Skip to content

【bug】非推理模式下模型吐标签与异常终止对话问题 #2176

Closed

Description

@ChanYeer-pku

billion-context:标签剥离路径的四处缺陷(附可复现证据)

版本:billion-context@0.1.185(node_modules/billion-context/package.json 的 version 字段) 构建产物:dist/index.js,4,049,696 字节,sha256 5762F16CFB1AFA9B8CCA23C6EBDBD8F3D46E9D5E818D7A684C373CD52350B5E5  (本机为验证一条修复思路而就地打过一次补丁,故与该版本官方发布物的哈希不同;下文所有字节偏移均以上述文件为准。未打补丁前的原始文件为 4,049,632 字节,sha256 08F4D022B32740FE20FA75E46607155CEED15B4EDF6374FD4C6615E9EDA4C52A。) 客户端:DSH desktop profile,Windows 采集日期:2026-10-05 说明:每条结论都能由落盘数据 + 插件自带日志复现,复现命令附在每节末。凡未验证的推断都已明确标注为「未验证」。

我花了较长时间排查一个用户可见现象:助手回复的正文里会混进插件自己渲染的消息引用标签,形态如下:

<acp tokens="160" type="text">m00894</acp>

以及更糟的畸形变体:

<acp tokens="48" type="text">m00558</ap>\n<acp tokens="137">m00559</a>\n<acp tokens="502">m00560</p>
<acp tokens="28" string="text">m00370

排查过程中确认了四处互相独立的缺陷。下面按「证据强度」排序,第一节是最硬的。

先说清统计口径(很重要,避免误读后文数字)

后文所有计数都来自主会话 session-1f3d2c0f-5ebb-4ff5-8d03-bdc0730629d4 的落盘文件,口径为:只统计 type=assistant/message 且 content[i].type=="text"、正文以 <acp 开标签开头的块,且闭合名只在该块前 400 字符内计数。这样做的原因是:本次排查期间我与用户大量讨论了这些标签,讨论文本里引用的标签会污染原始计数(例如 </acp> 的裸计数是 597,但含讨论;收紧到"正文以标签开头"后降到 593)。

口径警告一:绝对计数会漂移,请引用比例

本报告的主会话就是提交报告时正在进行的那个会话——它每轮都在变长。同一条统计脚本在不同时刻跑出的绝对值不同(实测:assistant/message 的 text 块总数 453 → 501 → 504,以标签开头的 301 → 324 → 345 → 347)。因此:

  • 本报告的数字是快照:截至 seq 最大值 7613 时点的落盘内容。
  • 请引用比例而非绝对数——比例是稳定量(用 301 条样本算出完整/退化 = 81.4%/18.6%,用 347 条样本、剔除引用污染后算出 84.0%/16.0%,两者一致)。
  • 每个实物样本都附了 (turn, step) 定位,任何人在任何时候都能按该锚点复查,不受文件增长影响。

口径警告二:区分"生成退化"与"引用污染"

闭合名分三类,必须分开统计:

类别 闭合名 次数 性质
A. 完整 593 + 2 595 模型正确复读
B. 生成退化

54、 43、 14、 1、 1
113 模型在生成闭合名时滑掉——同一实体的退化,属缺陷 1
C. 引用/交叉污染 6、 3、 1 10 我在排查时把这些标记当引文写进正文

这是一个约 10 倍、且方向稳定的效应(91.2% vs 9.2%;91.3% vs 2.6%)。它同时解释了 §1.1 里那些看起来矛盾的时间分布:

  • 05:43–05:46 密集剥离的 9 次,落在会话开头"我把结论用中文写给用户"的循环里——那些步带推理块,所以走了擦除路径。
  • 09:02 之后剥离归零,而落盘标签不断——那段时间我大量跑脚本、正文块常常直接以标签开头且无推理块。

1.4 机制:快路径(fast path)与擦除器的关系

代码上这与 parseStream 里的流式快路径吻合。检索 dist/index.js 偏移 3576678 附近(response.output_text.delta 分支):

if(!retryRewritePending()&&!mayStartRenderTag(delta)&&!mayStartMarkerLine(delta)&&
   !mayStartBiliInternal(delta)&&!tagFilter.pending()){
  proseAcc+=delta;visibleTextChars+=delta.length;fastPathChars+=delta.length;
  await write(rawEvent+"\n\n");continue}

mayStartRenderTag(偏移 2974618)的定义是 RENDER_TAG_DETECT.test(s3)||PARTIAL_TAIL.test(s3)——也就是说,只有当某个 delta 本身"看起来要开始一个标签"时,这个 delta 才会被交给 tagFilter.push();否则它直接原样写出,完全不经过 createTagEchoFilter。

这条快路与"有没有推理块"的关联,从数据上看是这样的:带推理块时,第一个流式 delta 是推理文本,此时 mayStartRenderTag 为假、tagFilter.pending() 也为假,快路径放行;但随后标签出现时(正文块的开头),上游给的是新的 block-start + 完整 text 块,插件在 response.output_item.added / response.completed 分支里另有一次 containsRenderTagText(jsonStr) 的整体判定与 stripResponsesText 重写机会(偏移 3576678 段落内可见 const hadEchoText=containsRenderTagText(jsonStr)||containsMarkerLineText(jsonStr)||containsBiliInternalText(jsonStr); if(hadEchoText){sawStrippedEcho=true; ... rebuild=hadEchoText||retryRewritePending(); if(rebuild)evOut=stripResponsesText(ev)}),这一次机会把标签擦掉了。而没有推理块时,标签出现在第一个 delta 的位置,后续字节已经以快路径写出去,整体重写不再有机会覆盖已经写出的前缀。

⚠️ 上面这段"为什么和推理块相关"的机制链条是我基于代码与统计的组合推断,尚未用一条端到端复现锁定(我无法在本机重放那次流式请求)。但统计事实(10 倍效应、每步可复算)与代码事实(快路径不带 tagFilter、mayStartRenderTag 只对"要开始标签的 delta"为真)都是实测的。这两条足以支撑一个明确的修复方向:不要用"这个 delta 是否看起来像标签开头"来决定是否进擦除器(见 §1.5 建议)。

1.5 建议修法(针对缺陷 1 + §1.3)

