wandering1
4a4ad6bc5f
现状口径：/keil-build 与 /serial-boot-test 是 DSH 会话的技能调用名， 不是 shell 命令；「名 + 命令行参数」的命令形态改为可执行体 run_boot_test.py 的真实调用。 - AGENTS.md：别名说明重写为「技能调用名不是 shell 命令」，两条目改 「编译（/keil-build）」「串口回归（/serial-boot-test）」 - keil-build / serial-boot-test 两 skill 调用名与示例同步；task-worktree 方案文档去掉 @build/@test 惯例从句；@task 保留（不在点名范围） - 123 文件现状陈述全改；台架捕获、变更记录/时间线、rename 映射输入 等 41 行历史证据保留旧名 - gen_memory_svg.py 6 处措辞随改，3 张 SVG 产物同批重跑 - 顺手补并行方案同行漏网计数 51→52 钩子 验证：提交期快钩子对 123 文件实跑全 Passed；check_doc_links --all rc=0（3038 处、无法判定 0）；check_mermaid --all rc=0；YAML 解析 52 钩子不变；skill-size rc=0；py_compile 全过；字节卫生零漂移。
163 lines
15 KiB
Markdown
163 lines
15 KiB
Markdown
# 启动日志原子性复验流程（台架）
|
||
|
||
> **这篇是什么**：验证"控制台整行独占 / 崩溃遗言原子性"这类**行级完整性**判据的固定动作与口径。
|
||
> 它补的是 `../../子系统设计/控制台单写者日志设计说明.md` 的**验收侧**：那边讲怎么修，这边讲怎么证明修好了、
|
||
> 以及**为什么"标记全中"不等于"日志没坏"**。
|
||
> 来源：2026-10-26 台架实测（缺陷立项 task-23、收口复验 task-30、工具与流程吸收 task-36）。
|
||
|
||
## 1. 为什么子串标记照不出交错
|
||
|
||
`.dsh/skills/serial-boot-test/scripts/verify_log.py` 的 `--required` 是**大小写敏感子串**匹配。
|
||
交错缺陷的真实产物是这样的两行（原始捕获，未改写）：
|
||
|
||
```text
|
||
[PROT] uncalibrated -> protection [blocked (UA/UN/IA VALI2D not all s0et)
|
||
26-10-26 08:37:07][NAND_FTL] Initializing NAND FTL...
|
||
```
|
||
|
||
第二行**仍然包含**标记串 `Initializing NAND FTL` —— 于是旧口径把这份启动判成 PASS。
|
||
实测对照（同一份文件、同一台机器）：
|
||
|
||
| 口径 | 命令要点 | 对缺陷捕获的判定 |
|
||
|---|---|---|
|
||
| 旧（子串） | `--required 'Initializing NAND FTL;uncalibrated -> protection'` | **PASS（假绿）** |
|
||
| 新（整行） | `--exact '\[...\]\[NAND_FTL\] Initializing NAND FTL\.\.\.'` | **FAIL**，并把缺行首的邻居原样打出来 |
|
||
|
||
**结论**：任何"这一行可能丢行首 / 可能被插字节"的标记，必须用 `--exact` 整行锚定，
|
||
不得只用 `--required`。
|
||
|
||
## 2. 校验器口径（`verify_log.py`）
|
||
|
||
| 开关 | 语义 | 为什么这样默认 |
|
||
|---|---|---|
|
||
| `--exact 'REGEX'` | 剥掉采集器前缀（`[RX] <ts>` / `[+Nms]`）后**整行** `^REGEX$` 必须命中；同时报告"含该式最长字面串但未整行命中"的邻居行 = 交错特征 | 单点插字节即失配；邻居不得静默 |
|
||
| `…@@LEN=<n>` 后缀 | **显式**钉该行字节长度 | 长度属于**某一份像**的属性；默认不钉，否则无辜改动就假红（实测同一份像 uiTask 峰值自己摆 72 B） |
