93 Commits

Author	SHA1	Message	Date
姚章浩	3e4020c327	fix(drill): 支持空目标并在探针写入前落盘恢复证据	2026-10-31 02:56:44 +08:00
姚章浩	7ab2eb1ccf	fix(library): 按目标身份隔离版本授权与执行历史	2026-10-31 02:15:15 +08:00
姚章浩	06c2db19fc	fix(library): 删除 handoff 路径残留的无条件 stage 写 ... BeginLibraryHandoff 事务里已经把 handoff 阶段推进为 running，函数返回后又补了一次 无条件 UpdateLibraryStage：既重复事务里的写，又在 Begin 返回与这次写之间给交接留出 竞态窗口（此时所有权可能已被 release 拿走）。删掉这次调用，handoff 路径的 running/succeeded/failed 三类阶段写只发生在 Begin/Complete/Fail 三个持有 job 行锁的 事务方法里。 回归：新增源码契约测试（library_handoff.go 里不得再出现 store.UpdateLibraryStage， 且必须走三个事务方法），以及行为测试（所有权不属于本次 handoff 时零阶段行、作业零改动； 用真实 handoff ID 重放则幂等成功且同样零写入）。既有事务行为测试保持不变。 验证：隔离 fixture PostgreSQL + 本 SHA libraryctl 实跑 cmd/worker 全包通过；完整门禁见提交日志。 未部署、未推送；云 SSH 与 UI 仍未验证。	2026-10-30 19:42:13 +08:00
姚章浩	70c181370d	fix(library): handoff 阶段事务化、回传空页重置与目标基线原产地 ... 父复审确认的三个残余（原链路，不扩架构），本包按真实调用链修完。 1 回传空页不重置游标：引用数正好是 pageSize 整数倍时，最后一页为空， len(items)==0 直接 break 而不清游标 ⇒ 游标永远停在最老处，下一轮仍为空， 之后新增的快照再也取不到。抽出单轮函数 pullRound：空页显式重置该 scope 游标， 游标跨轮保留（单轮 20 页只是预算）。测试用真实分页语义的假数据源跑 100/2000/2100 三档，遍历完再新增引用并断言下一轮能看到（不再只测 advance helper）。 2 目标权威基线被误拒：library_baseline 是目标侧真实捕获，但只登记 production_effective（证据 action=target_baseline_init / origin=target_baseline）， 原实现把"只有 effective"一概拒绝。现在原产地按**捕获证据**判定：封存=源、 预备份=目标、带基线证据的 effective=目标；普通发布成功留下的 effective 与 recovery_verified 只是引用、不决定原产地；无捕获证据或源/目标同时成立仍拒绝。 测试走真实基线登记形状（内部为业务真实字段），并保留"纯普通 effective 仍拒绝"。 3 handoff 阶段写入不完整：SyncStages 没有 handoff 行，UpdateLibraryStage 只是 0 行； 初始 running 是"读 owner 再写"（有竞态）；成功后按旧 owner 写阶段必 0 行。 现改为三个事务方法：BeginLibraryHandoff（建/推进 running 且在同一事务内确认所有权）、 CompleteLibraryHandoff（同一事务：投递发布作业 + 交接 queue_job_id + 阶段 succeeded）、 FailLibraryHandoff（同一事务：阶段 failed + 作业 failed，不留半条记录）。 阶段行 (job_id, stage) upsert。测试断言交接后 handoff 阶段行真实存在且为 succeeded、 迟到执行对 stage 与 job 零改写（用屏障确定性把所有权切给 release）。 清理：删除被上述事务方法取代的 AdvanceLibraryJobIfActive 与 FailLibraryHandoffIfOwner， 避免同一含义两套实现。 验证：隔离 fixture PostgreSQL（真实迁移/队列/完成事件）+ 本 SHA 的 libraryctl 实跑 cmd/worker 全包通过；internal 全包与 go vet 通过。未部署、未推送；云 SSH/UI 仍未验证。	2026-10-30 19:32:28 +08:00
姚章浩	8a68ed1819	fix(library): 交接所有权 CAS、回传游标跨轮与快照原产地 ... 父审查确认四项是原 finding 未闭环，本包按真实调用链修完（先 RED 再修）。 R4a 正常流程必现阻断：API 先入 handoff 队列作业并关联，交接却只接受"未关联"， 每次正常发布都被自己的所有权检查挡住。新增 governance.LibraryHandoffQueueJobID （jobs.id 为 varchar(36)，原实现拼后缀超长，插入即失败）；EnqueueAndAttachLibraryJob 增加"声明的前驱队列作业号"，只允许当前无人持有或正是该 handoff 时替换，任意替换拒绝。 测试从 API 真实前驱（已关联）开始，覆盖正常交接、错误前驱拒绝、交接后重放、 以及 release 与 handoff 两条队列行都存在。 R4b 迟到 handoff 污染已交接作业：失败出口（含 Push 错误）改为所有权 CAS （FailLibraryHandoffIfOwner），只在业务作业仍由本次 handoff 持有时写 state/stage/recovery； 已交接/已终态零修改。所有权判定改为只看 library_jobs.queue_job_id（阶段行是否存在 与所有权无关，原实现会误判）。阶段写入也带所有权。用测试屏障确定性地复现"失败出口 到来时所有权已切给 release"，验证 release running 与 succeeded 两种状态下零修改。 R2 回传游标每轮重置：改为跨轮保留（单轮仍 20 页预算），读到不足一页才回到起点； 新增 pullCursor 与跨轮覆盖测试（2100 条引用、每轮 5 页仍全部覆盖，不重复不漏取）。 R3 原产地误判：封存成功后会再登记 production_effective（同一快照），原实现把 sealed+target 判成冲突，正常再发布/历史恢复被误拒。现在原产地只由捕获事件决定 （test_sealed=源 / production_prebackup=目标），effective/recovery_verified 只是引用； 二者冲突或都没有捕获事件仍拒绝。测试覆盖正常成功链、真冲突、无捕获事件三种。 验证：隔离 fixture PostgreSQL 实跑 cmd/worker 全包通过（含上述四条真实调用链）； libraryhandoff/librarysnapshot/httpapi/governance/platform-postgres/libraryctl 全绿； 完整 ci_checks 见提交时日志。未部署、未推送、未构建镜像；真实跨主机 SSH 链路仍未验证。	2026-10-30 19:22:48 +08:00
