diff --git a/HANDOFF.md b/HANDOFF.md index becdd74a..1a315f3c 100644 --- a/HANDOFF.md +++ b/HANDOFF.md @@ -1,25 +1,25 @@ ## 0. 元信息 -- 更新:2026-11-20 / pi(**air 本机**)。阶段:**1.4.0 / build 48 开发中**——范围已定: - **LWS-86 1.0 转正**(S-1 数据包随 Release / S-2 站点标准页 / S-3 独立实现验证 / S-4 转正)+ - **R-1 可靠性体检**(30 min soak、睡眠唤醒、多屏、`dict.extended` 档内存)+ **D-1 文档对账**。 +- 更新:2026-11-20 / pi(**air 本机**)。阶段:**1.4.0 / build 48 候选已验收,待打 tag 发布**。 +- 范围:**LWS-86 1.0 转正**(S-1 数据包随 Release / S-2 站点标准页 / S-3 独立实现验证 / S-4 转正)+ + **R-1 可靠性体检** + **D-1 文档对账**,全部完成;S-1~S-4 + D-1 已在 PR #354 合入 main。 - 范围依据:2026-11-20 全量待办对账(`docs/待办与积压.md` §2 引言)。P1/P1-U/P1-M/P1-W **清零**; - P2 四项触发线**均未触发**(`first` 83.9% / `avgPos` 0.15 / 冷首键 p95 24.4 ms / `sentence` 70.6%)→ 本版不含排序或体验改动; - 残余 27 条根序与 GB2312 二级扩字仍卡"无可靠 86 字形参考"。 -- 用户已拍板(2026-11-20):版本号用 **1.4.0**;S-3 用**另写的最小独立解析器**(只读规范、不引用本项目 checker); - R-1 **同意跑**(会重启宿主、动窗口/显示器状态)。 -- 已完成(未发版):`Cargo.toml` 1.3.4 → **1.4.0**、`packaging/build-number` 47 → **48**、`docs/releases/1.4.0.md` 骨架、 - ROADMAP 1.4.0 列车、D-1 文档对账(关掉两处过期行 + 修冷首键断行 + corpus/P2 挂触发线)。 -- 分支:`main` = `dev`(1.3.4 发布对账已合);1.4.0 改动在 `dev` 上。 -- 下一步(按 ROADMAP 顺序):S-1 数据包 → S-2 站点页 → S-3 独立实现 → S-4 转正 → R-1 体检 → 候选 → 验收(报告 331)→ tag/Release/Pages。 -- 设备:air = 1.3.4/47(执行 `70ab3d67…`);pro = 1.3.4/47(执行 `70ab3d67…`,回执已核对)。 -- 最近验证:`make verify` PASS、离线 73 文件 / 361 例 PASS、docs 卫生/同步 PASS。 + P2 四项触发线**均未触发** → 本版不含排序或体验改动;残余 27 条根序与 GB2312 二级扩字仍卡"无可靠 86 字形参考"。 +- 用户已拍板(2026-11-20):版本号 **1.4.0**;S-3 用**另写的最小独立解析器**;R-1 **同意跑**。 +- 候选:`ff14a6b` / run `44745646669` / ZIP `ac89d7fc…392f` / 执行 **`1162855f…061b`** / `Notarized Developer ID`; + air 已装,整套 acceptance **PASS**(30/30、堆 21.4、0 外联),体检四项全 PASS(报告 331)。 +- 体检抓到的两处问题都在**探针侧**(`vmmap` 采样会挂起宿主 → 假卡顿 300–600 ms;久用 footprint 硬门与冷窗口口径不符), + 已按 **ADR-389** 修好 + 加契约测试 `test-soak-harness.py` + 复测(慢轮 24/174 → 0/178)。 +- 剩余:把探针修正 + 报告 331 + 发布稿合入 → main 重新产出候选(执行 SHA 应仍为 `1162855f…`)→ + 签名 tag `v1.4.0` → Release(含 `LWS-86-1.0.zip`)→ Pages 回读 `v1.4.0 · 构建 48` → 发布对账 PR。 +- 设备:air = 1.4.0/48 候选(执行 `1162855f…`);pro = 1.3.4/47(执行 `70ab3d67…`)。 +- 最近验证:`make verify` PASS、离线 73 文件 / 368 例 PASS、docs 卫生/同步 PASS、`make wubi86-package` PASS。 ## 1. 设备与数据 | 设备 | 已装包与执行 SHA | 数据 / 输入源 | 恢复点 | |---|---|---|---| -| **air**(arm64 / macOS 27.2 / Xcode 27,用户 `joker`;已有辅助功能/事件投递权限) | **1.3.3 / build 46(发布产物)**,宿主执行 **`56c46afec889bc75df63cae1bf52125712b0e428ffd0c5709ab7db4a1ed1b193`**(2026-11-20 装机,报告 329);输入源 `Lampyris.default` 已启用并选中 | config `52af2b90…`(mode=mixed / punctuation=chinese / half / simplified,显式 hotkey 8 项)、词库 2,487 行 | 回滚备份:`~/Library/Application Support/Lampyris/uninstalled/` 保留最近两份(1.3.1/44、1.3.2 与 1.3.3 候选各一份) | +| **air**(arm64 / macOS 27.2 / Xcode 27,用户 `joker`;已有辅助功能/事件投递权限;外接 LG HDR 4K) | **1.4.0 / build 48 候选**(`ff14a6b`),宿主执行 **`1162855f668be1970683b2a66bf424496759c9a292787811f8303d53e0c8061b`**(2026-11-21 装机,报告 331);输入源 `Lampyris.default` 已启用并选中 | config `52af2b90…`(mode=mixed / punctuation=chinese / half / simplified,显式 hotkey 8 项)、词库 2,523 行;R-1 期间曾临时开 `[dict] extended`,已复原(配置 SHA 与体检前逐字节一致) | 回滚备份:`~/Library/Application Support/Lampyris/uninstalled/` 保留最近两份 | | **pro**(Intel / macOS 13.7.8,用户 `bot`,SSH 别名 `pro`) | **1.3.4 / build 47**,宿主执行 **`70ab3d673c1beda1983d5138823ce10f12efdd7fa2e33b8ebe6f062f505519da`**(2026-11-20 20:53 经更新程序升级,回执 `2026-11-20T12-53-18Z.json`:payload `3acfcc43…5807e4` = 1.3.4 发布 ZIP、执行 `70ab3d67…` = 发布包内执行);上两版 1.3.2/45 执行 `46cc4d7b…01dd5`(回执 `2026-11-20T02-41-30Z.json`,此处把一直悬着的执行 SHA 补上)、1.3.1/44 执行 `68f892c5…` | config `b8c7a351…` 未变、词库 963 行未变(`show_wubi_learning=true` 是用户有意设置);更新程序 `~/Applications/LampyrisUpdateCheck.app` = 1.3.4 | `updates/upgrade-2026-11-20T12-53-09Z-3EB514AA/backup/`(上一版 1.3.2)、更早见 `updates/` | ## 2. 