|
||
| `--allow-residual N` | 允许行首前 N 个杂散字节（复位打断移位寄存器的已知残留），**记录但不判失败** | 崩溃注入腿允许 ≤1 残留；写成失败就会把已知现象当回归 |
|
||
| `--head-char C` | 命中行（去残留后）必须以 C 开头，如 `[` | 崩溃日志的行首形态本身就是判据 |
|
||
| `--pair FIRST THEN` | 恰好一条 FIRST，且其后**只有一条** THEN（跨复位配对） | 崩溃遗言必须与下一次启动的 `reset cause:` 成对；出现两条 = 有未记录/重复复位 |
|
||
| `--include-comments` | 不跳过 `#` 行 | 默认**跳过**：归档证据文件带 ASCII 溯源头，头里提到 `[ERR]` 不该触发 Forbidden（工具级假红防线） |
|
||
| `--selftest` | 跑内置 **22 条**判别用例后退出，无需日志与硬件（含下表三计数分类器） | "不可能失败的 PASS 就是空跑"——用例里含交错、缺行首、残留 1/2、配对错序，以及**"旧子串口径在同一条缺陷行上判 PASS"** 这一条盲区证明 |
|
||
|
||
用法示例（一次仅复位启动的原子性判定）。四个行级开关**也已接进 `run_boot_test.py`**，
|
||
所以 /serial-boot-test 闭环里直接加 `--exact ... --pair ... --allow-residual 1 --head-char '['` 即可，无需单独跑本脚本：
|
||
|
||
```powershell
|
||
& '.venv\Scripts\python.exe' .dsh\skills\serial-boot-test\scripts\verify_log.py `
|
||
--log-path <boot_log.txt> `
|
||
--required 'App init OK;net init: OK' `
|
||
--exact '\[\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}\]\[PROT\] uncalibrated -> protection blocked \(UA/UN/IA VALID not all set\)' `
|
||
--exact '\[\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}\]\[NAND_FTL\] Initializing NAND FTL\.\.\.' `
|
||
--max-boot-count 1 --show-tail-lines 0
|
||
```
|
||
|
||
**退出码与三计数（task-32 定稿）——判据必须自己说清「没启动」与「没采到」**：
|
||
|
||
| 码 | 含义 | 触发条件 | 聚合口径 |
|
||
|---|---|---|---|
|
||
| 0 | PASS | 标记齐、Forbidden 零、锚点合法 | 一次好启动 |
|
||
| 1 | **设备侧真有坏消息** | 缺 Required / 命中 Forbidden / 顺序或耗时超限 / 整行锚定失配 | 记一次设备故障 |
|
||
| 2 | **测量没成立** | 日志读不到；或开了 `--max-boot-count` 却**零启动锚点**（采集器没开、日志被清、采集没从复位开始） | **不得**计入设备故障 |
|
||
|
||
三计数读法：`hits=0 + loose_neighbours=0 + 锚点=0` = 采集断了，先修测量，此时任何通过都无意义；
|
||
`hits=0 + neighbours≥1` = 行被啃（真缺陷，正是 `--exact` 要抓的）；
|
||
`锚点≥1 + hits=0 + neighbours=0` 才允许当"功能缺失"看。
|
||
优先级铁律：**零锚点但同时有 Forbidden 命中或自检故障记录 → 仍判 1**，测量问题只在一边加 WARN
|
||
——绝不能把一次真崩溃降级成「没数据」（实测已按此口径验过：造一份"零锚点但含 `[ERR]` MEMFAULT"的日志，
|
||
工具仍判 FAIL 并另加一行 WARN，没有把崩溃改判成测量问题）。
|
||
`--selftest` 里钉了 6 条分类器用例；把分类器改成常量返回"不坏"，自检立刻红（真跑过）。