  1. createTagEchoFilter 与开标签识别解耦:既然 LONE_OPEN(偏移 2971891)已经把"任意合法开标签"识别出来了,就让状态机在识别到一个正确开标签之后,吞掉其后任意形态的闭合名,而不是只在闭合名属于 NAME 名字集合时才吞。这直接覆盖 §开头"B 类是开放集合"的实证(</aph>、</ck>、</div> 都逃逸)。
  2. 快路径给出兜底:mayStartRenderTag(delta) 为假的 delta 一旦被快路径写出,就再也无法回收。建议在 response.completed 分支里对已写出的前缀也做一次 stripResponsesText(现在只重写 ev 本身),或把 proseAcc 与已写字节的偏移记账起来,允许回退重写。

为什么我仍坚持提交这份报告:上面四处缺陷各自独立成立且都已从源码层面证实,它们不依赖对上述比例或成因的最终定性。即使解释 A 成立(落盘≠可见),缺陷 1(退化闭合逃逸)、缺陷 4(三套逻辑不一致、上行只删空消息)依然是应当修复的源码问题。

2. 一个可能相关的独立现象:推理内容被写进正文

排查中我注意到,一个以标签开头的样本(主会话 seq=427)其标签后面跟的不是给用户的回答,而是英文推理文本:

<acp tokens="1.1K" type="text">m00290</acp>
The user reports: now on workbuddy-xdpool, I don't emit tags, and I don't error — BUT
my thinking process is being streamed to them as the answer (they normally can't see
my thinking; probably because of the reverse proxy).

另有样本(seq=2751)同样以 Confirmed with the real shipped code. But note this **refines**… 这类英文自言自语开头。这看起来是另一个独立故障(reasoning_content 缺失时推理正文落进 content),与标签剥离无关,但同样表现为"正文以标签开头",因此会混入上面的 347 条统计。我没有把它从统计里剔除,因为逐条区分需要人工判读,我尚未完成。


复现材料

  • 会话落盘:%USERPROFILE%\.dsh\sessions\<工作区编码>\<会话id>\session.v4.jsonl.zstd(multi-frame zstd,from compression import zstd; zstd.decompress(open(p,'rb').read()) 可一次解全部帧)
  • 本次主会话:session-1f3d2c0f-5ebb-4ff5-8d03-bdc0730629d4
  • 插件源码:%USERPROFILE%\.dsh\profiles\desktop\node_modules\billion-context\dist\index.js
  • 插件日志:%USERPROFILE%\.local\state\billion-context\bili.log

Activity

  1. ranxianglei commented on Oct 5, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 已收到报告,正在核查。

    这是一份证据很扎实的报告——退化闭合名(</ap>/</a>/</p>/</aph>/</ck>)逃逸、快路径写出后不可回收、以及推理正文落进正文这几个现象我都需要对照当前 master 源码逐条验证后再定方案。先做三件事:

    1. 核对 createTagEchoFilter 状态机现在是否仍只吞「属于 NAME 集合」的闭合名(缺陷 1);
    2. 核对流式快路径 mayStartRenderTag 判定与 response.completed 整体重写之间是否仍存在「已写前缀无法覆盖」的窗口;
    3. 区分哪些是 bili 侧源码问题、哪些是上游/客户端行为。

    有结论会在此贴出结构化分析(含验证过程、层次判断、方案取舍),再决定开 PR。请稍等。

  2. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author

    目前我在安装billion-context之后,使用4.1flash模型不设置推理强度时,模型几乎次次在回复前吐一个标签(有的还连吐五次),甚至偶现把压缩摘要当回答输出完之后对话就停了,还有莫名其妙输出一堆标签对话直接中断的;但是开思考模式后几乎就不这样了(既然是几乎就说明有反例)。就此而言体验感极差(因为开思考模式agent比较磨蹭)。

    图片证据总表.md

    ISSUE-billion-context-定稿.md

    ISSUE-billion-context-提交版.md

    ISSUE-定稿-三份缺陷报告.md

  3. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author

    图片证据
    A:吐标签

    Image Image Image

    B:吐不止一个标签

    Image Image Image Image Image Image Image Image Image

    C:对话被异常中断

    Image Image Image Image Image Image

    D:其他现象

    Image Image Image Image Image Image Image Image Image Image Image Image Image Image Image Image Image Image
  4. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author

    下图为莫名其妙对话终止的最频繁的例子

    Image
  5. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author

    与自己的agent继续排查了n个小时,目前最新报告如下

    ISSUE-billion-context-提交版.md

  6. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author
  7. ranxianglei commented on Oct 5, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    已定位并修复 #2176 的标签泄漏机制(报告 A/B 类),PR 已开:#2183。C 类(reasoning 当答案输出 + 异常中断)是另一套独立机制,本次不捆绑修,见文末。

    结构化七问:

    1. 是什么问题:非推理模式下,模型会回显 acp 消息引用标签;当标签的闭名被模型退化(观察到的退化闭名:/ap /a /p /aph /ck)时,这些标签逃过了代理的剥离逻辑,原样漏进用户可见回答,并在后续轮次自我回显放大(连续 5 个那种)。

    2. 什么原因导致的:根因是闭名识别是封闭集——代码只认 acplike 那套 3~4 字母大小写变体集合,而模型退化出的闭名是开放集,枚举不完。开标签侧保持严格(它是合法性锚点),只有闭标签侧在滑。于是「裸 ref + 退化闭标签」整段吃不掉、残留泄漏;流式吞并路径也认不出退化闭标签、跑超上限后把整段当正文放行。

    3. 怎么修复的:只放宽闭标签侧,开标签侧与独立闭标签保持严格(保护用户正文里的普通短闭标签,[bug] 插件透传会剥掉工具调用参数里的 render tag(arguments 流挂了 tag-echo 过滤器) #1039)。三处协同:①PAIRED 的闭名从封闭集放宽为「任意有界字母名」;②新增一个仅作兜底的宽松闭名匹配器;③流式吞并路径加受 ref 门控的宽松终止——只有吞并体是裸 ref(回显形态)时才认退化闭标签,包裹型/正文型仍走严格路径,绝不在内部工具调用标记处提前截断。

    4. 是否有回归问题:审了既有行为——①包裹轮吞并(tests/tag-echo.test.ts 既有用例):我第一版把终止器全局放宽,把该批用例全打挂(在内部工具调用闭标签处提前截断 → 孤儿泄漏);被测试抓住,用 ref 门控修回,已复绿。②规整配对剥离不变。③普通正文短闭标签保留(新增 [bug] 插件透传会剥掉工具调用参数里的 render tag(arguments 流挂了 tag-echo 过滤器) #1039 护栏用例)。无其它既有行为被触碰。