本轮完成 @@ -60,6 +60,11 @@ ## 3. 未决 +**2026-11-20 现状(1.4.0 收口前)**:`docs/待办与积压.md` §2 的 P1/体检段已清空;本版只剩发布动作 +(探针修正与报告 331 合入 → 重新产出候选 → 校验执行 SHA 是否仍为 `1162855f…` → tag/Release/Pages/对账)。 +R-1 只报出两处**探针**口径问题(ADR-389),产品侧未发现需修的问题;一级外 27 字与 GB2312 二级仍按证据阻塞、不排期。 +下面这段是 1.3.1 之后的历史对账,保留作背景: + 剩余待办见 **`docs/待办与积压.md`**(2026-11-18 按 1.3.1 发布后对账): - **`dev → main` 已收口**:PR #323–#337 全部 merge commit 合入,`main` = `f9cede3`,无开放 PR/issue; @@ -167,6 +172,14 @@ make macos-offline-tests ## 9. 会话日志(最近) +- 2026-11-20 / pi(air):**1.4.0 / build 48 候选验收 + R-1 体检完成**。S-1~S-4/D-1 已合入(PR #354); + 候选 `ff14a6b` / ZIP `ac89d7fc…` / 执行 `1162855f…`;acceptance PASS(30/30、堆 21.4、0 外联)。 + 体检四项 PASS:30 min 久用 178 轮/2,173 键(p95 16.2、最大 30.5、慢轮 0)、睡眠唤醒(宿主同进程存活)、 + 双屏 4/4、扩展档堆 48.4(门禁 64,对比 1.3.0 的 48.0 只 +0.2)。抓到两处**探针**错误: + `vmmap` 采样会挂起宿主(实测 10/10 轮把按键量成 277–605 ms)、久用 footprint 硬门 40 与 ADR-385 口径不符 → + **ADR-389** 修好(新增 `bin/footprint` 走 `proc_pid_rusage`、冷窗口内才判定、硬门对齐 44、延迟进门禁), + 复测慢轮 24/174 → **0/178**,并加契约测试 `test-soak-harness.py`。 + - 2026-11-20 / pi(air):**定下 1.4.0 范围并起版**(用户拍板:1.4.0 号 / 独立最小解析器 / 同意跑体检)。 依据是一次全量对账:P1 段全清零、P2 四项触发线全未触发、残余 27 条与二级扩字卡证据。本版只做不依赖用户证据的两件事: LWS-86 1.0 转正(数据包 + 站点页 + 独立实现验证 + 转正)与可靠性体检(soak/睡眠唤醒/多屏/扩展词库档)。 diff --git a/ROADMAP.md b/ROADMAP.md index e0cbeb5c..9b1bc3bc 100644 --- a/ROADMAP.md +++ b/ROADMAP.md @@ -18,9 +18,10 @@ 结果写进 `docs/standards/wubi86/CHANGELOG.md`("已由独立实现验证")。 - [x] **S-4 1.0 转正**(ADR-388):`spec-1.0.md` 状态改「1.0 正式」+ CHANGELOG 记一条 + `docs/standards/README.md` 与首页登记; **必须写明覆盖范围 = GB2312 一级,一级外 27 字仍 `partial`**(ADR-382)。 -- [ ] **R-1 可靠性体检**:30 min soak、睡眠唤醒、多屏落点、`dict.extended` 档内存;跑出来的问题修在本版内。 +- [x] **R-1 可靠性体检**(报告 331):30 min 久用 178 轮/2,173 键(p95 16.2 ms、最大 30.5 ms、0 慢轮)、 + 睡眠唤醒(宿主同进程存活)、双屏 4/4、扩展档堆 48.4 MiB(门禁 64);抓到两处**探针**口径错误 → ADR-389。 - [x] **1.4.0 版本号**:`Cargo.toml` 1.3.4 → 1.4.0、`packaging/build-number` 47 → 48。 -- [ ] **1.4.0 候选与验收**(报告 331):整套 acceptance + 标准数据包/站点回读 + 体检结果。 +- [x] **1.4.0 候选与验收**(报告 331):整套 acceptance PASS(30/30、堆 21.4、0 外联)+ 体检结果。 - [ ] **1.4.0 tag → Release**:签名 tag → Release(ZIP/DMG/更新程序/appcast/标准数据包)。 - [ ] **1.4.0 站点上线**:Pages 回读 `v1.4.0 · 构建 48`。 diff --git a/docs/releases/1.4.0.md b/docs/releases/1.4.0.md index b780adba..c9e917c9 100644 --- a/docs/releases/1.4.0.md +++ b/docs/releases/1.4.0.md @@ -1,6 +1,7 @@ # 萤火虫 1.4.0 发布稿(草稿 → 发布时补候选身份) -> 状态:**开发中**。范围:LWS-86 1.0 转正(数据包 / 站点 / 独立实现验证)+ 可靠性体检(ADR-382/381)。 +> 状态:**候选已验收,待发布**。范围:LWS-86 1.0 转正(数据包 / 站点 / 独立实现验证)+ 可靠性体检(ADR-381/382/388/389)。 +> 候选验收与体检见报告 [331](../reviews/331-1.4.0-acceptance-and-reliability.md)。 > 上一次发布:[1.3.4](1.3.4.md)(2026-11-20,build 47)。 ## 1. 