|
||
|
||
## 3. 固定动作（顺序即判据，别调）
|
||
|
||
1. **环境**：继承完整环境，只补 `DTU_KEIL_UV4` / `DTU_STLINK_CLI`，并把 `TEMP`/`TMP` 指到真实目录。
|
||
⚠ 根因记账：本机注册表 **User 级 `TMP` 是未展开的字面量 `%USERPROFILE%\AppData\Local\Temp`** ——
|
||
残缺环境里 UV4 会在仓库根建出字面量目录 `%SystemDrive%/`，而 `task_worktree.py` 会因找不到
|
||
`git` 让 `keil_build.py` 报**假的"build 锁被占用"（rc=4）**。看到 rc=4 先 `lock status` 再判断，别默认是并发。
|
||
2. **出像**：像必须来自**已提交 commit + 干净工作树**。主树脏（别人在飞）时走仓外只读 detached worktree：
|
||
`git worktree add --detach <_wt>/bench-<ID>-<sha> <sha>` + `mklink /J <wt>\.venv <main>\.venv`；
|
||
建树后 `git -C <wt> status --short` 必须为空，全程只读、不 commit、不跑生成器。
|
||
3. **/keil-build**：0 错误 0 警告；随后**从 .hex 二进制里抠身份戳**（不是从 build_log 里读），与之后线上读到的
|
||
`fw build:` 逐字对上——这是"烧进去的就是这份像"的唯一硬证据。
|
||
4. **烧录启动**：`/serial-boot-test` 已保证 flash(`-Rst -Run`) → 采日志 → 回读(`-CmpFile`) 的次序（`-CmpFile` 会复位目标，
|
||
必须排最后）。
|
||
5. **N 次仅复位对照**（N≥3）：每次 `clear`（记下 gen，证明窗口不重叠）→ `stlink_flash.py reset`（`-c SWD -Rst -Run`，
|
||
**零重烧**）→ `wait-idle` → 取日志逐块存档。"保存的值重启后还在"用重烧去验是**无意义**的。
|
||
6. **逐块校验**：`--exact` 锚定受害行 + `--max-boot-count 1` + Forbidden 默认含 `[ERR]`；
|
||
崩溃注入腿才加 `--pair\ --allow-residual 1\ --head-char '['`。
|
||
7. **非空跑对照**：每换一版校验器，至少跑一次 `--selftest`，并把**缺陷发生时的原始捕获**再判一遍——必须 FAIL。
|
||
8. **收尾**：最后一次硬件动作是 `cmp`（排在全批日志之后）；台账与证据按 `../测试数据/boot_log_data/README.md` 的口径归档。
|
||
|
||
## 4. 三条容易踩的纪律
|
||
|
||
1. **故意复位的腿不得并入"连续仅复位不重烧"的计数**。崩溃注入腿（MemManage/栈溢出钩子）本身就要复位设备，
|
||
并进常规序列会被下一个人数锚点数判成异常。它必须单独跑、单独进台账、标题写明"本腿含故意复位"。
|
||
**同一条口径覆盖"前面带烧录的圈"**：烧录启动之后紧跟的那一次启动不属于"连续仅复位不重烧"，
|
||
报数写成两句并列——「烧录启动 ×1（不进序列）+ 仅复位 ×N」；若那一圈连字节都没采到，则**两条独立理由**都排除它（没数据谈不上计数）。
|
||
2. **崩溃腿的判据是原子性，不是 `[ERR]` 为零**。内核故障钩子的输出**本身就以 `[ERR]` 开头**
|
||
（`[ERR] MEMFAULT …` / `[ERR] STACK OVERFLOW task=…`），在同一条路径上要求 `[ERR]=0` 等于要求它别工作；
|
||
而**产品构建的正常启动根本不走 IPSR 路径**（多段裸发只在 `Src/freertos.c` 的两个内核钩子里），
|
||
所以"跑 5 次正常启动、[ERR] 零命中"**证不到 IPSR**——那是定义上的必然，是空跑。
|
||
IPSR 主张交给主机侧套件（假 USART + IPSR + 临界区深度水位）；要硬件证据就得由代码道**提交触发器**，
|
||