姚章浩	9300865d23	fix(library): 搬运复用前复验字节、回传游标分页与发布队列事务交接 ... 父独立审查退回的四个 finding，逐项修在本包内，不改架构。 1 复用路径没复验字节：remoteEvidence 只读清单+摘要就宣布可用。现在新增 libraryctl snapshot-verify（整版逐部件重算）并在复用前调用；blob 缺失/篡改必须 在入发布队列之前失败。新增真实 local 跨进程用例：清单不动、删 blob / 改 blob 后 再 Push 必须拒绝。 2 回传枚举被固定 LIMIT 50 截断：LibraryJobSnapshots 只取成功作业且按摘要字典序。 改为 LibrarySnapshotCandidates：合并 library_versions、library_jobs.snapshot_id、 library_jobs.target_snapshot_id 三处引用，按 (created_at, snapshot_id) 游标分页； 回传循环翻页到不足一页为止。失败/待恢复作业留下的预备份、第 51 条以后、历史恢复 输入快照都能被枚举。另修"本地只有清单、blob 已损坏就永远跳过"：改用整版 Load 判定， 并给 Unpack 增加显式 RepairCorruptBlobs（只在权威云端读回时开启）。 3 身份映射错误：搬运拿目标 tenant/KB 去核对封存快照，而封存清单写的是**源**身份 （云测试验收目标 a8e9c8ad/2e980686 与源 KB 必然不同）。现在 expectedSnapshotIdentity 按版本台账判定：test_sealed → 用部署注入的源绑定（LIBRARY_SOURCE_TENANT_ID / LIBRARY_SOURCE_KB_*）；预备份/生效/恢复版本 → 用目标绑定；没有登记或两类冲突一律拒绝。 身份永远来自独立绑定与台账，不接受包自证。 4 两步入队有竞态：Enqueue 成功后云执行器可能立刻领取并开始维护，Attach 失败却把作业 标失败并声称"未维护"。改为 EnqueueAndAttachLibraryJob 单事务（锁行 + 插入 + 关联 + 状态守卫），要么都成功要么都不发生；重复执行幂等，已关联别的队列作业则拒绝。 另修终态重放：AdvanceLibraryJob 无状态守卫，迟到的失败出口会把已成功作业改写； 新增 AdvanceLibraryJobIfActive（仅 pending/running 可推进），拿不到就明确记录"未覆盖"。 测试：libraryhandoff 用例覆盖跨租户/错误 scope/清单在而字节坏/本地损坏自愈； 隔离 fixture 库覆盖"校验通过才入队、失败不入队"、>50 条分页与失败作业预备份、 幂等重放不重复投递、迟到失败不改写终态。 未部署、未推送、未构建镜像；真实跨主机 SSH 链路仍未验证。	2026-10-30 19:10:02 +08:00
姚章浩	6400fd1bbe	feat(library): 快照搬运先于维护、双向校验与云端版本回传 ... 为什么改：云端 release-executor 与目标同机后，本机封存的快照必须"先到、先验证" 才允许开维护窗口。此前只有 pack/unpack 两条人工命令：UI 点发布时执行器读到的是 本机归档路径，云端根本没有这份快照，作业只能在装配阶段失败；而预备份落在云端， 本机页面也读不到。用户已批准补齐这条链路。 搬运（新包 internal/libraryhandoff）：本机 Load 逐 blob 重算 → Pack → SSH 流式写入 云端暂存 → 原子改名 → 云端 snapshot-unpack 再逐 blob 校验 → 读回版本清单摘要自证 → scope/tenant/知识库身份与治理库作业一致。只有全部通过才投递 library.sync|restore， 失败时发布作业根本不存在（目标不进维护、不写知识）。远端命令是固定 argv，容器名与 路径只来自部署配置；同 ID 异内容拒绝；同一快照本机 flock 串行化；暂存 bundle 用后即删， 归档本体永不自动清理。 回传：capture 角色按已成功作业的 snapshot_id 扫描，把本机缺失的云端快照 Fetch 回来 （云端 pack → SSH 流回 → 本机 Unpack 逐 blob 校验）。回传成功后 API/页面既有的列表、 详情、差异、存储与历史恢复路径读到的就是真实字节；失败则版本不出现在本机，不会被误报成可恢复。 角色：搬运与回传只注册在 capture；若接线到 full（同时消费发布作业）启动即失败， 避免与云端执行器抢同一批作业。release-executor 仍不拥有治理库 DDL，也不消费 QA/邮件/来源扫描。 验证：internal/libraryhandoff 全绿（跨进程 push/fetch、身份不符拒绝、幂等复用、 并发串行、篡改与未知快照不落版本、路径穿越拒绝、远端错误不当作"没有"）； cmd/worker 在隔离 fixture 库（独立测试 PG）上验证"校验通过才入队发布、失败不入队"； httpapi 队列决策单测；相关包 go test 全绿；go vet 全仓通过。 未部署、未推送、未构建镜像：云端接线与验收仍由父执行。真实云链路（含 SSH 通道） 本轮没有云侧写操作，只有本机跨进程与隔离 fixture 证据。	2026-10-30 18:58:34 +08:00
姚章浩	e6472b0ec6	feat(library): 云测试发布目标接入的角色分离、快照搬运与图谱门禁 ... 为什么改：发布执行链是"与目标同机"假设写死的（本机 docker.sock、本机 drain.json、 本机 Redis/PG），把目标换成云测试不能只改展示 URL；直接搬整套 worker 又会抢走 本机封存/QA/周报队列并按本机配置写错目标。所以先把"谁消费哪段队列"变成显式角色， 再补齐跨主机搬运与目标侧门禁。 角色（LIBRARY_WORKER_ROLE=full/release-executor/capture）不只影响 handler 列表， 还决定是否拥有 DDL（release-executor 只读校验迁移版本，落后即拒绝启动）、 收拾哪些 library_jobs.kind、是否跑 release 接管扫描、是否起 scheduler/QA/周报/探测。 capture 保留本机原有全部业务；release-executor 只挂 sync/restore/recover/baseline。 快照跨主机：新增内容寻址的 bundle（版本清单先落、blob 按 sha256 命名、清单最后 Link 作提交点），pack/unpack 幂等且拒绝覆盖与同名不同内容；执行器使用前仍逐 blob 重算 sha256，因此传输不可变有两道证据。 目标侧门禁：目标知识库 graph_enabled=true 时拒绝发布（发布只写 PG/ES/OSS，不写 Neo4j；未知也拒绝），只读检测、不改目标配置、不做图谱迁移。 云端入口：新增 drain 感知的 ingress 闸门（建连超时与读超时分离，半关闭单向传播， SIGTERM 排空后写 drain.json 并 exit 0/2）、compose 叠加片段（app 不再发布端口、 frontend 与 adapter 的入口收敛到闸门、指向真实网络 weknora-test-v071-network）、 执行器启动脚本与治理 PG 反向隧道脚本（默认 unix socket，不占 TCP）。 验证：deploy/cloud-test/test_gate.py 13 项全 PASS（含 12 秒静默流、半关闭、2MiB 完整、 排空 exit 0/active_at_close=1、排空超时 exit 2、上游不可达不挂住）；go test 相关包全绿； scripts/ci_checks.py 16 项全部 success（EXIT=0，1241 用例通过/0 失败/191 已声明可选集成跳过）； 云测试只读预检 17 项 / 6 FAIL，FAIL 项即当前部署缺口（无闸门、app 仍发布端口、 adapter 与 frontend 仍直连 app、云端归档根未建），未部署、未改云端任何状态。	2026-10-30 18:38:38 +08:00