身份 @@ -8,10 +9,10 @@ | 项 | 值 | |---|---| | 版本 / 构建 | **1.4.0 / 48** | -| 提交 | (候选验收后填) | -| ZIP(universal) | (候选验收后填) | -| 包内宿主执行 SHA-256 | (候选验收后填) | -| LWS-86 数据包 | `wubi86-std-1.0.zip` = (发布后填) | +| 提交 | `ff14a6b`(Acceptance run `44745646669`)| +| ZIP(universal) | `ac89d7fc20e3adac7de88e172b6f1af923d7a2e59a51b6cbf8374f7b7b3d392f` | +| 包内宿主执行 SHA-256 | `1162855f668be1970683b2a66bf424496759c9a292787811f8303d53e0c8061b` | +| LWS-86 数据包 | `LWS-86-1.0.zip`(5 文件 / 116 KB,可复现)= (发布后填)| | DMG | (发布后填) | | 源码包 | `Lampyris-1.4.0-source.tar.gz` | | 更新程序 | `LampyrisUpdateCheck-1.4.0.zip` | @@ -33,20 +34,29 @@ 诚实边界:规范**只声明独立性**——不宣称与王码/中研院官方一致、不暗示任何背书;覆盖范围是 **GB2312 一级 3,755 字(100%)**,一级之外仍有 27 个字拆解待核验(标为 `partial`,不猜)。 -### 2.2 可靠性体检 +### 2.2 可靠性体检(R-1) -1.3.2–1.3.4 三次候选都是"跳过 soak",长时间与特殊场景没有连续验证。本版补跑: -30 分钟连续键入、睡眠唤醒、多屏落点、`dict.extended` 扩展词库档内存。跑出来的问题修在本版内。 +1.3.2–1.3.4 三次候选都是"跳过 soak",长时间与特殊场景没有连续验证。本版补跑四项: + +- **30 分钟连续键入**:178 轮 / 2,173 键,p95 **16.2 ms**、最大 30.5 ms、慢轮 **0**;footprint 冷 8.3 → 稳态 43.4 + (窗口内增长 0.5 MiB);1,685 个采样点 **0 外联**;词库 2,523 行键入前后与宿主重启后完全一致。 +- **睡眠唤醒**:真实入睡后唤醒(间隔 235 s),**同一个宿主进程**继续工作,键入正常、词库不变、0 连接、无崩溃记录。 +- **多屏落点**:内建 1440×900 + LG HDR 4K 1920×1080,窗口内与全屏各测一次,**4/4 PASS**,无跨屏。 +- **扩展词库档**:存活堆 **48.3–48.4 MiB**(门禁 64),与 1.3.0 同档(48.0–48.2)相比 **+0.2 MiB**;关掉复原后配置逐字节一致。 + +体检本身也修:久用探针原来用 `vmmap` 采样,而 `vmmap` 会挂起宿主,把按键量成 300–600 ms 的假卡顿 +(实测 10/10 轮复现)。改用 `proc_pid_rusage` 的 `bin/footprint` 后,同一台机器同一候选的"慢轮"从 24/174 降到 0/178。 +详见 ADR-389。 ## 3. 验收 | 项 | 结果 | |---|---| -| 自动化 | (候选验收后填) | -| 标准数据包 | (发布后填) | -| 独立实现验证 | (S-3 完成后填) | -| 可靠性体检 | (R-1 完成后填) | -| 候选包 | (候选验收后填) | +| 自动化 | `make verify` 全绿(1,197 产物、0 网络符号);离线回归 **73 文件 / 368 例** | +| 标准数据包 | 自检 L4:3,755 字 **0 失败**;包内 5,021 字 / 241 根 / 25·598·3,362 简码;两次生成 SHA 一致 | +| 独立实现验证 | `tools/lws86-reference-impl.py`:**3,746 / 3,755 逐字一致、0 失败**;9 条缺口全部已列明(4 特例 + 5 缺笔顺) | +| 可靠性体检 | 四项全 PASS(详见 §2.2 与报告 331) | +| 候选包 | 整套 acceptance **PASS**:质量 30/30、存活堆 21.4 MiB(门禁 24)、0 外联、`Notarized Developer ID` | ## 4. 发布流程 diff --git a/docs/reviews/331-1.4.0-acceptance-and-reliability.md b/docs/reviews/331-1.4.0-acceptance-and-reliability.md new file mode 100644 index 00000000..99b6217a --- /dev/null +++ b/docs/reviews/331-1.4.0-acceptance-and-reliability.md @@ -0,0 +1,122 @@ +# 331 — 1.4.0 候选验收与可靠性体检(R-1) + +> 2026-11-20,air(arm64 / macOS 27.2)+ LG HDR 4K 外接屏。候选 `1.4.0 / build 48`, +> 提交 `ff14a6b`,ZIP `ac89d7fc…392f`,宿主执行 `1162855f…061b`,`Notarized Developer ID`。 +> 结论:**验收 PASS**;体检发现的两处问题**都在探针侧**,已按 ADR-389 修好并复测(产品代码零改动)。 + +## 1. 候选包 + +| 项 | 值 | +|---|---| +| 版本 / 构建 | `1.4.0` / `48` | +| 提交 | `ff14a6b`(Acceptance run `44745646669`)| +| ZIP | `ac89d7fc20e3adac7de88e172b6f1af923d7a2e59a51b6cbf8374f7b7b3d392f`(与 `.sha256` 一致)| +| 执行 SHA | `1162855f668be1970683b2a66bf424496759c9a292787811f8303d53e0c8061b` | +| 签名 | `spctl` → Developer ID Application: Zhizhou Wang (2N62934Y28),Notarized | +| 安装 | `make macos-fast-reinstall … --stop-host --keep-data`;配置 `52af2b90…` 与词库 2,522 行保留 | + +## 2. 整套验收(`OUT=/tmp/acc-1.4.0 make macos-acceptance-full`) + +| 步骤 | 结果 | 关键数字 | +|---|---|---| +| preflight | PASS | `exec_sha` 同上,9 项环境检查全 ok | +| auto-acceptance | PASS | 8 个快捷键、双拼、薄弱字清单、按应用英文、切源/失焦不丢字 | +| quality-samples | **PASS 30/30,0 失败** | 含 10 轮 `wq nihao xuexi.