Files
rust-discovery/docs/agent-crash-acceptance.md
T
2026-11-13 19:11:45 +01:00

6.5 KiB
Raw Blame History

Agentabbruch nach möglicher Wirkung: vorbereitete Abnahme

Stand 2026-11-13. Noch kein nativer Crashversuch ausgeführt. Dieser Plan erweitert weder Rootrechte noch die WebUI-Ausnahme. Vor einer tatsächlichen Ausführung müssen frühere Wirkungen abgeschlossen und VM-/UI-Fenster frei sein.

Gefundene Lücke und minimale Korrektur

Agent::start_sync wartet zuerst auf einen unabhängig authentisierten Helper-Snapshot. Der Roothelper bearbeitet IPC seriell und hält den gemeinsamen Executorlock während der Wirkung; ein Snapshot wartet deshalb oder läuft nach 10 Sekunden in einen Timeout. Nach Ende der Wirkung importiert reconcile::prepare das gespeicherte Helperergebnis vor seiner bisherigen Unknown-Konvertierung. Ein früherer Test hätte deshalb möglicherweise direkt Erfolg statt eines nachweisbar dauerhaften Unknown ergeben.

Der Agent hält nun genau einmal beim neuen Prozessstart, vor der ersten Verbindung und jedem Helperzugriff, unterbrochene Versuche dauerhaft fest:

  • running/verifying mit bekanntem Grant: unveränderten Offer und ursprünglich signierten Startrequest gegen tatsächlichen Verbrauch und Gerätebindung prüfen; danach regulärer dauerhafter JobResult=unknown, eigener Fehlercode AGENT_PROCESS_INTERRUPTED, höhere Revision, keine erfundene Wirkung/Ausgabe.
  • requesting ohne bekannten Grant: nur lokal Unknown; keinen Grant oder grantgebundenen Ergebnisnachweis erfinden. Der normale Sync bleibt zuständig.
  • Verbrauch, Startnachweis und Ressourcensperre bleiben erhalten. Kein finish, kein erneuter Permitrequest, keine Änderung erfolgreicher Endzustände.
  • Normale erste Kanalwiedergabe sendet den dauerhaften Unknown vor dem blockierenden Snapshot. Reconnect desselben Prozesses ruft diese Korrektur nicht auf. Wiederholte Prozessstarts verändern einen vorhandenen Unknown einschließlich Nachrichten-ID und Revision nicht erneut.

Der Abschluss verwendet ausschließlich den vorhandenen Pfad: unabhängiger Roothelper schreibt finish vor seiner IPC-Antwort; authentisierter Snapshot importiert denselben ursprünglichen Request und dessen tatsächliches Ergebnis; normaler signierter Sync bindet Revision, Ergebnis-/Plan-/Payloadhash, Agent, Versuch und Grant und öffnet erst danach die Sperre. Eine neue Recovery-API, administrative Ergebnisinjektion oder erneute Skriptausführung existiert nicht.

Tatsächlich lokal bestanden: gezielter Dispatcher-/SQLite-Test für dauerhaften Unknown vor jedem Helper-I/O, abgewiesene fremde Verbrauchsidentität, grantlosen Antrag, erhaltene Verbrauchssperre und idempotenten Neustart; vorhandener Integrationstest für authentisierten Helperimport als neuen Ergebnisnachweis ohne erneute Wirkung; Agent-Clippy aller Targets mit -D warnings. Dies sind keine VM-Nachweise.

Ein qualifiziert gebautes x86-64-Releaseartefakt liegt geschützt unter devstate/cloud-apt-recovery/agent-interruption-recovery, SHA-256 adc4ac0b35f7992300d82b0f263970246fdc0eaec0d2104e4ade22ae3f74d7b6. ELF-/Abhängigkeitsprüfung: x86-64, höchste benötigte GLIBC-Version 2.34, OpenSSL 3. Noch nicht auf die VM übertragen oder dort gestartet.