姚章浩	a7d643635a	fix(library): 守卫按行取作业身份、同作业多代次、原作业续作与执行域准入 ... R1 维护/发布守卫硬编码 j.id=$1：维护类入口的 $1 是 scope/instance，作业号在 $2， 导致 update/release/ingress 六个入口正常路径全部匹配不到作业。改为按被更新行自己的 owner_job_id 生成条件，并同时要求该代次在 library_attempts 里仍活跃。 R2 认领只改 jobs.attempt_epoch 不改 attempts.epoch，第二次接管即错位；唯一索引 (job_id) 与"每次接管新 attempt 且历史不可变"矛盾。改为同作业多代次：锁作业行与 operation 行、同 owner 幂等续租、活跃未过期者让路、过期/本作业旧代次标 abandoned、 新代次 epoch=max+1，并清同 operation 其它作业行租约。迟到 write/renew/finish 一律 ErrLibraryEpochStale（finish 补了"只能在活跃态进来一次"）。 R3 续作不再新建 -resume 作业：PrepareLibraryJobResume 让原业务作业回 pending 并显式 结束上一代，维护窗口/journal/预备份/写集合仍按原作业 id 归属，代次由 worker 起手递增。 R4 执行域准入改为注册 handler 前读事实：目标实况（KB/租户/schema/索引）、旧 release 路由绑定的 KB、未释放维护窗口持有者；未知或重叠即拒绝执行（不做维护动作、不停既有服务）。 同时自纠 5 项设计偏离：current 次序键取意图创建时间（旧意图迟到事实被拒）、首次锚点 改事务 FOR UPDATE + 回读且 NULL≠0、版本事件冲突只做加法且 xmax=0 才算新事实、 恢复作为新 kind=recover 意图推进 current、隔离测试加测试库护栏并清理残留 schema。 测试：真实 PG（kg-pgtest-writeset，一用例一 schema）新增 8 条集成用例覆盖上述正负例； go test ./... 全绿（50 包）、go vet/build rc=0、web tsc + vitest 485 通过、make verify 16 项通过。	2026-10-30 17:20:40 +08:00
姚章浩	98294b9583	fix(library): 统一执行身份、终态收尾、准入与数据身份 ... why：审计 19 项（12 P1 / 7 P2）来自同一批根因，逐点试错会把协议撕成十几份： · 意图与执行混为一谈（F01/F15）：`library.sync:<scope>:<快照>` 是终身幂等键， A→B→A 的第三次发布拿到第一次的历史成功作业，什么都不做； · 版本行既是实体又是事件（F02/F09）：主键只由 (kind,scope,快照) 决定、写入是 upsert，第二个作业覆盖 `source_job_id`/`evidence`/`created_at`； · 接管没有代次（F13）：两个 worker 都能认领同一 pending 作业，失租的旧执行还能 写业务状态、释放别人的维护锁； · 早退与终态没有统一政策（F03/F04/F05/F06）：半写窗口的前置检查失败会重新开门、 服务起不来也照样开入口、journal 终态后收尾不可重建、恢复成功不回写 current； · 数据身份与准入各写一套（F07/F08/F14/F17）：接管丢了复用语义、全库搬运不改 location_hash、通用入口可造 library.* 作业、目标模型从没被问过； · 存储/容量/UI/CI 判据各自为政（F10/F11/F12/F16/F18/F19）。 what：按批准的一套协议集中实施（详见 handoffs/release-consolidated-implementation/ current-contract.md）： · operation（一次明确意图）/ attempt（epoch 代次）/ 不可变版本事件 / current 指针； 治理库迁移 76，只动治理库，不碰 WeKnora Schema/源码/镜像； · 所有业务状态、阶段、版本事件、维护锁写入带 epoch 守卫（失租代次写不进去）； 心跳失租立刻取消 handler； · 半写窗口早退保持关闭；服务未全部健康绝不开入口；journal 终态可从持久事实重建 收尾；恢复成功登记 recovery 事件并推进 current； · worker 在动维护前核对业务行/kind/scope/队列关联；通用入口拒绝 library.*； · 全库搬运重算 location_hash 并与文档级导入共用实现；接管消费写集合的复用决定； 发布前核目标实时模型契约、容量门禁前置； · 存储保护闭包改为全量依赖、类型只认显式登记、保护未知则不出可删候选； · 页面核 HTTP 状态与结构、恢复纳入轮询、Wiki 差异覆盖标题/摘要/父级。 how：`make verify` rc=0（16 项必需检查全绿，含 go test 全量与前端 485 例）； `go vet ./...` rc=0；`npx tsc -p tsconfig.json --noEmit` rc=0；逐项负例见各包测试 （F03/F04/F08/F12/F13/F14/F16/F18/F19 都有先红后绿记录）。 未执行：治理库迁移到任何已有库、真实 PG/ES/S3/WeKnora 集成、故障注入、部署。	2026-10-30 16:14:54 +08:00
姚章浩	d0310761b6	fix(worker): 接管复用预备份不再抹掉写集合证据 ... BackupPrepared 每轮都新造一份证据，而版本登记是 evidence=EXCLUDED.evidence 整份替换。接管复用时 BackupRef 只带快照 id（没有字节数）、写集合预检又只在 首轮执行，于是已登记的 writeset_digest/writeset_rows 被抹掉、backup_bytes 记成 0；同一作业第二次中断后再接管就取不回写集合，恢复链彻底断开 （2026-10-30T00:58Z 演练 …-1793321916382871758-retry，摘要 fddd98cf70… → 空）。 现在证据按「同一作业 + 同一份预备份」合并进已持久化那一行，身份不符一律失败； 接管路径用 prebackupBytesOf 从首次登记的证据取回真实字节，缺失即拒绝（不再写 0）； 生效版本证据统一由 effectiveEvidence 构造；同一作业的写集合只允许落定一次。 验证：真实 PG（一次性库 127.0.0.1:25471）上先复现再修 - 修前红：cmd/worker 两条新集成用例分别停在「第 1 次接管后写集合丢失」 与「复用未登记的预备份竟然成功」 - 修后绿：两轮中断+接管+第三次完整恢复后 writeset_digest/backup_bytes(4096)/ job/backup_snapshot/backup_reused 逐项存活，created_at 仍是首次登记时刻 - 反向自检（各自单独变异后复跑，均红）：去掉合并、去掉身份核对、 去掉摘要冲突判定、去掉复用字节硬门禁 - make verify：16 项全部 success（含 tests-go 真跑集成用例）	2026-10-30 09:14:10 +08:00
姚章浩	780ab988c4	fix(worker): 历史快照恢复接管按作业身份与新授权判定 ... 真实现场 2026-10-30T00:19Z：新恢复作业恢复历史快照 fc595511（已被 0d982f76 顶替），写入 database 后被 SIGKILL；重启接管时 classifyTakeover 只要看到 该快照有 SupersededAt 就判 superseded，没有判这行历史版本属于哪个作业， 把历史那次发布被顶替当成这次作业过期，作业 failed/prebackup，而恢复文案 又写"无需恢复"，目标半写且维护锁未释放。 修法：被顶替分支先分清归属——本作业 finalize 成功或版本行属于本作业 ⇒ 仍 拒绝；历史行属于别的作业时，仅当本次是 restore、授权签发于顶替之后、scope 与 instance 两把锁仍由本作业独占且指纹一致、预备份登记属于本作业且清单字节 仍等于摘要，才按 fresh 继续重跑整条链路。任一证据缺失/读不到仍拒绝。 同时把续作早退统一走 failLibraryJobOrTakeover：有持久化预备份时保留 needs_restore 并点名 backup，不再写"无需恢复"。 验证： - 先写失败回归（历史行+新授权 ⇒ 期望 fresh，实得 superseded），修后绿； - 真实 PostgreSQL 正负例：授权撤销/实例锁释放/预备份归属被改/清单字节被改 均回到 superseded；续作早退保留备份与 needs_restore； - 本地 make verify 16 项必需检查全绿（identity 本地档案跳过）。	2026-10-30 08:51:07 +08:00