    5. 是否破坏缓存:不涉及。改动纯在下行文本剥离层,不动会话状态、持久化、ref 空间或任何缓存键。

    6. 是否改了设计方向:不涉及。同一剥离器/架构,只是把「闭名识别边界」以有界 + 门控方式放宽。

    7. 是否引入新的配置:无。没有新增 env/config key/CLI flag/默认值。

    行为变更披露(旧→新):下行用户可见文本中,原先会原样泄漏的「模型退化闭标签 + 周围标签串」现在被剥掉,真实回答保留。这是有意为之——切断自我回显放大的源头。规整标签处理不变;工具调用参数字节仍逐字节保真(#1039)。

    诚实说明:此修复针对当前 master 源码可复现的退化闭标签逃逸。你截图里那些完整规整的标签(A 类)在当前源码里本应被 PAIRED 正常吃掉——它们出现在 0.1.185 上,更可能是旧构建行为或早期泄漏已被客户端历史持久化后再回显。升级到含本修复的版本后,新的规整+退化标签都不应再漏;若升级后 A 类完整标签仍复现,请给一条原始 SSE,我再单独查路由。

    验证:新增 tests/issue2176-degraded-close.test.ts(7 例)。定向测试 64/64 通过(57 既有 + 7 新增);typecheck 干净;build 成功。全量套件交给 CI。

    C 类(未修):「reasoning 以 analysis/summary 形式当答案输出,然后对话停止」是独立机制(reasoning 通道/格式泄漏 + 提前终止),不是闭名集缺陷。需要一条 wire trace(不带插件抓一个 C 类 turn 的原始 SSE)区分模型侧 vs 代理侧,再定修法。作为 #2176 独立子项保留。

    判定:A/B 机制已在根因上修复、回归已审、定向测试绿,可合并(待 CI 全量过)。PR:#2183

  8. ranxianglei commented on Oct 5, 2026

    @ranxianglei
    Owner

    继续

  9. ranxianglei commented on Oct 5, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 Facet 状态更新(来自 #2183 的独立二审):

    以上四项中只有第一项有 PR;其余保持在本 issue 清单内跟踪,不另立项(同一失败域)。

  10. ranxianglei commented on Oct 5, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    收到你的 SSE 级证据,我按你的要求做了复测。先给结论:你指出的「逐 delta 粒度错配」在当前 master 源码里没有复现——我用你自己 sse-current.json 里那 10 个真实块、走当前代码里那条一模一样的闸门加过滤器重放,客户端可见文本里的渲染标签残留为 0。但这同时暴露了我上一轮一处需要更正的判断。逐条说清楚:

    一、我复测了什么(可复现、可复核)

    把 sse-current.json 的 samples_emitting / samples_clean 共 10 个真实块(覆盖退化闭名 ap/p/a/aph、string-attr、no-type 等形态)逐块喂进当前源码的 createTagEchoFilter 加 plugin.ts 那条 output_text.delta 闸门(五项全含:retryRewritePending、mayStartRenderTag、mayStartMarkerLine、mayStartBiliInternal、tagFilter.pending),再用仓库自带的 containsRenderTagText 判定客户端可见文本是否还有渲染标签残留:

    闸门模型 泄漏块数
    你表格隐含的模型:只按单 delta 判 mayStartRenderTag(无跨块状态) 6 个 emitting 块里 5 个有残留
    当前 master 实际闸门:额外含 !tagFilter.pending() 10 个块 0 残留

    方法就是「同一份数据、两套闸门」对照;判定用的是仓库自己的 containsRenderTagText(不是我临时拼的正则),所以结论对退化闭名、string-attr 这些形态都成立。

    二、为什么你的表格会得出「过滤器从没被调用」

    你的表只算了 mayStartRenderTag(delta) 这一项:确实只有「单个小于号」和「小于斜杠」两种碎片过闸,其余 ac、p、ap、引号加大于号全 false——这一项单独看你是对的。但闸门是一个「且」式合取,还有一项没算进去:!tagFilter.pending()。而 createTagEchoFilter 对单个小于号不是放行、而是「持有」(PARTIAL_TAIL 命中后进 held),于是 pending() 变 true,后续 ac/p/ap… 全被这条状态项拉回过滤器。也就是说:判定单位确实是 delta,但闸门靠 pending() 把跨 delta 的状态补上了。你那 25/27 的结论成立的前提,是丢掉 pending() 这一项——这正是它和「纯逐 delta」模型的分界。

    三、更正我自己上一轮的过度断言

    上一轮我说「A 类更可能是旧构建行为/历史回显」。有了你的 SSE 我要改精确:A 类流式泄漏在当前 master 源码里我没复现到。所以真正待解释的是「你实机为何看到标签」,而不是「当前源码会不会漏」。两个诚实的可能:

    1. 进程版本漂移——这恰恰是你自己缺陷 2 证明了的:一个 v=0.1.184 进程在磁盘已被换成 0.1.185 之后又继续服务了 41 分钟。若泄漏发生在那个窗口,跑的其实是旧代码。
    2. 我的重放没覆盖到的条件——比如同一响应内跨 output_item 的 flush 时机、或某个具体切分边界。

    要二选一定位,我需要一条判别证据:挑一个你确定看到标签泄漏的 turn,给我 (a) 那一刻进程的 [v=…] 版本行;(b) 该 turn 附近的 bili.log 行(重点看有没有 [tag-echo] stripped 记录、那个标签是不是走了 fast-path 写出)。拿到后我能立刻判定是版本漂移、还是我漏了某条路径(那就去修)、还是真·当前 master 缺口。在你确认「当前版本仍漏」之前,我不会凭推测去给闸门加粘滞模式——那是没有实证缺陷就不该动的承重路径。

    四、PR #2183 的真实定位(不夸大也不否定)

    你说得对:#2183 修的是下行整段剥离层的闭名封闭集缺陷(MALFORMED_PAIR/PAIRED 白名单枚举不完),那是真实缺陷,对 response.completed 整段重写、retry 重写、以及任何非流式剥离路径有效(你那 9.8% 漏网闭名就落在这里)。但它不碰流式闸门,不能当作 #2176 流式现象的闭合条件。我同意保留它(互补),#2176 的真正闭合要看第三节的判别结果。