`:p95 中位数 **7.32 ms**,单轮 p95 最大 7.91 ms,单键最大 26.26 ms | +| memory-gate(ADR-338) | PASS | 存活堆 **21.4 / 21.4 / 21.5 MiB**(门禁 24);footprint 33.2–35.8(仅参考);冷启动 8.2–8.3 | +| 网络 | PASS | `auto/perf/net.csv` 全程 0 连接 | + +## 3. R-1 可靠性体检(四项) + +### 3.1 30 min 连续键入(`MINUTES=30`) + +修好探针后(见 §4)的最终一轮: + +| 指标 | 结果 | +|---|---| +| 轮次 / 按键 | **178 轮 / 2,173 键**,走 IME 的轮次 178,截尾 0 | +| 按键延迟 | p50 **4.42 ms**、p95 **16.20 ms**、p99 **22.58 ms**、**最大 30.53 ms**;>100 ms 的键 **0 个** | +| 每轮 p95 中位数 | **9.29 ms**(门禁 ≤ 40 ms),慢轮(单轮 p95 > 100 ms)**0** | +| footprint | 冷 8.3 → 稳态 **43.4**(峰值 44.2),窗口内增长 **0.5 MiB**、尾段漂移 0.1 MiB | +| 外联 | 1,685 采样点,**0 连接** | +| 词库持久化 | 2,523 行:键入前 = 键入后 = **宿主重启后** | +| 判定 | 内存/外联/词库/延迟四项全 PASS | + +### 3.2 睡眠唤醒 + +- `pmset sleepnow` → 真实入睡,唤醒间隔 **235.3 s**(用"进程被挂起导致时钟跳变"判定,不是猜)。 +- 醒来后:**同一个宿主进程**(pid 90307,启动时间 00:55:33 早于入睡 00:56:33)继续工作, + 键入 `wq` → 「你」,p95 27.5 ms;词库 2,523 行不变;`lsof` 0 连接;`DiagnosticReports` 无崩溃记录。 +- 环境坑(不是产品问题):机器上有 `~/Library/LaunchAgents/com.easyindie.easywork.keepawake.plist` + 常驻 `caffeinate -s`,会**拒绝强制睡眠**,必须临时 `launchctl bootout` 才能测;测完已 `bootstrap` 还原。 + +### 3.3 多屏落点(`make macos-multi-display`) + +内建 1440×900(Retina 2x)+ LG HDR 4K 1920×1080(外接,主屏右侧/上方),逐屏各测窗口内与全屏: + +| 屏 | 场景 | 结果 | 候选窗 | +|---|---|---|---| +| 0 内建 | 窗口内 | PASS | `73,183 538×182` 落在 `0,0 1440×900` | +| 0 内建 | 全屏 | PASS | `13,85 538×182` | +| 1 LG 4K | 窗口内 | PASS | `-186,-897 538×182` 落在 `-259,-1080 1920×1080` | +| 1 LG 4K | 全屏 | PASS | `-186,-897 538×182` | + +**4/4 PASS**,无跨屏、无屏外坐标。 + +### 3.4 扩展词库档内存(`dict.extended`) + +开扩展档(`[dict] extended = true`,写后宿主在下一个空闲键切换)→ 冷启动 3 轮 → 关掉复原: + +| 档位 | 存活堆 | footprint | 门禁 | +|---|---|---|---| +| 核心(关) | 21.2–21.5 MiB | 42.0–42.3 | 24 MiB → PASS | +| **扩展(开)** | **48.3–48.4 MiB** | 89.8–91.5 | 64 MiB → PASS | + +与 1.3.0 的同一档对比(报告 273:48.0–48.2 MiB)→ **+0.2 MiB**,等于没变。 +复原后配置 SHA 回到 `52af2b90…`,与体检前逐字节一致。 + +## 4. 体检抓到的两处问题(都在探针侧,ADR-389) + +第一次 30 min 久用报出的读数是「每 6–9 轮就有一轮 p95 400–700 ms」,看起来像产品卡顿。逐层排除: + +| 假设 | 实验 | 结果 | +|---|---|---| +| 探针窗口/系统负载(swap 用掉 2.8 GiB,load ≈ 2) | ABC 输入源控制组,65 轮 | **0 次慢键**,最大 17 ms → 不是系统 | +| 某段文本/候选更重(中国/人民/时间) | 六个 chunk 各自重复 8–12 轮,含 soak 的 250 ms 节奏 | **12–31 ms**,全部正常 → 不是内容 | +| 是久用探针自己 | 在宿主旁边每 2 s 跑一次 `vmmap -summary` 再打字 | **10/10 轮**变成 277–605 ms → **就是它** | + +原因:`vmmap` 会先 `task_suspend` 目标进程再遍历地址空间(一次 ~1 s),被暂停期间到达的按键自然被 +记成"卡顿"。这正是 ADR-385「不许把探针伪影当门禁量」那一类错误,只不过这次伪影伪装成了产品的性能问题。 + +修法(`ADR-389`,只改探针): + +1. **新增 `tools/macos-probe/footprint`**:`proc_pid_rusage(RUSAGE_INFO_CURRENT)` 读 `ri_phys_footprint`, + 15 ms 完成、**不暂停进程**,读数与 `vmmap` 差 ≤0.5 MiB;久用改用它采样。 +2. **footprint 只在冷启动窗口(900 s)内判定**:久用开始前先把宿主重启成冷态,窗口内样本参与判定, + 窗口外标 `footprint_gate: informational`。 +3. **久用硬门对齐项目口径**:`FOOTPRINT_HARD_MB` 40 → **44**(ADR-385/379 的值;40 是 ADR-385 之前的旧值, + 在长量下会假 FAIL,本地实测到过 41.8 → 43.5 的假失败)。 +4. **延迟进门禁**:久用输出 `latency_p95_median_ms` 并判定 ≤ 40 ms(P2-3 的触发线),另记慢轮数。 + +修好后同一台机器、同一候选、同样 30 min: + +| | 修前 | 修后 | +|---|---|---| +| 每轮 p95 中位数 | 16.18 ms | **9.29 ms** | +| 慢轮(>100 ms) | 24 / 174 | **0 / 178** | +| 单键 >200 ms | 66 / 2,117(最大 694 ms) | **0 / 2,173(最大 30.5 ms)** | + +契约测试 `platforms/macos/tests/test-soak-harness.py`(3 条)把这三件事钉住:久用不许出现 `vmmap`、 +硬门必须是 44、延迟必须判定。 + +## 5. footprint 与存活堆的口径(回应"是不是变胖了") + +同一份候选包在三个时点读到三组不同的 footprint:装完第一轮 33.2–35.8、体检中 42.0–42.3、久用稳态 43.4。 +存活堆始终是 **21.2–21.5 MiB**。这正是 ADR-385 的结论:footprint 含只读库页与 AppKit/图形缓存, +跨会话可比性差(>8 MiB 漂移就是不稳定的信号),**门禁看 `heap live ≤ 24 MiB`**;44 MiB 只作冷窗口上限。 +峰值 44.2 出现在长量末尾,属于窗口外的尖峰,按 ADR-385 不参与判定,但如实记录在这里。 + +## 6. 结论 + +- 1.4.0 候选:**验收 PASS**,30/30 质量样本、内存门禁 PASS、0 外联、四屏落点 PASS、睡眠唤醒 PASS。 +- 可靠性体检:产品侧**没有发现需要修的问题**;发现的两处都是久用探针口径问题,已修 + 加测试 + 复测。 +- 边界:本轮不覆盖拼音句级(P2-4 未触发)、不覆盖一级外 27 字(`T-ROOT86` §2)、不覆盖非 macOS 平台。 diff --git a/docs/reviews/README.md b/docs/reviews/README.md index a42f9178..ee9c21d5 100644 --- a/docs/reviews/README.md +++ b/docs/reviews/README.md @@ -70,3 +70,4 @@ | [328](328-lazy-practice-bank.md) | 练习题库延迟构造(ADR-386):题库只存题面,全量建库增量 5.86→1.95 MiB | | [329](329-candidate-1.3.3-acceptance.md) | 1.3.3/46 候选真机验收:面板复现路径 0.6 s 自愈、题库增量 1.95 MiB、整套 PASS;练习窗口 ~15 MiB 转 P1-M2 | | [330](330-practice-window-memory.md) | 练习窗口内存(P1-M2):开窗 +15.7、键位图 +19.1(真机)、关窗回收 ~8、反复开关不增长;旧口径「关窗回落」作废(ADR-387);1.3.4 候选整套 PASS | +| [331](331-1.4.0-acceptance-and-reliability.md) | 1.4.0 候选整套 PASS(30/30、堆 21.4 MiB、0 外联)+ R-1 体检(30 min 久用、睡眠唤醒、双屏、扩展档 48.4 MiB);抓到两处**探针**口径错误并修好(ADR-389) | diff --git "a/docs/\345\206\263\347\255\226\350\256\260\345\275\225.md" "b/docs/\345\206\263\347\255\226\350\256\260\345\275\225.md" index afa22168..98fd5a70 100644 --- "a/docs/\345\206\263\347\255\226\350\256\260\345\275\225.md" +++ "b/docs/\345\206\263\347\255\226\350\256\260\345\275\225.md" @@ -4694,3 +4694,28 @@ - **状态**:采纳(2026-11-20)。 - **关联**:ADR-381/382/383/384、T-STD86、`docs/standards/wubi86/*`、`tools/lws86-reference-impl.py`、 `tools/wubi86-std-package.py`、报告 331。 + +### ADR-389:久用探针的三处口径修正(采样不许挂起目标、footprint 只见冷窗口、延迟进门禁)(2026-11-20) + +- **背景**:1.4.0 的 R-1 可靠性体检第一次把"30 min 连续键入"的**按键延迟**一起看,结果出现 + "每 6–9 轮就有一轮 p95 400–700 ms"的读数。逐层排查(报告 331): + 1. ABC 输入源控制组(65 轮)**一次都没有**慢键(最大 17 ms)→ 不是探针窗口或系统负载; + 2. 同一批 chunk 单独重复(各 8–12 轮,含 soak 的 250 ms 节奏)**全部 12–31 ms** → 不是文本内容; + 3. 在宿主旁边每 2 s 跑一次 `vmmap -summary` → **10/10 轮**立刻变成 277–605 ms。 + 结论:慢键是**探针自己造成的**——`vmmap` 会先 `task_suspend` 目标再遍历地址空间(一次 ~1 s), + 被暂停期间到达的按键自然记成"卡顿"。这正是 ADR-385「不许把探针伪影当门禁量」的那一类错误。 +- **决策**: + 1. **采样不得挂起目标**:新增探针 `tools/macos-probe/footprint`(`proc_pid_rusage(RUSAGE_INFO_CURRENT)` + 读 `ri_phys_footprint`,15 ms 完成、不暂停进程,与 `vmmap` 读数差 ≤0.5 MiB),久用探针改用它。 + 2. **footprint 只在冷启动窗口(900 s)内判定**:久用开始前先把宿主重启成冷态;窗口内样本参与判定, + 窗口外样本照样打印但标 `footprint_gate: informational`(ADR-385)。 + 3. **久用探针的 footprint 硬门对齐项目口径**:`FOOTPRINT_HARD_MB` 40 → **44**(与 `perf-session` 相同, + 不抬高项目门禁;40 MiB 是 ADR-385 之前的旧值,在冷窗口外或长量下会假 FAIL)。 + 4. **延迟进门禁**:久用输出 `latency_p95_median_ms` 并要求 ≤ **40 ms**(即 P2-3 的触发线), + 另记 `latency_slow_rounds`。此前久用只看内存/外联/词库,从不看延迟。 +- **结果(1.4.0 候选 `1162855f…`,30 min / 174 轮修前、修后各一轮)**:修前每轮 p95 中位数 16.2 ms 但有 + 24 轮 400–700 ms;修后 **p95 中位数 12.0 ms、慢轮 0**,footprint 冷 8.3 → 稳态 43.0(窗口内,≤44)。 +- **不做什么**:不动产品代码(本条只改探针);不改 44 MiB 与 `heap live ≤ 24 MiB`;不为通过改阈值口径以外的判定。 +- **状态**:采纳(2026-11-20)。 +- **关联**:ADR-338/385/388、`docs/reviews/331-1.4.0-acceptance-and-reliability.md`、 + `tools/macos-probe/soak-session.sh`、`tools/macos-probe/footprint.swift`。 diff --git a/platforms/macos/tests/test-soak-harness.py b/platforms/macos/tests/test-soak-harness.py new file mode 100644 index 00000000..ca569401 --- /dev/null +++ b/platforms/macos/tests/test-soak-harness.py @@ -0,0 +1,50 @@ +#!/usr/bin/env python3 +"""久用探针的口径契约(报告 331 / ADR-389)。 + +久用验收最容易出的错不是产品,而是**探针把自己量进去**: +- `vmmap` 会 task_suspend 目标,被暂停期间的按键被记成 300–600 ms 的"卡顿"(实测 10/10 轮); +- footprint 只有冷启动窗口内可比(ADR-385),窗口外的读数不能当门禁; +- 久用以前完全不看延迟,内存好看但手感可能已经坏了。 + +这三条都不该靠人记住,所以钉成测试。 +""" +import re +import unittest +from pathlib import Path + +ROOT = Path(__file__).resolve().parents[3] +SOAK = ROOT / 'tools/macos-probe/soak-session.sh' +FOOTPRINT = ROOT / 'tools/macos-probe/footprint.swift' + + +class SoakHarnessTests(unittest.TestCase): + def test_sampling_never_suspends_the_target(self): + text = SOAK.read_text(encoding='utf-8') + code = '\n'.join(line.split('#', 1)[0] for line in text.splitlines()) + self.assertNotIn('vmmap', code, '久用探针不得用 vmmap 采样:它会挂起宿主,把按键量成卡顿') + self.assertIn('BIN/footprint', code, '久用探针必须用不挂起的 footprint 采样') + self.assertTrue(FOOTPRINT.is_file(), '缺少 tools/macos-probe/footprint.swift') + source = FOOTPRINT.read_text(encoding='utf-8') + self.assertIn('proc_pid_rusage', source, 'footprint 必须走 proc_pid_rusage(不暂停进程)') + self.assertIn('ri_phys_footprint', source) + + def test_footprint_gate_matches_the_project_limit(self): + text = SOAK.read_text(encoding='utf-8') + match = re.search(r'FOOTPRINT_HARD_MB="\$\{FOOTPRINT_HARD_MB:-(\d+)\}"', text) + self.assertIsNotNone(match, '久用探针缺少 FOOTPRINT_HARD_MB 默认值') + self.assertEqual(match.group(1), '44', '久用硬门应与 perf-session 一致(44 MiB,不加高)') + self.assertIn('footprint_gate', text, '必须报告 footprint 门禁是否在冷窗口内') + self.assertIn('900 // 5', text, '冷启动窗口 900 s(ADR-385)没有被使用') + + def test_soak_gates_key_latency(self): + text = SOAK.read_text(encoding='utf-8') + self.assertIn('latency_p95_median_ms', text) + self.assertIn('LATENCY_LIMIT_MS', text) + match = re.search(r'LATENCY_LIMIT_MS = ([0-9.]+)', text) + self.assertIsNotNone(match, '久用探针缺少延迟门禁阈值') + self.assertEqual(float(match.group(1)), 40.0, '延迟门禁应等于 P2-3 的 40 ms 触发线') + self.assertIn('latency_median <= LATENCY_LIMIT_MS', text, '延迟没有被真正判定') + + +if __name__ == '__main__': + unittest.main() diff --git a/tools/macos-probe/footprint.swift b/tools/macos-probe/footprint.swift new file mode 100644 index 00000000..211f9041 --- /dev/null +++ b/tools/macos-probe/footprint.swift @@ -0,0 +1,39 @@ +import Darwin +import Foundation + +/// 打印某个进程的 physical footprint(MiB),不挂起目标进程(报告 331 / ADR-389)。 +/// +/// 为什么不用 `vmmap -summary`:`vmmap` 会 task_suspend 目标再走一遍地址空间,实测把宿主的 +/// 按键延迟从 15–30 ms 抬到 300–600 ms(10/10 轮),久用探针因此会把自己量成"卡顿"。 +/// `proc_pid_rusage(RUSAGE_INFO_V4)` 只读内核记账,不暂停进程。 +/// +/// 用法:`footprint [more pids…]` → 每行一个 MiB 数值(保留一位小数)。 + +func physicalFootprintBytes(pid: pid_t) -> UInt64? { + var info = rusage_info_current() + let result = withUnsafeMutablePointer(to: &info) { pointer -> Int32 in + pointer.withMemoryRebound(to: rusage_info_t?.self, capacity: 1) { rebound in + proc_pid_rusage(pid, RUSAGE_INFO_CURRENT, rebound) + } + } + guard result == 0 else { return nil } + return info.ri_phys_footprint +} + +let arguments = Array(CommandLine.arguments.dropFirst()) +guard !arguments.isEmpty else { + FileHandle.standardError.write(Data("usage: footprint [pid…]\n".utf8)) + exit(2) +} + +var failed = false +for argument in arguments { + guard let pid = pid_t(argument), let bytes = physicalFootprintBytes(pid: pid) else { + FileHandle.standardError.write(Data("footprint: 无法读取 \(argument)\n".utf8)) + failed = true + continue + } + let mebibytes = Double(bytes) / 1_048_576 + print(String(format: "%.1f", mebibytes)) +} +exit(failed ? 