姚章浩	85b3596e0e	fix(postgres): 复用预备份时保留首次登记时刻 ... 崩溃接管会复用崩溃前那份预备份；BackupPrepared 会再登记一次版本行，而 `created_at = EXCLUDED.created_at` 把"备份什么时候拍的"洗成了接管时刻 —— 事后无法区分"复用"和"崩溃后重做了备份"，而后者正好把半写状态当成可回滚基线。 - 只对 `production_prebackup` 取 LEAST（首次登记时刻只早不晚）； - 生效版本行仍写当前时刻（重新激活一个旧快照后，页面要显示最近一次生效）； - 真实 PG 用例两条负例：撤掉保留规则 ⇒ 红；规则漏到所有 kind ⇒ 红。 verify: 一次性库 kg_takeover_reuse_test 上 PASS； 负例 1（撤掉 CASE）→ "复用后登记时刻被改写"；负例 2（CASE 去掉 kind 条件）→ "生效版本重新激活后时刻"；make verify overall success。	2026-10-30 07:56:12 +08:00
姚章浩	6bdc17474c	feat(worker): 接管认领与决策落结构化日志 ... 2026-10-29T19:56Z 的 after:database 演练里，worker 只留下汇总行 `library job takeover sweep: 1 resumed, 0 failed without backup`：既不说哪个 作业，也不说它是否真被本进程认领（被别的 worker 抢走、attach 失败都只影响 计数）。演练脚本要的老文案只在"新建队列行"那条路径打印，真实走的是"队列行 已存在"那条 ⇒ 判据与实现各说一套，演练 exit 5。 - 新增 `library job <id> takeover claimed at=… kind=… scope=… target=… backup=… queue=… path=…`：claim + attach 都成功之后才写，两条认领路径共用 （path=enqueue / existing-queue）； - 新增 `library job <id> takeover decision=…`：分类后、动手之前写，含 finalize_only。只留阶段表的话，同快照收尾能把它伪造成完整续作； - resume 的 store 参数抽成接口，单测才能证明"没认领/attach 失败时一行都不写" （变异验证：把认领行提到 attach 之前 ⇒ 红；删掉 existing-queue 那行 ⇒ 红）； - 接管复用的预备份在证据里写 `backup_reused=true`：分不清"复用"与"崩溃后重做 备份"，后者会把半写状态当成可回滚基线。 verify: go test ./cmd/worker -run 'TestTakeover|TestLedgerBackupStore' -count=1 全绿； make verify overall success（16 项必需全绿）。	2026-10-30 07:56:07 +08:00
姚章浩	d544728001	test(worker): 真实PG断言拒绝接管的落库效果 ... 拒绝接管不只要"分类对"，还要三处落库都对：library_jobs 终态 failed + 保留预备份 基线 + 恢复指引里带得上那个基线；library_maintenance 的 released_at 仍为 NULL、 state=needs_restore（目标可能半写，释放等于谎称已恢复）。 用一次性库 kg_takeover_foreign_test 实跑： - TestFailLibraryTakeoverKeepsMaintenanceAndNamesBackup PASS (1.35s) - 负例：把恢复指引改成"无需恢复" ⇒ 同一用例红（library_takeover_integration_test.go:117） - TestTakeoverRefusesSameSnapshotRegisteredByAnotherJob / 超出历史窗口那条仍 PASS	2026-10-30 03:50:49 +08:00
姚章浩	ba852f3dc2	fix(worker): 接管判据绑作业身份，同快照别作业登记不算完成 ... 2026-10-29T19:16Z 真实现场：作业只写完 database 阶段（resources/index/wiki/verify 仍 pending），worker 被杀、人工拉起后被判 succeeded，阶段写"已登记生效版本（仅收尾， 未重写生产）"，并把生效版本归属改写成这个作业。 根因：classifyTakeover 只看"当前生效版本的目标快照是不是我的目标快照"。版本行主键 由 (kind, scope, 快照) 决定（LibraryVersionID），登记是 ON CONFLICT (id) DO UPDATE、 会改写 source_job_id —— 快照相等这一维里没有作业身份。 改法：effectiveOwnedBy(version, jobID, snapshotID) 一份实现，接管与基线共用； 归属别的作业 ⇒ 新的 takeoverForeignEffective，走 failLibraryTakeover：不写目标、 不释放维护、终态失败并指明预备份（目标可能半写，释放等于谎称已恢复）。 本作业自己的 finalize 阶段成功仍是独立证据，不被归属改写推翻。 验证（已跑）： - go test ./cmd/worker -run TestClassifyTakeover → PASS（含 4 条新用例） - 负例：撤掉身份判定后同两条用例红（classify="pending_final", want "foreign_effective"） - 真实 PG（一次性库 kg_takeover_foreign_test）： TestTakeoverRefusesSameSnapshotRegisteredByAnotherJob PASS（1.41s）， 负例同一用例红（library_takeover_integration_test.go:53） - 同一库 TestTakeoverClassificationUsesExactCurrentVersionBeyondHistoryWindow PASS - make verify：overall success（15 项必需全绿）	2026-10-30 03:40:13 +08:00
姚章浩	0d3a016a9e	feat(worker): 加真实中断演练的固定同步屏障 ... 真杀 worker 只有在"写了一半"那一刻才有意义，靠 sleep 猜时间会错过阶段 —— 上一版演练脚本就是这样永远 exit 0 的。这里把"进程确实停在固定点"变成文件事实： worker 到达点位后写 <dir>/<point>.hit 再等放行，演练方看到它再 SIGKILL，命中 是确定的。 安全边界：只有 KG_TEST_BARRIER_DIR 与 KG_TEST_BARRIER_POINTS 同时在场才生效 （默认关闭），只由本机 compose overlay 注入；单次等待有硬超时，没人放行就自己 继续；同一进程被杀后重启看到同一份 .hit 直接通过，不会把接管再拦住。屏障挂在 contentTrackedTarget（阶段之间），发布链路不需要知道演练的存在。 验证：屏障包 4 条用例（默认关闭无副作用 / 命中与放行握手 / 超时自行继续并留 .hit+.timeout / 目录不可建报错但不阻塞）与包装层接线用例全绿（后者证明真实 Apply 路径真的走到点位，漏接线会红）。	2026-10-30 03:09:29 +08:00