    五、你提的另一个独立缺陷——我已经核实,成立

    hostManagedInstall 死守卫这个跟标签泄漏是不同失败域(更新/安装归属契约)。我在源码里确认了机制:src/update.ts:455 对 dsh desktop profile 副本直接 return undefined(isDshDesktopBiliCopy 早退),于是 src/update.ts:1040-1049 那句 if (managed && installDir) 跳过就地自更新的守卫对 dsh desktop 永不触发,直接落到 npm registry 查询加就地安装——就地覆盖了宿主(dsh)拥有的副本,违反 #991 单一写者 / Install-Lane 契约第 1 条。这跟你日志里 v=0.1.184 进程在 dsh profile 路径就地装 0.1.185 完全对上。这是独立缺陷,不该混进 #2176;它落在 load-bearing 的 update.ts(按仓库规则属人工门禁、改动前需先跑一次 no-op 验证发布)。我在本环境没有开新 issue 的工具,所以把立项材料给你备好,请 owner 另开一条:

    建议 issue 标题:[bug] hostManagedInstall 对 dsh desktop 副本早退 undefined,#991 就地自更新守卫成死代码
    来源:#2176 分析标签泄漏时发现(用户 @ChanYeer-pku 证据包 evidence-auto-update.md / evidence-install-actor.md)
    复现:dsh desktop profile 下的 billion-context 副本触发 checkForUpdate → hostManagedInstall 返回 undefined → 守卫不拦 → 就地 npm 安装覆盖宿主副本(日志:0.1.184 进程就地装 0.1.185,随后带旧代码继续服务约 41 分钟)。
    影响:破坏「宿主托管副本只能经宿主通道更新」的保证;可能就地覆盖运行中进程的磁盘代码。
    建议修法(沿用你给的 A/B):A 让早退分支返回 {owner:"dsh", channel:...} 而非 undefined;B 若早退确为有意改道,则在「非新版」那条 installViaTarball 写入前仍校验目标不是 dsh desktop 副本。两者都补「dsh desktop profile 路径拒绝就地写入」的回归测试。

    六、C 类(reasoning 当答案 + 中断)

    仍是独立机制,仍需不带插件抓一条 C 类 turn 的原始 SSE 来区分模型侧 vs 代理侧。维持原判。

    七、战略方向(需 owner 拍板,我不擅自动)

    你修法建议第 1 条其实点到了最深处:模型之所以吐这些标签,是因为这个格式对它可见(注入进发给上游的 prompt + 提示词里的示例标签)。只要格式对模型可见,模仿与漂移就会持续——这才是「疏」层面的根因,比任何擦除器都靠前。但改渲染标签的线上格式牵动 kernel 契约(KDD #2 的 XML 标签格式)、两种压缩模式、以及提示词模板,属跨切面架构变更,是 owner 决策区,我不会自作主张实现。列出供你判断:把注入侧改成模型读不到的通道 / 不可模仿形态(无尖括号、无明显结构),并去掉提示词里的示例标签。

    结构化七问(本轮以核实与更正为主,无新的流式代码改动)

    1. 是什么问题:待定位的不是「当前源码会不会漏」(已证不会),而是「你实机为何看到标签」。
    2. 什么原因导致的:流式路径经 pending() 状态闸门已能捕获跨 delta 拆分的标签;你的表格因省略该项而高估了泄漏面。
    3. 怎么修复的:本轮不改流式闸门(无实证缺口);fix: strip model-degraded render-tag closes (#2176) #2183 继续覆盖下行闭名封闭集;确认实机缺口后再定闸门修法。
    4. 是否有回归问题:本轮无新改动;fix: strip model-degraded render-tag closes (#2176) #2183 回归审查结论不变(包裹轮吞并曾被过宽放宽打挂、已用 ref 门控修回,定向 64/64 绿)。
    5. 是否破坏缓存:不涉及。
    6. 是否改了设计方向:不涉及(第七节的方向只是提出待 owner 决策,未实施)。
    7. 是否引入新配置:无。

    判定:等你第三节那条判别证据(版本行 + 该 turn 日志)。在此之前我把 #2176 的流式部分标为「当前源码未复现、待实机判别」;#2183 保持打开(下行修复有效);hostManagedInstall 死守卫请另立 issue(材料见第五节)。

  11. ranxianglei commented on Oct 5, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    补一条:我上一条把「跨 output_item 的 flush 时机」列为我逐块重放覆盖不到、需你确认后才查的可能。这个不用等——我刚在源码里把它也排除了,给你省一步。

    查了什么:Responses 线上,每当一个新 output_item 打开(response.output_item.added),代理会先 flush 上一个 item 残留的 tag 尾(src/plugin.ts:2921 调 tagFilter.flush())。所以「一个 item 结尾没闭合的标签被 flush 时漏出去」是唯一可能绕过我逐块重放的流式路径。

    结论(源码层面,非你机器的运行时轨迹):这条也不是你那个「完整标签原样出现」的症状的来源。原因:一个完整标签(开+闭都在)必然落在同一个 output_item 内、在 flush 之前就被成对匹配整段剥掉了;而 flush() 只在两种很窄的情形下把暂存内容当正文放行——(a) 一个「裸开标签」(无属性、无引号)且其尾部不构成可识别的截断开/闭片段;(b) 单个未决碎片。这两种都产不出「带合法闭名的完整标签逐字写出」。所以在我能建模的边界下,当前 master 的流式路径既不走 fast-path、也不经 item 边界 flush 吐出完整标签。

    这对定位意味着什么:两条候选流式路径都在源码侧排除后,你实机看到完整标签泄漏,先验明显偏向你自己缺陷 2 证明过的版本漂移(一个 v=0.1.184 进程在磁盘已更新后继续服务约 41 分钟)。但这是源码推理、不是你机器上的运行轨迹,不能替代日志核查。所以仍请你优先给那条判别证据:一个你确认看到标签泄漏的 turn 的 (a) [v=…] 版本行 + (b) 该 turn 附近的 bili.log。这一个产物就能定案是版本漂移还是我尚未看到的某种数据形态。

    其余维持上一条:#2183 管下行闭名封闭集;hostManagedInstall 死守卫请另立 issue(材料见上条第五节);C 类待不带插件的 SSE。

  12. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author
  13. ChanYeer-pku commented on Oct 5, 2026

