From 2c96589c81238120d1942ce75da3df3b581c79ae Mon Sep 17 00:00:00 2001 From: codeasier Date: Mon, 14 Sep 2026 23:44:22 +0800 Subject: [PATCH] docs: prepare changelog for 0.3.0 release --- CHANGELOG.md | 36 ++++++++++++++++++++++++++++++++++++ 1 file changed, 36 insertions(+) diff --git a/CHANGELOG.md b/CHANGELOG.md index cc06a25..0c9639c 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -1,5 +1,41 @@ # Changelog +## [0.3.0] - 2026-09-17 + +本次发布聚焦 Agent 诊断技能与查询/导入性能:新增内存泄漏、碎片、峰值拆解与 Ascend NPU 采集等诊断 skill、`pt-snap skill` 共享安装命令及本地 skill 评测框架;SnapshotDB 采用去重 callstack 存储,叠加查询执行层优化,使导入、拆分与查询获得数量级加速,同时只读兼容 v1/v2 两种 callstack 布局;pickle 加载收敛到内建类型白名单,进一步降低反序列化风险。 + +### 新增 + +- 新增内存泄漏归因、分配器碎片取证、内存峰值拆解三个只读诊断 skill,Agent 可直接基于 SnapshotDB 完成常见内存分析工作流。 +- 新增 Ascend NPU 快照采集 skill,覆盖华为昇腾环境下的快照获取流程。 +- 新增 `pt-snap skill` 命令,支持对内置 skill 的安装、列出、升级与卸载,统一写入共享 `~/.agents/skills` 及 Claude 独立目录;安装/升级/卸载均先校验目标目录,拒绝覆盖或删除非 skill 路径,发布失败可回滚。 +- 新增本地 skill 评测框架,用于诊断 skill 的回归验证与质量评估。 +- SnapshotDB callstack 查询只读兼容 v1/v2 双布局:旧版 inline callstack 数据库无需重建即可继续 focus、查看元数据和执行查询,按布局自动选择 SQL。 +- 快照 pickle 加载改经 `SafeUnpickler` 白名单限制为内建类型,降低加载不可信快照时的任意代码执行风险。 + +### 性能 + +- `trace_entry_` 改为整数引用共享 `callstack` 表存储去重后的 callstack:基准样本(62.8 万事件)导入耗时 29.1s 降至 8.6s,数据库体积 5.95 GB 降至 177 MB,callstack 与聚合类查询提速 2.9x 至 184x。 +- `max_rows` 下沉为 SQL `LIMIT`,Jinja 模板按名称缓存编译结果;新增 mtime 感知的 `ContextCache`(LRU,默认 4 项),MCP server 与 `SnapshotAnalyzer` 跨查询复用只读 SQLite 连接并跳过逐次 schema 校验。 +- 拆分回放复用原始帧、跳过 `Frame` 重建,基准样本 4 分片拆分耗时 12.5s 降至 2.5s,分片规范化哈希保持不变。 + +### 修复 + +- 修复缺少 `addr` 字段的 OOM 快照导入失败的问题。 +- 恢复 dump 时 torch-npu workspace 快照校正,保证 NPU 工作区块在导入与拆分后仍保留帧信息。 +- callstack 布局冲突的外部数据库不再阻断 focus、metadata 与非 callstack 查询,仅在执行 callstack 变体模板时报错。 +- 移除 `leak_detection` 模板未使用的 `device_id` 参数;对齐仓库安全契约与文档描述和实际运行时行为。 + +### 稳定性与工程 + +- basedpyright 类型检查覆盖整个 `src/pt_snap_cli` 并设为零 error 门槛,修复 core/query 既有类型问题;snapshot 目录暂以 warning 过渡,后续版本逐步收紧。 +- 对齐 MCP `execute_query` 文档与 `max_rows` 默认值及结果截断语义;改进 fixture 溯源守卫与测试环境的本地隔离。 + +### 兼容性提示 + +- 导入格式版本升级为 2,新导入的 SnapshotDB 采用去重 callstack 布局;v1 与 v2 布局均可只读查询,无需重新导入或迁移。 +- 依赖非内建类型的第三方 pickle 快照将无法直接加载,需先在来源侧完成序列化收敛。 + ## [0.2.0] - 2026-08-08 本次发布重点补齐大型 PyTorch 内存快照的拆分与可追溯导入能力,并将快照运行时转为项目首方维护。导入和回放链路同时获得显著的时间与内存优化,SnapshotDB 查询性能和失败安全性也进一步提升。