姚章浩	0088004cd6	fix(library): 当前生效版本改按精确查询 ... 接管分类、基线判定、已知索引映射、同步闸口的创建判据与归档保留的保护标记， 原来都用 LibraryVersions(scope, 50/100) 这个分页窗口再在内存里筛。生效版本每 scope 只有一行、可能很久以前登记，历史一长就被挤出窗口 —— 于是"已生效"被读成 "没有生效"：接管会把已经上线的目标重写一遍，基线入口会给已有权威版本的目标 再建一次基线。 现在统一走两条精确查询：LibraryCurrentVersion（kind='production_effective' AND superseded_at IS NULL，每 scope 至多一行）与 LibraryVersionOfSnapshot（按快照 身份取回"已顶替"证据）。多行、自相矛盾、读不到一律 fail closed；同一含义只留 一份实现（knownIndexMapping 同步与恢复共用）。LibraryVersions 仍是 1..100 的 展示窗口，只用于列表。 验证：真实 PG 上先复现（窗口实现 ⇒ found=false），改后 7 条 store 契约用例与 worker 端到端判定用例全绿；本机 make verify 15 项 success（用例 1264 通过 / 0 失败 / 93 已声明可选跳过）。	2026-10-30 03:09:21 +08:00
姚章浩	67743f2285	test(library): 真实PG验证超出历史窗口仍能取回写集合 ... fake 版本库不实现 Store 的 1..100 上限，正是它让"限 out of range"一路绿到线上。 这组用例跑真实 PostgreSQL：真实 Run → contentTrackedTarget → 真实 libraryStageRecorder.WriteSetPlanned → 真实 store，断言台账在第一笔写入之前可读、 原备份证据字段与 writeset_digest 原子共存，并把记录推到 250 条更新版本之后 （窗口里已看不到它）仍能按身份取回。 store 级契约用例覆盖：命中、真缺失 found=false、别的作业=冲突、同身份两行=拒绝挑选、 跨 scope/跨 kind 不命中、不完整身份拒绝。变异成"列最近 N 条再筛"时四条全红。 隔离 schema 逻辑收敛到 pgtest 一份，postgres 侧改为委托。	2026-10-30 02:32:26 +08:00
姚章浩	f0bd6fb0d2	fix(library): 版本台账改按身份精确查询 ... 写集合台账的取回走的是"按 scope 列最近 N 条再筛"，而真实 Store 只接受 1..100， 于是真作业在预备份已落盘之后登记失败（library version limit out of range）， 写集合引用没能持久化。假版本库没有这个上限，单测因此一路绿。 只把 200 改成 100 不够：历史超过窗口后，存在会被读成不存在（本机实测：把记录推到 250 条更新版本之后，接管/恢复就找不到它）。改为 Store.LibraryVersionByRef： scope+kind+作业+快照 一条 SQL 精确命中；命中多行拒绝挑选，命中别的作业拒绝借用， 真的没有才返回 found=false。登记/接管/恢复三处共用它，公开分页上限保持 1..100 不变。 版本行解码抽成 scanLibraryVersions，窗口列表与精确查询共用一份。	2026-10-30 02:32:23 +08:00
姚章浩	27828ff21e	test(worker): 编排链路里包装层必须真的触发写集合预检 ... 只测“包装体转发”还不够：Run 是按可选接口断言决定要不要预检的。补一条走 libraryrelease.Run + contentTrackedTarget 的用例，断言预检被调用一次、结果 带回编排层、四类写入照常执行。	2026-10-30 02:03:28 +08:00
姚章浩	0252492e53	fix(library): 恢复保留下来的资源凭可审计证据复用 ... 同步 A 成功后手工恢复 B，resources 表既不删行也不删对象；再同步 A 时， resources 里那 21 行以“同租户但不在预备份范围”被判成别人的知识库，整次 同步在写第一笔之前被拒。 “目标里没人引用”不是归属证据：历史孤儿、其它知识库暂未绑定的资源都满足 它。改成唯一放行路径——可审计复用（v071/library_reuse.go）： 1. 持久来源：这个目标成功同步过且登记过生效版本的快照，或它自己的预备份， 且同一资源行在来源里内容一致； 2. 整行内容（除易变时间戳）与本次写入将要落地的行完全一致； 3. 该资源的对象字节与本次快照归档摘要一致。 三条同时成立才允许复用：写入阶段跳过它（不重写行、不重传对象），写集合里 记 existing+reused，恢复不清理；证据单独落盘 reuse/<digest>.json，摘要写进 写集合行，不冒充历史台账。内容不同、来源范围不同、或没有持久来源一律继续 拒绝，且拒绝发生在写入之前。 为什么把预备份也算来源：恢复作业的写集合同样会把“本目标历史状态里已有的 资源”判成跨范围冲突，而它们本来就出自这个目标自己的快照。 验证：隔离 PG+ES+MinIO 真服务下新增 5 个场景用例（复用成功且 xmin 不变、 无来源拒绝、内容不同拒绝、同内容不同来源拒绝、wiki 半写回滚只清本次新建）； v071 整包与全仓 go test 通过；make verify 15 项全绿。	2026-10-30 01:59:32 +08:00
姚章浩	f0f5571518	fix(worker): 写集合预检经包装层转发，缺失即拒写 ... orchestrator 用 target.(WriteSetPlanner) 决定要不要在写第一笔之前算写集合， 而 contentTrackedTarget 只转发了 Current/Apply/Verify/Restore，断言恒为假， 台账既不落盘也不登记。真实现场：10-29 两次真作业的预备份证据里没有 writeset_digest，归档根下没有 writesets/，崩溃接管必然无台账可读。 现在包装层显式转发；内层不支持预检时返回硬错误，不退回"没有台账也照写"。 用例断言包装后仍实现 WriteSetPlanner，并覆盖"内层不支持"的硬错误。	2026-10-30 01:33:40 +08:00
姚章浩	a0a7a26639	test(library): 写集合锚点与接管加载的单测 ... 治理侧的摘要登记与取回原先只能连真实治理库验证，等于没有负例。这里把"列版本" 抽成一个最小接口（真实 store 原样满足），并为三个判据补单测：预备份原有证据必须 保留、摘要必须按"作业+目标+预备份"三者匹配才能取回、接管时没有写集合必须失败。 本地验证：go test ./cmd/worker/ -run 'WriteSet|LedgerBackup' 4 项通过； go vet ./cmd/worker/ 无输出。	2026-10-30 00:00:53 +08:00