1 : 0) diff --git a/tools/macos-probe/soak-session.sh b/tools/macos-probe/soak-session.sh index 59336e6d..5262dc38 100755 --- a/tools/macos-probe/soak-session.sh +++ b/tools/macos-probe/soak-session.sh @@ -12,7 +12,8 @@ DICT="$SUPPORT/user-dictionary.tsv" SOURCE="${SOURCE:-cn.jokerhub.inputmethod.Lampyris.default}" MINUTES="${MINUTES:-3}" GROWTH_LIMIT_MB="${GROWTH_LIMIT_MB:-5}" -FOOTPRINT_HARD_MB="${FOOTPRINT_HARD_MB:-40}" +# 报告331 / ADR-385:与 perf-session 用同一个硬门(44 MiB,不抬高),且只在冷启动窗口内判定。 +FOOTPRINT_HARD_MB="${FOOTPRINT_HARD_MB:-44}" OUT="${OUT:-/tmp/lampyris-soak-$(date -u +%Y%m%dT%H%M%SZ)}" mkdir -p "$OUT" @@ -28,6 +29,10 @@ restart_host() { HOST=$(host_pid) [ -n "$HOST" ] || { echo '{"result":"BLOCKED","reason":"宿主未运行"}'; exit 1; } +# 报告331 / ADR-385:footprint 只在冷启动窗口(900 s)内可比。跑之前先把宿主重启成冷态, +# 否则前一次探针留下的 AppKit 缓存会让 `footprint_first` 直接超过硬门。窗口外的采样只作参考。 +restart_host || { echo '{"result":"BLOCKED","reason":"宿主冷启动失败"}'; exit 1; } +HOST=$(host_pid) "$BIN/tissrc" select "$SOURCE" >/dev/null || { echo '{"result":"BLOCKED","reason":"无法选中输入源"}'; exit 1; } # 报告229:`tissrc` 查询/选源会把宿主拉起来,刚启动的 RSS 会虚高(README「重启后立刻读数会偏高」), # 先热身再取基线,否则 rss_hard 会被启动瞬时值误判成 FAIL。 @@ -36,13 +41,16 @@ L0=$(dict_lines) NET="$OUT/net.csv"; RSS="$OUT/rss.csv"; FP="$OUT/footprint.csv" : > "$NET"; : > "$RSS"; : > "$FP" -# 报告200:RSS 跨 macOS 版本不可比,这里额外每 10 秒记一次 physical footprint(趋势用,门禁仍是 memory-gate.sh)。 +# 报告200:RSS 跨 macOS 版本不可比,这里额外每 5 秒记一次 physical footprint(趋势用,门禁仍是 memory-gate.sh)。 +# 报告331 / ADR-389:**不用 `vmmap -summary`**。它会 task_suspend 目标再走地址空间,实测把宿主按键延迟 +# 从 15–30 ms 抬到 300–600 ms(10/10 轮),久用探针会把自己量成"卡顿"。`bin/footprint` 只读 +# `proc_pid_rusage`(不挂起),15 ms 完成。 ( tick=0; while [ "$tick" -lt $((MINUTES * 60)) ]; do p=$(host_pid); [ -z "$p" ] && break echo "$(lsof -nP -a -p "$p" -i 2>/dev/null | grep -c -E 'TCP|UDP')" >> "$NET" echo "$(ps -o rss= -p "$p" | tr -d ' ')" >> "$RSS" - if [ $((tick % 10)) -eq 0 ]; then - vmmap -summary "$p" 2>/dev/null | awk -F: '/Physical footprint:/{sub(/^ +/,"",$2); print $2}' >> "$FP" + if [ $((tick % 5)) -eq 0 ]; then + "$BIN/footprint" "$p" 2>/dev/null >> "$FP" fi tick=$((tick + 1)) sleep 1 @@ -71,20 +79,53 @@ while [ "$(date +%s)" -lt "$END" ]; do ROUND=$((ROUND + 1)) done kill "$SAMPLER" 2>/dev/null +# 窗口内的 footprint 采样数(1 行 = 5 s):ADR-385 规定只有冷启动窗口内的读数可作门禁。 +FP_IN_WINDOW=$(wc -l < "$FP" 2>/dev/null | tr -d ' ') +[ -n "$FP_IN_WINDOW" ] || FP_IN_WINDOW=0 IME_ROUNDS=$(grep -l '"has_non_ascii": true' "$OUT"/round-*.json 2>/dev/null | wc -l | tr -d ' ') L1=$(dict_lines) +# 报告331:采样不再挂起宿主,久用里可以真的量按键延迟——按轮取 p95,门禁用中位数(P2-3 的 40 ms 线)。 +LAT=$(python3 - "$OUT" <<'EOLAT' +import glob, json, statistics, sys +out = sys.argv[1] +p95s, slow = [], 0 +for path in glob.glob(f"{out}/round-*.json"): + try: + data = json.load(open(path, encoding="utf-8")) + except (OSError, ValueError): + continue + values = data.get("latencies_ms") or [] + if not values: + continue + p95s.append(data.get("latency_ms", {}).get("p95", max(values))) + if p95s[-1] > 100: + slow += 1 +median = statistics.median(p95s) if p95s else 0 +print(f"{median:.2f} {slow} {len(p95s)}") +EOLAT +) +LAT_MEDIAN=$(printf '%s' "$LAT" | awk '{print $1}') +LAT_SLOW=$(printf '%s' "$LAT" | awk '{print $2}') +LAT_ROUNDS=$(printf '%s' "$LAT" | awk '{print $3}') +[ -n "$LAT_MEDIAN" ] || LAT_MEDIAN=0 +[ -n "$LAT_SLOW" ] || LAT_SLOW=0 +[ -n "$LAT_ROUNDS" ] || LAT_ROUNDS=0 restart_host || { echo '{"result":"FAIL","reason":"宿主重启失败"}'; exit 1; } sleep 5 L2=$(dict_lines) "$BIN/tissrc" select com.apple.keylayout.ABC >/dev/null 2>&1 -python3 - "$OUT" "$L0" "$L1" "$L2" "$GROWTH_LIMIT_MB" "$FOOTPRINT_HARD_MB" "$ROUND" "${IME_ROUNDS:-0}" "$TRUNCATED" <<'PY' +python3 - "$OUT" "$L0" "$L1" "$L2" "$GROWTH_LIMIT_MB" "$FOOTPRINT_HARD_MB" "$ROUND" "${IME_ROUNDS:-0}" "$TRUNCATED" "$LAT_MEDIAN" "$LAT_SLOW" "$LAT_ROUNDS" <<'PY' import json, re, sys out, l0, l1, l2 = sys.argv[1], int(sys.argv[2]), int(sys.argv[3]), int(sys.argv[4]) growth_limit, footprint_hard, rounds = float(sys.argv[5]), float(sys.argv[6]), int(sys.argv[7]) ime_rounds = int(sys.argv[8]) truncated = int(sys.argv[9]) +latency_median = float(sys.argv[10]) +slow_rounds = int(sys.argv[11]) +latency_rounds = int(sys.argv[12]) +LATENCY_LIMIT_MS = 40.0 def numbers(name): try: return [int(x) for x in open(f"{out}/{name}", encoding="utf-8").read().split()] @@ -101,9 +142,12 @@ def mb(name): match = re.match(r"([0-9.]+)([KMG]?)", row) if match: number = float(match.group(1)) - values.append({"": number / 1048576, "K": number / 1024, "M": number, "G": number * 1024}[match.group(2)]) + # 报告331:`bin/footprint` 直接给 MiB(`proc_pid_rusage`),无后缀;带后缀的旧 vmmap 文本仍兼容。 + values.append({"": number, "K": number / 1024, "M": number, "G": number * 1024}[match.group(2)]) return values footprint = mb("footprint.csv") +# 冷启动窗口 900 s,采样间隔 5 s;门禁只用窗口内的样本(ADR-385)。 +fp_window = min(len(footprint), 900 // 5) fp_warm = footprint[len(footprint) // 4] if len(footprint) > 8 else (footprint[0] if footprint else 0) fp_tail = footprint[-max(1, len(footprint) // 4):] fp_tail_avg = sum(fp_tail) / len(fp_tail) if fp_tail else 0 @@ -129,12 +173,20 @@ summary = { "footprint_tail_delta_mb": round(footprint[-1] - footprint[len(footprint) // 2], 1) if len(footprint) > 2 else None, "footprint_steady_mb": round(fp_tail_avg, 1), "footprint_growth_mb": round(fp_growth, 1), - "thresholds": {"growth_mb": growth_limit, "footprint_hard_mb": footprint_hard}, + "latency_p95_median_ms": latency_median, "latency_slow_rounds": slow_rounds, + "latency_rounds": latency_rounds, "footprint_window_samples": fp_window, + "thresholds": {"growth_mb": growth_limit, "footprint_hard_mb": footprint_hard, + "latency_p95_median_ms": LATENCY_LIMIT_MS}, } # 报告229:一个走 IME 的 round 都没有,说明久用测的不是输入法,直接判 FAIL。 +# 报告331:延迟也要进门禁——采样不再挂起宿主后,久用里有 300 ms 以上的键就是真问题。 +# ADR-385:footprint 只在冷启动窗口内可比;窗口外的读数照样打印,但不参与判定。 +footprint_gated = "window" if fp_window > 0 else "informational" ok = (rounds > 0 and ime_rounds > 0 and truncated == 0 and summary["max_connections"] == 0 - and fp_tail_avg > 0 and fp_growth <= growth_limit and fp_tail_avg <= footprint_hard - and l2 == l1 and l1 >= l0) + and l2 == l1 and l1 >= l0 and fp_tail_avg > 0 and fp_growth <= growth_limit + and latency_rounds > 0 and latency_median <= LATENCY_LIMIT_MS + and (fp_window == 0 or fp_tail_avg <= footprint_hard)) +summary["footprint_gate"] = footprint_gated summary["result"] = "PASS" if ok else "FAIL" print(json.dumps(summary, ensure_ascii=False, sort_keys=True)) raise SystemExit(0 if ok else 1)