[Grok/dsh 70] macOS 基础交互性能

[Blackman99]

Parent

#132

Ticket: 70

Status: ready-for-agent

User Stories: 71, 72（见父规格）

What to build

用户在 macOS 安装产物中能够迅速开始输入、滚动长输出和缩放界面，性能符合预先冻结的参考阈值。

Acceptance criteria

• 同机器/终端/数据/模拟响应测量参考基线；在测量候选结果之前冻结启动、输入、滚动/缩放和资源阈值，不看结果后调线。
• 覆盖冷/热启动、长输出、大粘贴、重复打开关闭与两种屏幕模式，不等待完整工作流和其他平台才检查性能。
• 分离模型/网络耗时与客户端/适配开销，不要求双运行时逐字节等同，明显回归必须解决或明确决策。
• 保存可重跑基准及修复前后证据；三平台并行任务/工作流的长期压力验收另票汇入最终审计。

Blocked by

• [Grok/dsh 19] 排队、运行中干预与旁路提问 #151 — Ticket 19: 排队、运行中干预与旁路提问
• [Grok/dsh 20] 鼠标、搜索与阅读位置 #152 — Ticket 20: 鼠标、搜索与阅读位置
• [Grok/dsh 21] 完整内容、工具卡与差异阅读 #153 — Ticket 21: 完整内容、工具卡与差异阅读
• [Grok/dsh 66] macOS 预编译安装、更新与回退 #198 — Ticket 66: macOS 预编译安装、更新与回退

Delivery contract

用户于2026-09-20批准当前测试与任务拆分。按父规格的已安装产物/真实终端和公开协议测试验收；实际实现须带适用的文档、Changeset及必要检查。ready-for-agent表示任务已定义，不表示前置任务已完成，也不授权自动开始本轮实施、购买付费资源或发布软件版本。

[Blackman99]

已集成（票未关）：macOS 基础交互性能（#202）

集成提交：9bdaf41（已普通推送到 rewrite/grok-dsh-20260920，未改动 main）。

本票保持 OPEN：对照冻结阈值仍有几项明显回归，按「明显回归必须解决或明确决策」需要 Kara 明确决策后才能关票（见下方「需要决策」）。

实现内容

• 测量：scripts/rust-perf-bench.py 在 macos-15 上对已安装产物与钉死的 Grok 1.0.34 参考测量；先冻结 thresholds.json（写 SHA-256）再启动候选；macos-perf job（仅 ci/** 且分支名含 perf）；报告与方法见 docs/rewrite/perf/。
• 客户端修复：
  • ACP unread 计数 + 短切片 wait_for_input（不再在 dsh 静默时睡 80 ms）；
  • 启动器记住已验证的产物（~/.codsh-rust/artifact-verified.json）；
  • 挂断看门狗：终端关闭（SIGHUP / stdin POLLHUP）后结束客户端、dsh 与启动器（约 2 s 宽限后 _exit(129)），不再在 read()==0 上空转；
  • 首次 connect() 放到工作线程：连接期间 Ctrl+Q 立即退出并 kill dsh 进程组，连接期间输入的文字保留；
  • 大粘贴：第一行不是工作区文件即停止逐行 resolve；打字帧合并绘制；
  • 自动压缩：读回 session 的 Node helper 放到后台，答完先上屏；
  • 同步 ACP 请求（含退出时的 session/close）有响应即返回，不再多等最多 50 ms 的 pump 切片。
• Changeset rust-macos-perf.md；README / CONTRIBUTING 说明。

检查（本地 box，Linux x64，/workspace/verify-logs/202-final）

• cargo fmt --check、pnpm typecheck、debug、clippy -A 通过；严格 clippy 仅 2 个已知错误。
• test:rust：792 passed，4 个已知 Linux 失败（同基线）。
• pnpm test：110 files；2676 passed / 15 skipped（一次负载下 rust-plan.spec 超时，单独重跑 13/13 通过）。
• build + build:rust + check:rust-package + rust-install-test + plain-pipe 通过；e2e：177 passed / 1 skipped。
• rust-terminal-pty-test.py：early-quit（约 30 ms）、early-keys、hangup / hangup-sighup 通过；resume / cancel / permission 通过；prompt / core-pty 在 Linux 按设计拒绝。

真实运行（GitHub Actions macos-15）

角色	分支 / 运行	说明
BEFORE	ci/202-perf-before-c #36396967149	仅 unread/验证缓存；冻结阈值见 docs/rewrite/perf/before/
AFTER（最终）	ci/202-perf-after-f #36420609436 job 108928623905	全套修复；报告见 docs/rewrite/perf/after/（job 因未全部达标而失败属预期）
中间证据	after-d #36413796946（粘贴）、after-e #36415337209（异步 compact）	保留未删

Fullscreen p50（BEFORE → AFTER，单位 ms，除非注明）：

指标	before	after	冻结上限/下限	结果
start:first-output	133	89	≤ 69	fail
start:ready	138	92	≤ 928	pass
input:draft	3	1	≤ 24	pass
input:paste	54	21	≤ 47	pass
output:first-visible	375	186	≤ 105	fail
output:end-after-model	240	72	≤ 166	pass
output:throughput	291 K B/s	935 K	≥ 663 K	pass
quit:exit	679	35	≤ 264	pass
rss:tree-peak	329 MiB	305 MiB	≤ 129 MiB	fail

分解（after，fullscreen 中位）：dsh submit-to-request ~120–140 ms（参考 ~40–50）；模型流本身 ~7–9 ms；start:connected ~1 s；客户端 RSS ~18 MiB，树峰值 ~305 MiB（Node 启动器 + dsh Node）。dsh 0.1.5-rc.3 整段答案一次 agent_message_chunk，无 ACP token 流式。

对照验收标准

• 测量候选前冻结三平台对应阈值的方法与 macOS 负载；参考工作集、硬件、模型时序可重现（docs/rewrite/perf/）。
• 修复并重验客户端侧回归（粘贴、退出、挂断、吞吐、答后绘制等）。
• 未关票：相对参考的明显回归需 Kara 决策（见下），不能事后放宽阈值使验收通过。

需要决策（关票前）

1. dsh 侧延迟 / 无 ACP 流式 → first-visible（及部分 minimal end-after-model）。修需要更新 dsh 或换传输，不是更多客户端绘制。是否接受并记入文档，还是阻塞到更新 dsh？
2. RSS 架构 → 树峰值 ~305 MiB（Node 启动器 + dsh）对参考单进程 ~100 MiB；客户端本身 ~18 MiB。是否接受架构差异？
3. warm start:first-output p95 → 中位常低于上限，p95 仍偶发越线（CI 噪声 + Node 启动器）。是否接受？

已记录的差异

• 干净容器 / 其他平台未跑本 bench（[Grok/dsh 70] macOS 基础交互性能 #202 范围是 macOS）。
• 折叠提示「→ expand」不展开答案；Tab / Enter / End 可以（小 UX，非性能门禁）。
• 草稿分支 ci/202-perf-* 保留未删（见最终报告列表）。

未改动

• 未改动 main，未发布包/标签/Release，未改仓库设置或 secrets；未关本票。