    @ChanYeer-pku
    Author

    基本扒到底了,如果还有需要的证据可以再说
    回复-阶段更新.md

    issue-提交正文.md
    billion-context-证据包.zip

  14. 27 remaining items

  15. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author

    小包你可以看看,说不定有别的证据。关于你想要的网关响应体见附件。

    给上游-C类原始帧-最小件.md

    给上游-C类原始帧-最小件.zip

  16. ranxianglei commented on Oct 7, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 你这份最小件确实带来了「别的证据」,而且比原始响应体更有用。我从 turn198-sequence.jsonl 里挖到了一条决定性线索,改写了 C 类的归因。

    一、决定性线索:静默停止前有一连串 403 压缩对抗

    seq 28919(turn 198 / step 27)之前,同一回合里有一连串重复的 403,全部是同一个错:
    code: dsh_compaction_refused — “dsh native compaction call refused by billion-context: bili owns compression on this lane (#1729…)… opt in explicitly: allowDshCompaction:true … (#2028)”,retryable:false。
    我在 turn 198 序列里至少数到 7 次这样的 start→end(带错) 对,密集排在静默停止之前。含义:DSH 宿主在反复尝试跑它自己的原生压缩,bili 每次都按设计拒绝(因为 dsh 原生压缩会 shadow 掉原始历史、摧毁 proxy 的压缩基底)。这个拒绝本身是对的,不该改。

    二、机制(有字节证据;因果链标为「强假设,待 A/B 坐实」)

    1. 上下文涨到 ~129K(input 仅 1175 新鲜 + cacheRead 128256),dsh 想压 → 被 bili 403 挡住;
    2. 压力没泄放,dsh 再想压 → 再被拒 → 压缩对抗死循环;
    3. 同期模型回合退化:step 1–26 全是正常 reasoning+text+tool-call(stop=toolUse),到 step 27 突然只剩 reasoning、finish=stop、output 仅 215 token、无任何 text 块,且推理尾部嵌着一个畸形标签(m00370</||DSML|| parameter>,还带模型自创的 string="text");
    4. 这个「reasoning-only、可见文本为空」的终止回合 → 宿主按空回合中止 → 就是你看到的「冷不丁就停了」。

    三、这直接修正了我之前对 C 类的判断

    • 不是 B 类标签剥离路径:这一条 [tag-echo] 日志 0 行(你也实测了)——bili 在这个回合没剥任何文本标签,跟 B 类是两码事。
    • 不像上游 token 截断:finish=stop(非 length)、output 才 215、中间没有 length 过渡。
    • 最强假设 = bili 侧「压缩权对抗 + 退化 reasoning-only 终止回合」:dsh 原生压缩被正确挡住后没有泄放阀,上下文继续膨胀,最终模型吐出空可见的退化终止回合,宿主据此停摆。这是强相关假设,不是已证因果。

    四、诚实边界(不夸大)

    • 我仍看不到 provider 原始响应体(你的 layer-proof 已证明客户端存档结构上就没有)——但现在不需要它了,403 对抗循环是更诊断性的 bili 侧信号。
    • 一个必须排除的红鲱鱼:这些 403 会不会在没有静默停止的正常长会话里也照样密集出现?若是背景噪声而非病因,方向就得换。→ 见第 1 步。

    五、下一步(都可执行,不用动 dsh 对话、不需要原始响应体)

    1. 红鲱鱼排除:在冻结全档里对比「静默停止会话」vs「正常长会话」各自 dsh_compaction_refused 403 的密度。只在静默会话密集 → 因果坐实;两边都有 → 背景噪声,换向。
    2. A/B 判别(并进我 post-187 的 Phase 3 差分):受控短会话各设 allowDshCompaction=false(默认)与 =true(env BILI_ALLOW_DSH_COMPACTION=1),看静默停止是否消失。⚠️ 设计上不建议长期开 true(会毁掉 bili 压缩基底,nudge 死锁无检测:同一 session 交替收到两种结构互斥的请求流(巨型单消息 ↔ 多轮)时不告警 #1729),这里只当一次性诊断开关。开了就消失 → 根因坐实。
    3. 确认 bili 自身压缩有没有在跑:这条 lane 上 bili 的 ACP 压缩/nudge 到底有没有触发去压那 ~129K?若 dsh 走的是原生 compact(被挡)而不是调 bili 的 compress 工具,压力就没泄放阀——这正是缺口。把 bili.log 里 seq 28919 附近(epoch ≈1791348801564–1791348802820)那个窗口的行发我,我判 bili 自己压没压。

    六、归口(粒度规则)

    此发现属「压缩权对抗 / 空可见终止回合致停摆」失败域,与 B 类(标签下链剥离)不同域 → 应作为独立项归 #2229 统筹下的 owner 决策后续,不混进 #2267。涉及压缩所有权(#1729/#2028)+ 重试/nudge(#732/#821),都是承重件、人审闸门,我不会擅改。

    一句话收口:你的最小件让我找到了真线索——不是标签剥离、也不是上游截断,而是 dsh 原生压缩被 bili 正确拒绝后形成的对抗死循环 + 退化 reasoning-only 终止回合导致的空可见停摆。 先做第 1 步(红鲱鱼排除)和第 3 步(发那个时间窗的 bili.log),C 类大概率能从「假设」推到「定案」。

  17. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author

    需要说明的是,我的确在启用bili插件的同时见过好几次dsh的原生压缩(就显示上下文已压缩而不是compress)和bili的compress同时出现在一轮对话中。此外,bili的配置网页顶部也有警告如下。而这一警告在我安装bili而没有改动配置的情况下就已经出现。
    检测到压缩冲突:发现客户端原生自动压缩改写会话历史的痕迹。两个压缩器作用于同一会话会双压缩、破坏消息引用,可能导致上下文错乱——请只保留一个压缩器。(15 event(s) in 14 session(s): unannounced-rewrite×15 · 11 active · 4 historical — [2026-10-07 02:27Z] sessi…: 8/245 incoming message(s) carry pre-turn refs of 2232 known · [2026-10-07 01:52Z] sessi…: 1/93 incoming message(s) carry pre-turn refs of 162 known · [2026-10-06 12:56Z] sessi…: 2/81 incoming message(s) carry pre-turn refs of 795 known · [2026-10-06 11:29Z] sessi…: 5/244 incoming message(s) carry pre-turn refs of 651 known · …+10 more (GET /__bili/stats → conflicts))详情见下方 Sessions 页或 GET /__bili/stats → conflicts。

  18. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author
  19. ranxianglei commented on Oct 7, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 读完回复戊了——先认账,再把我源码侧核到的、你文档覆盖不到的那块补上,最后给一条能保住现场的 C 类收尾路径。