Vorbereitet, nicht ausgeführt: deploy/cloud_crash_acceptance.py mit echtem zweiphasigem Browserablauf, deploy/browser/cloud_crash_acceptance.cjs und exakt sichtbarem Payload deploy/linux/agent-crash-counter.py. Python-/Node-Syntax sowie exakte Python-/Browser-Payloadgleichheit und Shell-Parsing ohne Ausführung wurden lokal geprüft. Der Runner verlangt unabhängig bekannte Agent-/Helper-SHAs und den bisherigen geschlossenen Policyhash; er verändert weder Runtimeartefakte noch Providerpins.

Geplanter nativer Versuch, noch nicht ausgeführt

  1. Genau die vorhandene Cloud-VM und Geräteidentität verwenden. Zentral und im erhaltenen Journal keine offenen Versuche, qualifizierter neuer Agent, unveränderter gesunder Roothelper. Keine parallele VM-/Imageänderung.
  2. Fester Root-RunScript-Plan erzeugt einen einmaligen privaten Testzähler unter dem beschreibbaren Helper-StateDirectory, hält danach begrenzt 60–90 Sekunden an und endet mit fest erwarteter Ausgabe bei Laufzeitlimit 120 Sekunden. Alle Bytes, Ziel und Fristen stehen vor der tatsächlichen WebUI-Genehmigung fest; vorher 0 Jobs / 0 Outbox / 0 Grants. Keine Paketmanagerwirkung.
  3. Nach gespeichertem Verbrauch/Start und dem vom genehmigten Skript dauerhaft geschriebenen Zähler den exakten Agentprozess kontrolliert beenden; PID-/Startzeit-/Artefaktbindung prüfen, keinen Prozessbaum oder ganzen systemd-Cgroup beenden. Roothelper und dessen Skript bleiben unbeeinflusst. Die gespeicherten Test-/Ledgerdaten dienen nur der Fehlerorchestrierung.
  4. Der vorhandene Agentdienst startet automatisch neu. Während der Helper noch arbeitet, lokalen dauerhaften Unknown und dessen tatsächliche zentrale Jobansicht erfassen: gleicher Versuch/Grant, höhere Revision, keine neue Wirkung/Starterlaubnis. Startcapability-Probes können zusätzlich bis zu 10 Sekunden Helper-Policy und zweimal 5 Sekunden APT-Probe benötigen; den Zeitpuffer vorab berücksichtigen, keine Wartezeit als Ergebnis erfinden.
  5. Roothelper darf genau einmal regulär fertig werden. Sein tatsächliches gespeichertes Ergebnis, authentisierten Import, signierten Sync und endgültige identische Ergebnisbindung nachweisen. Beide Journale/Tombstones behalten; kein manueller Unlock und keine Wiederholung nach Fehler.
  6. Ein separater fester WebUI-genehmigter Lesejob prüft abschließend den erhaltenen Zähler exakt 1. Eigenen Antrag/Genehmigungs-/Grantnachweis getrennt vom ursprünglichen Versuch führen. Erst bei keiner offenen Wirkung abnehmen, dokumentieren und pushen.

Ein frei laufendes agent_service-Skript, dessen Prozess vor dauerhafter Ergebnisspeicherung stirbt, hat heute keinen unabhängigen Abschlussbeleg. expected_stdout allein rekonstruiert weder Exitstatus noch Wirkung. Diesen Versuch daher nicht als Ersatz ausführen. Der vorbereitete Roothelperfall weist genau den Agentprozessabbruch bei unabhängig weiterlaufendem Executor nach; ein gleichzeitiger Helper-/Maschinenabsturz bleibt ein anderer Fehlerfall.

Nachfolgender Runtime-Stand: die tatsächlich auf Cloud installierte Variante agent-journal-capacity (2ce885cf…) enthält dieselbe Startupkorrektur plus die endliche Journalbudgetkorrektur. Normaler Sync und kopierte Sandboxprobe mit erhaltener Historie bestanden. Das ist weiterhin kein nativer Crashversuch; der oben beschriebene kontrollierte Versuch bleibt ein eigenes Gate.