姚章浩	e0768f2caa	fix(library): 写集合台账与跨范围冲突预检 ... 失败恢复会在写完之后按"目标租户里没人引用"清理资源行，于是历史孤儿、同租户其它 知识库暂未绑定的资源、被共享的资源都可能被删掉；而预备份里没有这些行，删了不可 恢复，随后整实例指纹才发现不一致，只能停在 rollback_failed。恢复校验依赖的整实例 证据又只存在内存里，worker 重启后只按快照 id 恢复，等于静默跳过比对。 改法：写第一笔之前把"本次明确写集合 + 写前存在状态 + 预备份时刻整实例内容证据" 算出来并按内容寻址落盘（文件名与治理库里的引用都是 sha256），摘要登记在预备份 版本证据里；恢复只删"写前不存在 ∧ 由本次写入 ∧ 不在恢复内容里"的精确 ID，并对 资源额外要求仍无绑定/正文引用；缺记录、记录被改、绑定对不上都直接失败、维护保持。 resources 的 upsert 补租户限定，跨范围同 ID 在写入之前就被预检拒绝。 整实例指纹从"身份集合"改成"逐行内容摘要"，别的知识库同 ID 行被覆盖写坏也会暴露。 本地验证（已跑）： - make verify 15 项全 success（identity 因本地档案 skipped） - go test ./internal/releaseadapter/v071/ -run Isolated（真实 PG + 真实 ES + 真实 MinIO 对象存储，写失败按定位符注入）：目标非空/同租户其它知识库/共享资源/ 历史孤儿/跨租户数据在失败恢复后逐行字节不变、本次残留 0；缺写集合拒绝恢复； 跨范围 ID 冲突在写入前拒绝；wiki 阶段半写回滚干净 - SIGKILL 子进程后按盘上写集合接管恢复，目标原有数据逐行不变 - go test ./internal/libraryrelease/：写集合先于第一笔、规划失败/登记失败都不写目标、 接管不重新规划	2026-10-29 23:55:13 +08:00
姚章浩	5defe238e0	fix(library): 跨范围同步按目标范围改写并校验残留 ... 真实事故：源 KB(10000/0c84a098) 同步到目标 KB(10001/e64e82b5) 时，归档行被原样 插入目标库，落在来源租户/知识库；资源阶段随即报"生产缺少资源 ... 的存储路径" （资源查询按目标租户过滤，看不见刚写进去的行）。回滚只按目标范围回放，于是页面 报"已恢复到预备份"，目标却多出 4 文件/38 分块/21 资源/4 绑定。 改： - 写入与校验共用 retargetRow：tenant_id / knowledge_base_id / 资源定位符(后端、 provider、桶、租户前缀) / storage_backend_id / provider / embedding_model_id 统一映射到目标范围；行里的来源身份对不上就失败，宁可不写。 - Verify 增加"本次写集合仍以来源身份残留"判定；Restore 增加整库指纹比对（预备份 时刻 vs 恢复后）与孤儿资源清理，回滚后用 Verify 复核，恢复工具退出 0 不再等于 恢复完成。 - 新增 cmd/libraryresidue：按归档身份精确、可备份、可复核地清理已知的范围外残留。 验证：make verify 全绿；真实 PG+ES 用例复现"源目标 KB 不同 + 目标非空 + 资源阶段 失败"，断言回滚后无来源范围残留、其它租户行未动、恢复后内容=预备份；正向用例断言 行落在目标范围且资源定位符指向目标存储。	2026-10-29 22:11:59 +08:00
姚章浩	c27a0c14cc	fix(library): 基线契约读目标真实 schema/模型，演练标内容风险 ... 真实演练暴露两个只有跑起来才看得见的问题： 1. 归档要求完整兼容性契约（v0.7.1 / schema 74 / elasticsearch_v8 / 1024 维 / 映射摘要），而基线装配只填了 embedding 与映射，捕获被 "unsupported snapshot compatibility contract" 拒绝。 现在 schema 版本读目标库 schema_migrations（dirty 或版本不符直接拒）， embedding 优先读目标库模型绑定（本机目标 models 表为空、引用悬空， 此时回落部署声明并说清来源），版本/引擎用受支持栈常量，映射取目标当前值。 2. 演练在"还没写目标内容"时就允许 restore_blocked=false 的窗口以 blocked 收尾， 写出 content_risk=false + restore_blocked=true 的非法 journal（恢复器拒绝加载， 目标停在停机态）。现在写 canary 时先 MarkContentRisk，allowRestore 按 "没碰内容 ⇒ 安全恢复；碰过 ⇒ 必须恢复并校验通过"。 另外给演练工具加 -recover：只把非终态窗口按原运行状态恢复，用于演练失败后 把目标救回来（不改治理记录）。 验证：库内模拟真实目标不可得，契约分支用真实 kgseal 演练覆盖： snapshot 5cb945e6… 捕获 143ms → 基线一致 → canary 后校验如预期失败 （knowledges 1 行摘要不一致）→ 恢复后校验通过 → 窗口 succeeded、服务与入口恢复。	2026-10-29 19:41:12 +08:00
姚章浩	a42b101a7b	fix(library): 基线崩溃续作与维护原状态保留 ... 父审发现三处会让目标卡死或状态对不上实际入口，逐条修： 1. 登记成功但没来得及收尾：崩溃重入会撞上"已有生效版本"直接失败， 目标留在维护里、占用也不释放。现在按「本作业+同一快照」识别为自己的 版本，只做收尾（恢复服务/开入口/释放两把占用），不重新捕获、不重写； 别人的版本仍然拒绝。捕获完成但登记失败则明确失败并写"未对目标写入"。 2. 重入覆盖原运行状态：崩溃时服务已被停住，再读一次只会读到 stopped， 写回去会让恢复阶段永远不启动写入者。AcquireInstance/LibraryMaintenance 在 owner 相同的重入时保留已持久化原状态；新作业接管已释放窗口用自己的观察。 真实 PostgreSQL 集成用例覆盖（先红后绿）。 3. 版本登记移进维护窗口：捕获/校验/登记要么一起成立、要么目标原样恢复； 记录失败时窗口已开放，治理状态同步释放，不再"显示维护中、实际已开"。 索引映射读不到时拒绝登记，不再用空摘要写证据。 顺带： - 基线窗口统一收尾抽成 settleBaselineWindow，四种结局各有测试（成功/健康失败/ held 保持维护/已恢复则释放），并用真实 DB 用例证明 baseline 与 sync/restore 共用写互斥、幂等重试不产生第二个作业。 - 新增 cmd/librarydrill：维护隔离 → 整库预备份 → 一致性校验 → canary 漂移检测 → 按预备份恢复 → 逐类复核 → 按原状态恢复服务。用与 worker 相同的 LIBRARY_* 配置，绝不触碰封存源。 - 目标/预备份/维护栈装配收成 internal/librarystack 一份（worker 与演练共用）。 验证：go build/vet/test 全过；TEST_DATABASE_URL 指向临时 PostgreSQL 跑 TestMaintenanceReentryKeepsOriginalServiceState（修复前失败：got app=stopped） 与 TestLibraryWriteMutexCoversBaselineJobs；本地门禁 15/15。	2026-10-29 19:08:58 +08:00
姚章浩	517d5f862d	feat(library): 首次发布接上目标权威基线与整库空判定 ... 目标非空又没有生效版本时，首次发布以前只能停在"权威版本未知"。现在有了 真实入口：管理员发起 baseline 作业，worker 在维护隔离下把目标整库捕获成 归档快照，再用同一套 Verify 证明目标与快照逐类一致，最后登记 production_effective（证据写明 origin=target_baseline、快照 ID、逐表行数、 目标索引映射）。不写目标内容、不清空目标、不手写版本。 同时修两处会误导人的判定： - productionScopeEmpty 原来只数 knowledges，"文档删了但分块/Wiki/资源还在" 的目标会被当成空库；改用适配层同一份表清单与范围过滤逐表计数。 - 概览里的"测试封存候选"原来取该 scope 最新一份归档，而归档里还有生产 预备份与目标基线快照；改为只认版本登记里 kind=test_sealed 的那一份。 迁移 075 放开 kind='baseline' 并把它并入 sync/restore 的写互斥索引； worker 重启时用同一作业 id 接管未完成的基线窗口。维护接口补 capability， 页面才能区分"未运行维护"与"维护能力没接线"。 验证：go build ./... / go vet ./... 通过；新增用例覆盖管理员校验、已有生效 版本拒绝、目标读不到时零作业零版本、候选来自登记、缺项文案指向基线入口、 capability 逐项缺失；反向自检（把候选改回按最新归档取、把文案改回旧句、 去掉管理员判断）三项均按预期变红后复原。	2026-10-29 18:16:21 +08:00