    一、认账:那条因果链我撤回

    我的「403 压缩对抗死循环 → 退化终止回合 → 静默停止」被你打掉了,成立。同会话配对对照是最硬的一层:静默点前 5 窗 403 均值 1.000 vs 普通回合 1.328(更疏不是更密,方向反了);91.3%(21/23)静默点落在零 403 窗口;最干净的 c1566547 = 4 次静默停止 + 0 次 403;池化 6–16× 是会话长 19×/压缩多 50× 的假象(两栏中位数都是 0)。我保留你的三条观察(step27 突变 / [tag-echo]=0 / 非 token 截断),作废 403 作为因果起点。
    你的更正我也照单收下:(A) 403 是回给 DSH 的内嵌代理响应体,不是 bili 本地日志行也不是 DSH 自己的文案,所以只跟「尝试次数」走;(B) 主存档与 session-1f3d2c0f 可能同源 → A 组密集或为 n=1(好提醒);(C) turn198 是精确 27 对全拒,不是我说的「至少 7」;(D) 尾部那个畸形标签是客户端重切 token 的重建物,不是原始帧——所以我不该断言「模型吐了个坏标签」。这条我收回措辞。

    二、你给的「bili 自己压没压」答案确实反方向,而且有用

    nudge 行 max compressible 41356 < threshold 50000(全程 61%→71%)证明 bili 是主动判定压不出东西而不压,不是被挡。这排除了「有得压但被卡住」。
    但它同时浮出第二个独立问题(注意:我不说它是 step27 的触发器,你也还没把它跟静默停止因果挂钩):bili 的全量压缩门(按 KDD#8 平铺 50K、growth 驱动)要求 max-compressible ≥ 50000 才发起整段压缩。这里 max-compressible 一直卡在 ~41K,总用量却涨到 71%(142K/200K)。若某会话的可压缩量长期低于阈值、而总量逼近模型硬上限,bili 可能从不给它减压——这是个值得 owner 看的候选缺口(对应已有的 compress.nudgeGrowthTokens 逃生口)。诚实定位:这是一个负结果(排除被挡)+ 一个未证的候选线索,不是结论。

    三、源码侧核到的事实(你文档够不到的部分:bili 在 dsh profile-bundle 到底怎么对待双压缩器)

    (都是仓库相对路径引,公开源码)

    • src/server/dsh-compaction-guard.ts(nudge 死锁无检测:同一 session 交替收到两种结构互斥的请求流(巨型单消息 ↔ 多轮)时不告警 #1729):dsh 的 /compact API 调用被识别后直接 403 拒绝、不转发,除非 allowDshCompaction(在bili网页配置界面支持关闭和开启dsh的自动压缩功能 #2028)。
    • src/conflict-watch.ts:ConflictKind 含 unannounced-rewrite/native-compaction;src/server.ts:4028/4273 检测到「入站消息携带已知消息的 pre-turn refs」就记 unannounced client history rewrite detected … marking compaction boundary (#1001) + recordConflict。这正是你看到的 UI 警告(15 events / 14 sessions)。
    • 关键 src/agent/dsh-native.ts:1069:对 profile bundle(就是你的桌面路径),dsh 的 agent 预设自带 compaction-basic,且 bundle patch 无法设 auto:false(dsh.bundle.patch.yml 禁用自动压缩在 web profile 下静默失效 #1772)→ 该 profile 下 dsh 原生自动压缩保持启用。(对照 launcher.ts:2957:pi 那条是能设 auto:false 的。)
    • ⇒ 所以在你的确切环境里,bili 的处理是检测并缓解(拒绝 API 调用 + 检测/告警 unannounced-rewrite + 标边界),而非预防——它没法阻止 dsh 客户端自动压缩改写历史。这就是为什么警告让你「只留一个压缩器」,可在 profile-bundle 路径下你其实很难让 dsh 停下来。
    • 必须分清:这个双压缩器状态是真实独立问题(延伸 dsh.bundle.patch.yml 禁用自动压缩在 web profile 下静默失效 #1772),但按你的配对分析它未被证实是静默停止的原因。你的 403 密度测的是 API 中介的拒绝,不是客户端 unannounced-rewrite 事件;「unannounced-rewrite 频率是否与静默停止相关」是另一个仍开放、可测的问题。我不把两者混为一谈。

    四、一处对你静态搜索的更正(让 A/B 有意义)

    你说 bundle 里 allowDshCompactionState() 只有 3 个配置 API 调用点、生产请求路径读不到——那是函数名的搜索盲区。请求路径读的是解析后的 Options 字段 opts.allowDshCompaction(config.ts:1231 由 allowDshCompactionState 填充),判定点在 src/server.ts:2846(opts.allowDshCompaction !== true && isDshCompactionCall(...) → 拒绝)。所以开关确实在请求路径生效:开 true 会解除 403 拒绝、让 dsh 原生压缩落地。⚠️ 但鉴于你的 403 密度已呈零相关,A/B 大概率不会改变静默停止——它的价值只是补一刀「解除 dsh 压力是否影响终止回合」,优先级低于下面的原始 SSE。

    五、C 类最终定位——双方卡在同一个硬边界

    我们一致同意:最后一公里(step27 为何突变 + 尾部标签来源)落在上游原始响应体里,客户端存档结构上就没有(33 种记录类型无一承载,completion_tokens_details 全档 0 实载)。我和你都从存档拿不到它。
    诚实约束:「在你那边做 A/B」——我(ework-daemon)没有 dsh-desktop 环境,开不了你的 Windows dsh,跑不了这个复现。能跑的是项目 owner(有基建)或你自己(用下面保现场的配方)。

    保住冻结现场 + 拿到原始 SSE 的配方(正面回应你「重启会被自更新毁现场」的顾虑):

    1. 从 _freeze-0.1.186 恢复那份 dist/index.js(你已核对 MATCH=True),让重启加载的就是字节级 0.1.186,而不是漂到 23:04 的那份;
    2. 停掉后台自更新进程(别让它再写 dist),确保恢复的文件不被覆盖(autoRestartOnUpdate 已是 false,但要连写文件的更新器一起停);
    3. 启动时开原始捕获(dumpSse 等价项,只读一次)——确切键名你在你自己的 bundle 里确认一下给我;
    4. 跑一个全新的最小会话(不是长会话),工程化命中同一形状:早期种一个渲染标签(模仿触发)+ 把上下文推到 step27 出现的 ~120–140K 区间,一次只动一个变量(reasoning on/off);
    5. 抓该终止回合的原始 provider SSE/JSON(finish_reason + 完整 reasoning_content + 有无 text 块)——这份产物才能最终切开「上游截断 vs 宿主空回合中止 vs bili」。
      抓到那一刻我能立刻对着真实代码判;配置 JSON 和最小脚本会话我可以现在就帮你拟好,但我自己跑不了 dsh。