判据写"崩溃遗言一整行、恰好一次、`dropped=0`"，并按 `../测试数据/boot_log_data/README.md` §2「故障注入日志」
|
||
运行时放宽 `/serial-boot-test`（`--forbidden` 去掉 `[ERR]`、`--max-boot-count 2`）——**不改仓库配置**。
|
||
|
||
## 5. 栈判据（task-32 定稿：三档分权，不再是"待定"）
|
||
|
||
**一句话裁定：静态最坏链是唯一拦提交项（`scripts/stack_report.py` 每任务 verdict）；运行时
|
||
水位只出告警（`scripts/stack_gate.py`，超容差 = WARN）；采集健康门不过则整轮作废（VOID，
|
||
既不红也不绿、也不得写进台账）。**
|
||
|
||
| 档 | 判据 | 等级与权限 | 由谁跑 |
|
||
|---|---|---|---|
|
||
| 硬线 | `margin = cfg − max(静态最坏链, 运行时峰值) ≥ max(1024 B ISR, cfg×30%)` | **FAIL = 拦提交** | `scripts/stack_report.py`（看它退出码。**Lead 裁定 2026-10-27：提交时守这条的一直是 stack_report 本身；`stack_gate.py` 定为台架侧门禁、不接 pre-commit**——提交时既无设备也无当轮日志，挂上去只会「永远 SKIP」或「拿上一轮日志判这一轮的码」，后者是假凭证同族） |
|
||
| 趋势 | 同镜像 ≥3 圈取最大值 vs 基线轮 ≥3 圈最大值，`Δ > tol(task)` | **WARN = 记录 + 归因，永不单独拦提交** | `scripts/stack_gate.py` |
|
||
| 绝对底线 | 任一任务 `free_min < 25% × cfg` | **FAIL**（运行时唯一有 FAIL 权限的一条，不需要跨轮比较） | `scripts/stack_gate.py` |
|
||
| 采集健康门 | 锚点 `reset cause:` 恰 1 次 / 身份戳存在且**同轮唯一** / 每块 ≥20 行 / 每块都有 `[STACK]` 行 / ≥3 圈（基线轮同样要过门，否则本轮只跳趋势比较） | **VOID，exit 2** | `scripts/stack_gate.py` |
|
||
|
||
**容差是推导值，不是拍脑袋**：`tol(task) = 向上取整到 16 B 格的 max(128 B, 2 × 同镜像实测最大摆动)`。
|
||
实测来源：同一份像 4 圈仅复位里 uiTask 摆 72 B、adcTask 摆 80 B（task-30），2026-10-27 那份像 4 圈零摆动
|
||
（task-42）→ 最大摆动 80 B ⇒ **全任务统一 160 B**，登记在 `scripts/stack_tolerance.tsv`（含来源列）。
|
||
**谁能改这个数**：只有台架在「改栈配置 / 抬栈 / 新增 `DBG_*` 调用点」之后重测同镜像摆动才允许回填；
|
||
**禁止为了让某一轮变绿而调大容差**——被这把尺考核的人不得当场决定尺子的松紧（与 §7 里
|
||
"Forbidden 令牌不得落在英文单词内部"同源：判据的松紧与写法都要由测量侧一次性定死）。
|
||
|
||
**身份戳与归因**：跨轮比较本来就是两份镜像，正常；但 Δ 只有在**附上两次构建之间的源码 diff**
|
||
时才可归因到某笔改动。台账行必须写**两次的 `fw build` 时间戳（含 `suite=`/`dstr=`）**，
|
||
SHA 只当坐标（2026-10-26 那天 SHA 被 amend 挪了三轮）。同镜像比较里出现"零摆动"不代表判据失效，
|
||
只代表这次没噪声。
|
||
|
||
**为什么必须留 VOID 这一档**（设计输入=当天两次自纠）：常驻 daemon 死掉后 `status` 会自动拉起
|
||
一个新 daemon 并"正常"应答，`rx_lines=0` 也照样返回成功 JSON；而 Forbidden 令牌 `Fault` 会命中
|
||
`de`+`fault` 制造假红。所以判据**不许依赖采集健康的自我感觉**：门不过 → exit 2 与 exit 1 分开，
|
||
按码聚合的人不会把"端口没开"记成"又崩了一次栈"。
|
||
|
||
**判据自己必须能红**：`& '.venv\Scripts\python.exe' scripts/stack_gate.py --selftest`（14 条，含
|
||
"72 B 实测摆动不算红"、"超容差只 WARN"、"单圈基线拒比"、"死采集器 VOID"、"同轮混两份身份戳 VOID"、
|
||
"绝对底线 FAIL"、"峰值取最坏一圈而非最后一圈"）。**改完判据不跑这条，就等于没改。**
|
||
## 6. 锁与脚手架
|
||
|
||
- bench 锁是**会话级**，必须手工 acquire/release，且**用同一个名字**释放。
|
||
- 非登记任务名（如临时验收窗）走 `lock release bench --task <NAME>`（**不带** `--bench-pass`）即可释放；
|
||
`--bench-pass` 会先读 `_wt/.state/<NAME>.json` 台账，没有就报"任务不存在"，`--force` 也救不了。
|
||
为记一个 PASS 去**造假台账**会白占并发工作树名额——PASS 写进任务卡描述即可。
|
||
- ⚠ **脚手架 `*.json` 一律不得放 `_wt/.state/`**：那是 task-worktree 的**台账目录**，脚本把每个 `*.json`
|
||
当台账读，实测 `task_worktree.py list` 直接崩在 `KeyError: 'id'`。放 `_wt/scratch/`。
|
||
|
||
## 7. 台架卫生清单（每一条都是实测踩过的，不是设想）
|
||
|
||
1. **每个台架窗口开头、以及每一圈复位之前**：`serial_tool.py open` + `status` 断言 `port.ready=true`，并**观察 `rx_lines` 在几秒内增长**。
|
||
实测：常驻 daemon 会死（今晚 pid 18020 跑了 156589 s 后没了），而 `status` 会**自动拉起一个新 daemon**，于是它一直"正常"地报 `ready=false / rx_lines=0` —— 端口状态**不会**跨小时存活，`/serial-boot-test` 开过也不算数。
|
||
2. **`serial_tool.py log / status / clear` 返回 JSON，不是纯文本**。按 `[RX]` 行首过滤纯文本会得到**恒 0 行**且看起来"跑成功了"。
|
||
3. **Forbidden 令牌不得落在英文单词内部**：裸 `Fault` 命中 `de`+`fault` → 打到 `[FTP] using factory default password` 与 `[STACK] default peak_used`（实测假红两次）。四个 Fault 的崩溃日志都以 `[ERR]` 开头，列 `[ERR]` 就够，要加就加 `MEMFAULT/BUSFAULT/USAGEFAULT/HardFault`。
|
||
4. **工具输出别混流**：非零退出时 stdout（结果）与 stderr（诊断）拼接后再 `JSON.parse` 必崩；解析只吃 stdout。
|
||
5. **给同事/lead 发消息时，正文里的引号用全角「」**：在 JS/TS 双引号字符串里放 ASCII `"` 会直接语法错，消息发不出去（本人一晚三次）。
|
||
6. **判据落点顺序**：先 grep 谁在消费这个码/字段（今晚的唯一消费者 `run_boot_test.py` 只对 `rc==0` 分支），再决定动不动语义。
|
||
|
||
## 8. 关联
|
||
|
||
- 修法与设计口径：`../../子系统设计/控制台单写者日志设计说明.md`（O1 两实例与字节账、§4.4.1 崩溃路径验证设计）
|
||
- 闭环与标记口径：`../流程与规范/自动化测试流程.md`
|
||
- 证据归档与命名：`../测试数据/boot_log_data/README.md`
|
||
- 复位语义与回读次序：`../测试工具/ST-LINK_CLI_复位使用说明.md`
|
||
- 烧录 / 采集 / 校验脚本：`../../../.dsh/skills/serial-boot-test/SKILL.md`、`../../../.dsh/skills/stlink-flash/SKILL.md`、
|
||
`../../../.dsh/skills/serial-assistant/SKILL.md`
|