姚章浩	24d2546cbb	fix(library): 接管不再把版本查询失败当成没有收尾证据 ... resumed 分支里 LibraryVersions 的错误被忽略，FinalizeOnly 保持 false 后继续完整 apply：对"已登记版本并释放窗口、只差终态"的作业，这等于把同一份内容重写一遍目标， 与"最终只复核"的承诺相反。 现在接管先分类：finalize 阶段成功作为独立证据（不受版本查询影响）→ 只收尾；查询 失败且无阶段证据 → 未知，零写入、可重试；本快照被别的快照顶替 → 拒绝覆盖；其余才 按正常流程。 同时修释放幂等：Update*/Release* 对"已由本作业释放"的行返回 ErrMaintenanceReleased， 收尾重试视为已完成（部分释放后不会永久卡死），别的作业仍报未持有。真 PG 负例验证 两种情形。	2026-10-29 14:24:12 +08:00
姚章浩	8d2ed8ebe6	fix(library): 维护释放与服务恢复完成之后才暴露作业成功 ... 原本 execute 写完生效版本就写 succeeded，而服务恢复、入口开放与维护锁释放发生在 窗口返回之后。任一步失败时外部已看到成功，重启接管又只认非终态，于是目标永远 留在维护里（本轮真实现象：同步 succeeded 后立即恢复被 409）。 现在内容校验与版本登记完成后只记"待收尾"：finishLibrarySuccess 先确认目标写入者 与入口健康，再按 scope → instance 顺序释放两把锁（每一步错误都上抛，不再 `_ =` 丢弃）， 最后才写 succeeded；任一步失败即落失败并保持 needs_restore。释放与终态写入用 context.WithoutCancel 有界包住，停机不会留下半成品。接管的 finalize-only 判定改为 按证据（finalize 阶段成功或未顶掉的生效版本），只复核与登记，不重写生产。 测试覆盖：调用顺序（成功后两把锁必已释放）、健康失败不释放不报成功、三步释放失败 各自不报成功、终态写入失败提示等待接管、接管证据判定正负例。	2026-10-29 14:02:09 +08:00
姚章浩	6ed06357f9	fix(library): 期望执行器身份随 capture 请求送达并在执行前核对 ... 原来 worker 先 health 再 capture，两次拨号之间 socket 可能被换成另一个实例的 执行器：错的 agent 已经把写入者停了、快照也出了，事后 postcheck 只能拒绝登记， 副作用无法撤销。 现在 capture 请求自带期望身份（治理侧配置生成：project 必填，source_app / archive_root 配了就绑定）与覆盖三项的稳定指纹；接收方在操作互斥内、执行任何源 操作之前比对，缺字段、指纹与字段不一致、project/source_app 不符都直接拒绝， **错的执行器一次 capture 都不跑**。封存结果回显该指纹，worker 事后复核按它对照， postcheck 只作为证据防线。恢复路径不要求期望（它只把写入者恢复回来）。 负例是确定性的：两个真实 agent 各占一个 socket，把调用方指向错的那个，断言它的 capture 调用为 0 且仍能回答 health；同一份期望打到对的 socket 则只跑一次。	2026-10-29 13:23:56 +08:00
姚章浩	4c79052a18	test(release-worker): 测试 DSN 改为拼接构造避免密钥扫描误报 ... 完整带口令的 URL 出现在源码里会被 security-secrets 判红（测试值也一样）。 按既有做法把连接串拆开拼接，语义不变。	2026-10-29 13:05:23 +08:00
姚章浩	cfad003499	fix(release-worker): 启动失败带端点与脱敏原因 ... 正式 release-worker 崩溃重启时日志只有一句 connect release target database， 主机名、库名和底层原因都不在里面。现在错误里带 host:port/db、路由标识与原因。 端点去口令不等于整条日志安全：pgx 的解析错误可能原样回显连接串。新增 internal/pgdsn.Redact（按已知口令精确替换 + 按 URL/keyword 形状兜底）， 错误保留 Unwrap 以便 errors.Is/As，技术原因不丢。cmd/worker 里只留库名的旧实现 换成同一个包，避免两份脱敏逻辑。libraryctl 用法补上 dead-letters。	2026-10-29 13:01:46 +08:00
姚章浩	47eb23cf68	feat(library): 封存执行器可用性与还原条件来自真实观测 ... 页面上的"可发起封存"原来只判 LIBRARY_AGENT_SOCKET 非空：正式栈的 API 根本没挂 那个 socket，而 agent 曾顶着正式单元名冻结候选实例——配置非空、页面可点、真发起 却封错库。 现在：agent 新增 health 动作（不占封存操作锁、不跑子进程，只回答身份/降级/忙）， worker 每 30 秒探测并写入迁移 074 的 library_executor_status；overview、快照列表与 POST /library/captures 共用同一份判定（过期、不可达、实例不符、降级、正忙都拒绝并 给原因）。封存结果由 agent 附上自报身份，worker 在停写入者之前再探测一次、执行后 用结果复核，不一致就不登记测试封存——心跳只能证明"刚才"。 期望身份用 LIBRARY_SOURCE_*（封存源），不是 LIBRARY_TARGET_*（同步目标），否则 正确的执行器会被判成不匹配。另加 GET /library/restore-availability：恢复能否执行由 双闸、该快照的恢复授权与实例维护状态决定，页面不再写死 disabled。 真跑（候选隔离栈，两处 socket 隔离不变）：overview 返回 executor {kgmaint-weknora/kgmaint-app}；停 agent 后转不可达并 503 带原因；重启后恢复。	2026-10-29 13:01:37 +08:00
姚章浩	e508abd958	fix(library): 死信解除绑定封存源实例而不是同步目标 ... 同步目标与封存源常常不是同一个实例（kgseal vs kgmaint）；用目标名去绑来源死信， 真实观测的 project 永远对不上，解除会被一律拒绝。新增 LIBRARY_SOURCE_INSTANCE， 留空回落到目标实例名，API 写记录与 worker 取指纹共用同一个来源实例名。 试过：真实 API GET/POST、go test ./internal/{httpapi,appconfig} 与 make verify 全绿。	2026-10-29 07:13:18 +08:00
姚章浩	c2402947a9	feat(library): 死信按精确指纹解除，保留上游记录 ... 上游 task_dead_letters 没有解决标记，purge/DELETE 会销毁"失败过"的唯一证据。 治理侧新增解除记录（迁移 073）：绑定实时行逐字节指纹、重放引用、源侧观测摘要与 操作人；行被改过、重放后又出现新死信、源侧未结清都不命中，封存照旧阻断。 指纹先压紧空白再摘要，避免 PG to_jsonb::text 与 json.Marshal 的空白差异。 试过：go test ./internal/{librarydeadletter,libraryagent,httpapi,releaseadapter/v071, platform/postgres}，make verify 15 项全绿。	2026-10-29 06:55:13 +08:00