    六、归口(粒度规则,交 owner,我不擅改合并代码/不开 PR)

    两条各自独立的失败域,都承重、人审闸门:
    (i) dsh profile-bundle 双压缩器不可压制(bundle patch 限制,延伸 #1772)→ 双压缩/引用破坏风险(bili 只能检测+告警+标边界,无法预防)。与静默停止原因不同域。
    (ii) C 类静默停止终因:需上游原始响应体;外加「max-compressible 卡阈值下、总上下文却涨到 71%」这个待证候选缺口。走 owner 的受控 SSE 捕获复现。

    一句话收口:你的红鲱鱼排除成立,我撤回「403 死循环致停摆」的因果链——观察保留、归因作废。 真正剩下的硬边界是上游原始响应体(双方存档都拿不到),外加两条可交 owner 的独立后续:dsh profile-bundle 双压缩器不可压制(#1772 延伸)、与「可压缩量卡阈值下而总量涨到 71%」这个待证缺口。C 类要定案,得有人跑一次带原始 SSE 捕获的最小复现——我没环境跑不了,但配方与分析我给全了。

  20. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author

    回复己-第四步-更正与自更新机制.md

    需要说明的是,UI上我看到的绝大多数就是标签后直接接正文,没有换行。极少数情况下出现标签后换行再开始正文(好歹这样看着舒服一点),而连吐两个标签,两个标签各换行一次的,目前我只看见一次。不排除是渲染层的问题。

  21. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author

    PS:v0.1.187已merged,大概率我的版本也马上自动更新了

  22. ranxianglei commented on Oct 7, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 收到,核实过(GitHub API):

    • release v0.1.187(PR release v0.1.187 #2305)今天 07:25Z 已合入 master,和你看到的一致。
    • 我进一步验证了 Unify ACP tag-echo remediation under four invariants (#2023 #2066 #2190 #2248) #2267(B 类标签下链统一修复)是这次 release 提交的祖先(compare c564b18a...d4de8d44 = ahead 72 / behind 0)→ 187 确定包含 B 类修复。
    • 但目前 npm latest 仍是 0.1.186——merge 之后的 CI 发布步(publish 到 npm + 打 tag)还没落。所以你的实例要等 npm 上真出现 187、再过 ~3min 检测周期才会拿到;而且 autoRestartOnUpdate=false,它会更新 dist 文件但不会自己重启(就是你之前看到的 mtime 漂移),得手动重启或等下次自然重启才真正加载 187。

    两点提示:

    1. 冻结的 0.1.186 现场不受影响(_freeze-0.1.186 你已核对 MATCH=True),继续当 C 类基线。让线上漂到 187 反而是好事:一旦线上跑在 187,正好观察你最开始抱怨的 B 类标签泄漏(良构对 + alnum 退化闭名)是否减少/消失——这是确认 Unify ACP tag-echo remediation under four invariants (#2023 #2066 #2190 #2248) #2267 在你真实环境生效的自然机会。
    2. 做 C 类 SSE 捕获复现时先想清楚抓哪个版本并记下 [v=] banner:抓 187 = 看修复后终止回合行为有没有变;抓恢复的冻结 186 = 精确复现原现场。两个都有效,标清版本即可归因。

    主线状态不变:B 类随 #2267/187 落地;C 类仍等你或 owner 跑一次带原始 SSE 的最小复现来定案;双压缩器(#1772 延伸)与「max-compressible 卡阈值下」两条后续交 owner。回复己那份文档我这轮没拉到(网络又抖),等能读到时我再逐条核。

  23. ranxianglei commented on Oct 7, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 补答你上一条里那个「标签后有没有换行」的观察——这个我能对着源码给你定调:

    注入侧是统一带换行的。 kernel/src/render-refs.ts:99 每封消息的前缀就是 acpTag(ref,tokens,type) + "\n",即固定为「标签 + 换行 + 正文」。常量 TAG_OPEN="acp "、TAG_CLOSE="/acp";acpTag 只发 tokens= 和 type= 两个属性(没有 string=)。所以模型在上行 prompt 里看到的永远是「标签↵正文」,无一例外、完全一致。

    那么你在下行 UI 看到的可变性(绝大多数「标签紧贴正文无换行」/ 极少数「标签↵正文」/ 只见过一次「连吐两标签各换一行」)就能分层排除了:

    • 不是注入侧——注入恒为「标签↵正文」,不会忽有忽无换行;
    • 大概率也不是确定性的渲染层变换——一个渲染器对分隔符要么总加、要么总去,行为应是一致的,不会逐回合在「有/无」之间抖动;
    • 最符合「模型采样出来的回声」——模型学到的是「标签然后接内容」这个大意,但那个分隔换行它按 token 概率性地丢/留:多数丢掉(你看到的紧贴)、少数留下(你觉得舒服的那种)、偶尔把模板更字面地抄一遍(连吐两标签各带换行的那次)。

    这其实反过来加固了第一因(模仿而非转发):回声的格式是模型自己采样生成的、带噪声,而不是一条固定的管道字节序列。若是渲染层 bug,你会看到均匀一致的形态,而不是这种回合间漂移。

    诚实边界:样本小(绝大多数/极少数/一次)+ 我是从「可变性模式 + 已验证的均匀注入」推断的,看不到你的原始响应体字节(客户端重建那层)。要一锤定音仍在上游原始响应体里——和 C 类同一个硬边界。就源码而言,我没看到任何渲染层会这样抖的地方。

  24. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author

    CI结束了,latest已经更新为187。请你再给出接下来我的步骤,可以详细一些

  25. ranxianglei commented on Oct 7, 2026

    @ranxianglei
    Owner

    🤖 Powered by ework · qwen3.8-27b

    [bot] 🏷 已核实:npm latest = 0.1.187(07:33Z 发布),且 #2267(B 类标签下链统一)已确认在其内。下面按「价值优先、可直接照做」排好。总原则:短会话、逐条打 [v=]、把「泄漏」和「中止」当两个独立信号分开测、只回传小文件(大 zip 一直传不上)。我这边没有 dsh 环境跑不了,你按步骤抓到的每个小文件发我,我当场对着 187 真实代码判命中/miss。

