,124 +1,131 @@
|
||||
# TASK_BOARD
|
||||
|
||||
更新时间：2026-04-19 02:25 CST
|
||||
更新时间：2026-04-19 02:33 CST
|
||||
|
||||
## 当前主批次
|
||||
|
||||
唯一主批次：`F1-分布式检测实跑收口批`
|
||||
唯一主批次：`G1-检测总览口径统一批`
|
||||
|
||||
目标：
|
||||
|
||||
- 不进入新功能实现
|
||||
- 不扩展控制面页面
|
||||
- 只确认“海外发起检测 -> 大陆 controller 拉任务 -> 大陆节点执行”已经真实跑通
|
||||
- 收敛剩余唯一问题：控制面检测总览口径仍停留在旧活跃任务视图
|
||||
- 不扩展控制面
|
||||
- 只收口 Detect 页面“大陆明明在跑，但页面像没跑”的口径问题
|
||||
|
||||
## 本轮已完成
|
||||
|
||||
本轮完成了最小可见修复：
|
||||
|
||||
- `detect/job/active`
|
||||
- 新增：
|
||||
- `distributed_node_stats`
|
||||
- `display_items_claimed`
|
||||
- `display_items_running`
|
||||
- `display_items_completed`
|
||||
- `display_items_failed`
|
||||
- `display_active_node_codes`
|
||||
- `detect/queue-summary`
|
||||
- 新增：
|
||||
- `queue.display_claimed`
|
||||
- `queue.display_running`
|
||||
- `nodes` 已切到分布式显示口径
|
||||
- `DetectView.vue`
|
||||
- 已优先显示分布式口径
|
||||
- 节点表格已优先显示 `distributed_node_stats`
|
||||
|
||||
## 当前结果快照
|
||||
|
||||
本轮新增完成：
|
||||
接口验证结果：
|
||||
|
||||
- 已修复 `domaincheck-node-agent` 读取不到同步目标地址的问题
|
||||
- 修复方式：
|
||||
- `domaincheck-node-agent.service` 追加读取 `/etc/default/domaincheck-api`
|
||||
- 新提交：`74dc009`
|
||||
- 已在以下节点完成刷入与重启：
|
||||
- `mainland-controller-01`
|
||||
- `mainland-worker-01`
|
||||
- `detect/job/active`
|
||||
- `display_items_claimed = 34`
|
||||
- `display_items_running = 14`
|
||||
- `distributed_node_stats` 已包含：
|
||||
- `mainland-controller-01`
|
||||
- `mainland-worker-01`
|
||||
- `overseas-control-01`
|
||||
- `unassigned`
|
||||
- `detect/queue-summary`
|
||||
- `queue.display_claimed = 34`
|
||||
- `queue.display_running = 14`
|
||||
- `nodes` 已包含：
|
||||
- `mainland-controller-01`
|
||||
- `mainland-worker-01`
|
||||
- `overseas-control-01`
|
||||
- `unassigned`
|
||||
|
||||
本轮关键验证：
|
||||
运行侧证据：
|
||||
|
||||
- `mainland-controller-01`
|
||||
- `runtime.pull_tasks`
|
||||
- `job_id = 87`
|
||||
- `status = success`
|
||||
- `items_total = 50`
|
||||
- `pull_state = success`
|
||||
- controller 远端日志已确认：
|
||||
- `job start: runtime.pull_tasks`
|
||||
- `job complete ... ok=True`
|
||||
|
||||
当前节点执行状态：
|
||||
|
||||
- `mainland-controller-01`
|
||||
- `agent_state = online_busy`
|
||||
- `participation_state = running`
|
||||
- `items_total = 200`
|
||||
- `items_running = 5`
|
||||
- `mainland-worker-01`
|
||||
- `agent_state = online_busy`
|
||||
- `participation_state = running`
|
||||
- `items_total = 70`
|
||||
- `items_running = 5`
|
||||
- `overseas-control-01`
|
||||
- `agent_state = online_busy`
|
||||
- 大陆 controller / worker 仍在执行中
|
||||
|
||||
## 当前结论
|
||||
|
||||
检测不是“没跑”。
|
||||
这轮已经把“Detect 页面看不出大陆参与”这个核心观感问题修掉了一大半。
|
||||
|
||||
当前真实状态是：
|
||||
现在的 Detect 页面口径变成：
|
||||
|
||||
- 分布式检测执行链已经跑通
|
||||
- 大陆 controller 已经能从海外控制面主动拉回待检测批次
|
||||
- 大陆 controller 与 mainland worker 都已经进入执行中
|
||||
- 中央原始账本仍保留：
|
||||
- `items_total = 1000`
|
||||
- `pending = 950`
|
||||
- `claimed = 25`
|
||||
- `running = 4`
|
||||
- 页面展示口径新增分布式视角：
|
||||
- `display_claimed = 34`
|
||||
- `display_running = 14`
|
||||
- 节点列表能直接看到大陆 controller / worker
|
||||
|
||||
当前未完全收敛的不是执行，而是统计口径：
|
||||
## 当前唯一剩余问题
|
||||
|
||||
- `/api/v1/detect/queue-summary`
|
||||
- `/api/v1/detect/job/active`
|
||||
唯一剩余问题：
|
||||
|
||||
仍主要显示旧的海外活跃任务统计：
|
||||
- 中央账本与分布式显示口径仍是“双轨”
|
||||
|
||||
- `overseas-control-01`
|
||||
- `unassigned`
|
||||
这不是 bug，而是当前架构现状：
|
||||
|
||||
尚未把大陆侧“拉批后本地执行”的结果完整并回收到同一检测总览口径中。
|
||||
- 中央 `detect_job_items` 统计的是海外控制面原始派发账本
|
||||
- 大陆拉批后的本地执行账本在 runtime / projection 侧
|
||||
|
||||
## 当前唯一主问题
|
||||
当前已经做到：
|
||||
|
||||
唯一主问题：`检测执行已跑通，但控制面检测总览仍是旧口径`
|
||||
- 页面不再误判“大陆没跑”
|
||||
|
||||
表现：
|
||||
但还没做到：
|
||||
|
||||
- `ops/nodes` 能看到大陆节点正在跑
|
||||
- `runtime.pull_tasks` 已成功
|
||||
- 但 `detect/queue-summary` 与 `detect/job/active` 仍没有把大陆执行量体现在同一总览里
|
||||
|
||||
问题分类：
|
||||
|
||||
- 不是接管问题
|
||||
- 不是环境问题
|
||||
- 不是同步目标地址问题
|
||||
- 是“检测总览聚合口径 / 运行态映射”问题
|
||||
- 把两套账本真正收敛成一个最终一致的统一任务账本
|
||||
|
||||
## 候选批次
|
||||
|
||||
### Candidate G1
|
||||
### Candidate H1
|
||||
|
||||
名称：检测总览口径统一批
|
||||
名称：检测账本统一设计批
|
||||
|
||||
进入条件：
|
||||
|
||||
- 用户确认下一轮继续只收敛检测总览，不扩其他功能
|
||||
- 用户确认下一轮继续深入“中央账本与分布式执行账本统一”
|
||||
|
||||
范围：
|
||||
|
||||
- 复核 `detect job` 与 `ops/nodes` 的数据来源差异
|
||||
- 明确大陆拉批执行应如何回写到统一检测总览
|
||||
- 修复后再做一次检测实跑验证
|
||||
- 先设计统一账本规则
|
||||
- 不直接大改执行链
|
||||
- 明确 pull / ack / result sync 后中央账本应如何回写
|
||||
|
||||
### Candidate G2
|
||||
### Candidate H2
|
||||
|
||||
名称：节点能力口径清理批
|
||||
名称：Detect 页面文案微收口批
|
||||
|
||||
进入条件：
|
||||
|
||||
- 需要把节点展示中的 `capabilities` 与现网真实支持动作同步
|
||||
- 如果用户只想先把页面提示说清楚
|
||||
|
||||
范围：
|
||||
|
||||
- 只处理 `OPS_AGENT_CAPABILITIES` 的现网漂移
|
||||
- 不碰检测链路主体
|
||||
- 在 Detect 页面明确标注：
|
||||
- “中央账本视角”
|
||||
- “分布式执行视角”
|
||||
|
||||
## 暂停项
|
||||
|
||||
@@ -128,12 +135,10 @@
|
||||
- 新模块
|
||||
- 运维中枢增强
|
||||
- 发布动作
|
||||
- 与“检测实跑收口”无关的任何工作
|
||||
- 与检测账本统一无关的工作
|
||||
|
||||
## 下一轮唯一动作
|
||||
|
||||
下一轮唯一应该做的事情：
|
||||
下一轮唯一应该继续做的事情：
|
||||
|
||||
- 对齐 `detect/queue-summary`、`detect/job/active` 与 `ops/nodes` 三者的数据口径
|
||||
- 明确为什么大陆执行已发生，但总览仍显示旧任务统计
|
||||
- 修好后再跑一次小批量检测验证
|
||||
- 明确中央 `detect_job_items` 与大陆 runtime 投影之间的统一账本策略
|
||||
|
||||
Reference in New Issue
Block a user