姚章浩	cb0090802b	fix(v071): 同步资源行时把定位符的桶换成目标桶 ... 同步把资源字节写进目标桶，但 resources.physical_path 是从快照原样搬的， 里面还写着来源桶（storage://…/minio://kgmaint-1028a/…）。目标实例之后按这一行 取图/附件就会指向测试环境的桶，或直接取不到——跨环境引用，必须在本轮修掉： 写入前换桶、键不变，定位符解析不出来就报错（不写指向别处的行）。 试过：make verify 15 项全绿；新增定位符用例（嵌套/单层/裸键/非法）； 真实同步后目标桶里对象键与行内定位符一致。	2026-10-29 06:21:53 +08:00
姚章浩	faaf003707	fix(libraryagent): 把宿主侧对象存储端点纳入固定命令形态 ... 上一提交只给 libraryctl 加了 -source-s3-endpoint，agent 却不知道这个 flag， systemd 起不来（exit 2）。端点属于"这台主机怎么访问这个源的存储"，必须由 agent 自己钉住并随固定声明传给 libraryctl；请求仍然不能改。没配置时不凭空加 flag。 试过：make verify 15 项全绿；新增 agent 声明用例（有端点必传、无端点不多传）。	2026-10-29 06:11:29 +08:00
姚章浩	4d6ecda310	feat(libraryctl): 源对象存储端点可按宿主机地址覆盖 ... 容器 env 里的 MINIO_ENDPOINT 往往是服务名（langfuse-minio:9000），封存跑在宿主机上 解析不到，真实封存报 read library resource 并整体失败。 新增 -source-s3-endpoint：只换访问入口，桶与对象键不变；缺 scheme 直接拒绝； status 会打印实际使用的 endpoint。 试过：make verify 15 项全绿；新增覆盖用例（生效 + 拒绝无 scheme）。	2026-10-29 06:09:56 +08:00
姚章浩	11c52ad81b	fix(libraryctl): 封存窗口接上实例级入口闸门与后台静默 ... 库级窗口永远拿不到在途排空证据：被代理的 WeKnora 收到 SIGTERM 就 exit(1)， 写者退出码不能当作请求已排空。capture/recover 改由 librarymaintenance.Manager 装配入口闸门、后台静默检查、目标指纹与入口探针（与发布链路同一套实现）， 排空证据来自闸门 drain 记录；缺 LIBRARY_TARGET_* 时在开窗口前拒绝并点名。 维护接线解析收敛到 internal/librarymaintenance/env.go，agent 与 worker 讲同一组 变量名；agent 启动如实打印接线状态；安装脚本强制 0600 agent.env。 试过：make verify 15 项全绿；新增 7 个用例（接线解析/身份绑定/缺闸门拒绝）。	2026-10-29 05:48:38 +08:00
姚章浩	1faf5137ea	fix(libraryctl): 用完整容器 ID 判定写入者归属 ... `docker ps -q` 默认输出 12 位短 ID，与 declared 里的 64 位 ID 永不相等， 结果连已声明的写入者都被判成"未声明的并发写入者"，封存永远开不了窗。 改用 --no-trunc 并按前缀双向匹配。	2026-10-29 05:02:10 +08:00
姚章浩	fd71ea349e	fix(libraryctl): 同镜像不等于同一个写入者 ... 共享业务栈与专用验收实例共用同一个 WeKnora 镜像，原来只按镜像判"未声明写入者"， 任何一台开着共享栈的机器都永远开不了窗。判据改为：同项目或无项目标签即冲突； 另一个项目只有数据库/队列目标与源相同才算冲突。单测覆盖六种组合。	2026-10-29 05:01:22 +08:00
姚章浩	906c282986	fix(libraryctl): 捕获/预检也走同一份 scope 映射 ... 上一提交只改了 status；capture/preflight 仍直接读 routing bindings， 所以 CLI 封存的还是 bindings 里的库，而不是 API 的目标——契约读取直接失败。	2026-10-29 04:59:57 +08:00
姚章浩	23cc6c0afe	fix(libraryctl): 支持 MinIO 源，并与 API 共用同一份 scope 映射 ... 为什么：专用验收实例用 S3 兼容的 MinIO，而 CLI 的源发现只认 oss 环境变量， `STORAGE_TYPE=minio` 直接失败；同时 CLI 只读 routing bindings，API 读 LIBRARY_PRODUCTION_KB_*，两边指向不同知识库时，"封存的是哪个库"就说不清。 怎么改：新增 objectStoreFromSourceEnv（oss/minio，端点/桶缺失即报错，不退回默认值）， scopeBindings 让环境变量优先、bindings 兜底。单测覆盖 minio http/https、oss 与未知类型。	2026-10-29 04:58:45 +08:00
姚章浩	5afe151c7d	fix(library): 维护目标把后台静默检查的依赖接上 ... openLibraryMaintenance 漏传了目标库/队列，导致实例级窗口永远报 "缺少后台静默检查"——接线漏了，防线却看起来像在工作。	2026-10-29 01:01:52 +08:00
姚章浩	3643e9bf82	fix(library): 维护收尾必须按预备份恢复并校验 ... 删掉会自己开入口、只看服务健康的 FinalizeAfterOperatorRecovery。 新的 RecoverWindow 绑定原作业/目标指纹/持久化预备份，在维护关闭下 执行恢复与逐类校验，通过才恢复服务与入口；失败继续维护。 预备份身份与内容风险在第一笔写入前一起落盘；后台任务必须静默后才停写者； 写入者发布端口即拒绝开窗口；维护占用改为按实例互斥（000072）。	2026-10-29 00:50:32 +08:00
姚章浩	962bed8f53	feat(library): 人工恢复后按证据收尾维护窗口 ... 回滚失败会按设计保持维护，但此前没有任何"人工确认后收尾"的路径： journal 一直非终态，之后所有窗口都会被拦住。新增 libraryctl finalize： 不启动服务、不释放治理占用，只核对原本在跑的服务与入口是否真的在服务， 通过才把 journal 标成 operator_recovered。	2026-10-28 23:42:28 +08:00
姚章浩	38d04488de	feat(library): 入口闸门排空 + 维护占用可再接管 ... 被代理的 WeKnora 收到 SIGTERM 会先关监听再 exit(1)，在途请求被切断。 排空改到真正的连接入口：闸门停止接客、等在途连接归零、写 drain.json 并 exit 0；协调器只认这条证据，写者退出码只作记录。 顺带修掉维护占用的一条死锁：释放后的窗口此前不能被新作业接管， 等于第一次同步之后谁也再进不去；持有中的窗口仍只允许原作业重入。	2026-10-28 23:35:15 +08:00
姚章浩	6fe98c9a30	feat(library): 同步/恢复改为实例级维护窗口 ... 只锁治理库 scope 挡不住 WeKnora 直连和后台写入。把封存链路的 维护机制接到发布路径：持久化 owner/目标身份/原服务状态，关入口、 停写入者、验证排空与入口不可达，再写目标；写完先恢复原运行状态 与入口才释放占用。内容风险一旦落盘，重启恢复不再自动启动写入者。 新增 000071 迁移记录 level/指纹/服务/入口状态；未接线的目标直接 拒绝写，不用库级锁冒充系统维护。	2026-10-28 23:01:29 +08:00