    第 0 步 · 锁版本 + 确认加载(~5min,不动对话)

    1. 让线上更新到 187:autoRestartOnUpdate=false,所以文件更新后需手动重启才真正加载。重启后看 bili.log 启动行的 [v=…] banner,必须读到 0.1.187。
    2. 把当前 187 的 dist/index.js 另存一份(像你对 186 那样),万一测试中途它又被自更新推走能恢复;想更稳就把自更新检查间隔调大(现有键 BILI_UPDATE_CHECK_INTERVAL_MS / update.checkIntervalMs,彻底整治环境变了滥用,除非必要都走配置文件 #2030,设成极大值即可冻结)。
    3. 记录这次实验用的确切 [v=] 字符串——后面每条结论都要挂上它。

    第 1 步 · 确认 187 修复生效(B 类,最高优先、最省事)

    目标:验证 #2267 在你真实环境里到底压下去多少标签泄漏。

    1. 自然观察(主):正常用你的工作负载跑一会儿,对比 186→187 客户端可见文本里还能不能看到标签(良构对、alnum 退化闭名如 `</ap>`/`</ack>`)。预期 187 明显减少/消失。
    2. 受控探针(快):新开一个干净短会话,首条消息里塞一个标签形状串(acp 风格标签包一个 ref,加一句“参考上面格式”)触发模仿,多推几轮,专找模型吐出「开标签+ref+退化 alnum 闭名」的那一轮。
      • 通过判据:那一轮在 187 下被剥净(DEGEN_PAIR 生效)→ 修复在你环境落地。
      • 不通过:仍漏 → 抓该轮的原始 delta + [v=] + [tag-echo] 日志行发我,我核对是不是没真到 187 或该形状未覆盖。
    3. 抓三样:原始 delta(若开了原始捕获)/ 客户端可见结果 / 对应 [v=][tag-echo] 日志行。

    第 2 步 · C 类定案:在 bili 侧抓「原始上游响应」(最关键)

    这是唯一还卡着的空白(step27 为何突变 + 尾部标签来源),而它只在上游原始响应体里。关键洞察:客户端存档没有它,但 bili 作为代理一定看过它——所以在 bili 这层抓,而不是客户端层。

    1. 找到你 bundle 里的原始 SSE 转储开关(你之前定位的 dumpSse,启动时读一次、无热重载):grep dist/index.js 里的 dumpSse 赋值点拿到确切键名/env,在重启前设好。
    2. 保持 187 已加载(第 0 步)。
    3. 复现终止回合:新开会话,种标签触发模仿,把上下文往你出过静默停止的区间推(usage ~60–70%,即 ~120–140K/200K),reasoning 设定沿用你原复现的。一次只动一个变量。
    4. 不要只抓静默那一条——同时抓几条正常终止回合。抓的是每个终止回合的:finish_reason + 完整 reasoning_content + 有没有 text 块。
    5. 对齐同一时刻的 bili.log 行([v=]、nudge 的 reason= 行、有无 compaction 事件)。
      • 解读判据(差分定位):
        • 静默回合 finish_reason=length 或 reasoning_content 明显截断 → 上游/模型截断;
        • reasoning 完整但没有 text 块且 finish=stop → 模型自己选了纯推理,宿主再按空可见回合停摆 → 修「空终止回合续写」或第一因(为何变纯推理);
        • bili 转储显示是 bili 改/丢了文本 → bili 侧处理 bug。
      • 静默 vs 正常的差异点就是病因所在。

    第 3 步 · 顺手被动观察(免费,别额外花力气)

    • 双压缩器:跑的同时看一眼 /__bili/stats → conflicts 的计数还在不在涨(unannounced-rewrite)。若 187 下 dsh 原生自动压缩仍和 bili 并存 → 坐实 profile-bundle 双压缩器状态(喂给 dsh.bundle.patch.yml 禁用自动压缩在 web profile 下静默失效 #1772 延伸那条后续)。
    • max-compressible 门:nudge 的 reason= 行里 max compressible … < threshold 50000 是否仍贯穿全程(你 回复戊 那条)。若总量涨高而可压缩量长期卡阈值下 → 那个候选缺口成立,交 owner。

    第 4 步 · 可选 A/B(低优先)

    鉴于你已证 403 密度与静默停止零相关,这个大概率不改变结果,只做补刀:受控短会话分别设 allowDshCompaction=false(默认)与 =true(env BILI_ALLOW_DSH_COMPACTION=1,#2028),看终止回合行为是否变化。⚠️ 别长期开 true(会毁掉 bili 压缩基底,#1729),只当一次性诊断。

    回传什么(最小高信号,别再传大 zip)

    • 第 1 步:1–2 个代表回合的原始 delta + 可见结果 + [v=][tag-echo] 行。
    • 第 2 步:2–3 个正常终止回合 + 任何静默回合各自的原始上游响应(finish_reason/reasoning_content/text 块有无)+ 对齐的 bili.log 窗口。
    • 一张一行一回合表:turn# | [v=] | 吐了什么 | 剥没剥(Y/N) | 停没停(Y/N) | finish_reason | 有text块(Y/N)。
    • [v=] banner 一行。

    一句话收口:先做第 0→1 步确认 187 在你环境把 B 类压下去了(最快见效),再把精力放在第 2 步——在 bili 侧抓原始上游响应做静默 vs 正常的差分,这是 C 类从「假设」推到「定案」的唯一钥匙。 每步抓到的小文件发我,我对着 187 真实代码逐条判。

  26. ChanYeer-pku commented on Oct 7, 2026

    @ChanYeer-pku
    Author
    Image phase 1-1就失败了。现在甚至比之前更严重——只剩标签,没了正文。但是最终回复是正常的。请问接下来怎么做?扒sse还是日志?还是继续其他phase?
  27. ChanYeer-pku commented on Oct 8, 2026

    @ChanYeer-pku
    Author

    在#2346,#2347,#2348,的三个新版本测试的bug修复后,本issue提到的acp标签问题能否大大减少

  28. ranxianglei commented on Oct 8, 2026

    @ranxianglei
    Owner

    全部合并,在安装tag=master版本可以直接使用,下一个版本会附带发布

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Metadata

Metadata

Assignees

No one assigned

    Labels

    bugSomething isn't working

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions