Skip to content

[no-dispatch] Pinned installs get surprise reinstalls: advisory force-install ignores autoUpdate:false, and config-file changes only take effect on restart #3754

Closed

Description

@ranxianglei

来源: #3752 (#3752) 分析「0.1.200 → 0.1.201 upgrade mass-unfold」时发现
查重: 无(已检索 open+closed issue/PR,关键词 advisory / autoUpdate / pinned / blocked / hot-reload)

现象(#3752 现场时间线,UTC 2026-10-18)

Operator 在磁盘上把 autoUpdate 设为 false 后,未重启的 0.1.201 进程在 20:56 又把 0.1.201 强装到刚手动装好的 0.1.200 上。两个机制叠加:

  1. advisory 强装路径硬编码 autoUpdate: true——src/advisory.ts 的 runAdvisoryCheck 对磁盘版本匹配到 advisory 后调用 forceInstallVersion(target, installDir, { …, autoUpdate: true }, adv.id),完全绕过用户的 autoUpdate: false。设计意图是 搞一个自动强制更新,针对重大bug的版本 #1481 紧急回滚通道(cli.ts 注释明确「advisory watcher runs independently of autoUpdate」),但由此产生未定义的行为:Automatic staggered rollout: default random upgrade interval of 15 min – 48 h + GitHub remote policy file (emergency kil | 自动升级撒点:默认 15 分钟~48 小时随机升级 + GitHub 远程策略文件(紧急刹车/按版本调速),给事故留响应窗 #3619 policy file 的 blocked/pinned 与 advisory 通道零交互——advisory 路径不读取 policy file,一个被 operator pin 住的安装可以被 advisory 静默改回目标版本。日志归因存在([advisory] ⚠️ <id>: … forcing update to <target>),但 warnOnce 每进程只打一次,且与手动 bili update 的安装日志同形,事后难以区分。
  2. 配置文件变更不热载——billion-context.json 只有 web UI 的 Apply 按钮路径(handleConfigReload / provider routes),没有文件 watcher。运行中的进程持有旧值直到重启;0.1.200 → 0.1.201 upgrade (#3658 identity change) mass-unfolds persisted sessions incl. Anthropic lane; downgrade re-churns #3752 的 operator 以为改了配置就生效了,实际被咬了两次(先被强装覆盖手动回滚,再困惑于配置为何无效)。

影响

  • Pin 住版本的 operator(典型场景:正在隔离一次坏升级)在最需要稳定的时刻失去版本控制;
  • 「改了配置为什么没生效」类困惑会反复出现,排查成本高;
  • 严重度 p2:能用、可绕行(重启 + ACP_AUTO_UPDATE=0),但 pin 语义名不副实。

建议(待 owner 决策,本 issue 不预设方案)

Activity

  1. ranxianglei commented on Oct 18, 2026

    @ranxianglei
    OwnerAuthor

    🤖 Powered by ework · qwen3.8-27b

    (ai: vllm-qwen/qwen3.8-27b)

    查重: 不重复 —— 多组关键词检索过 open+closed(advisory / autoUpdate / pinned / blocked / hot-reload / install attribution)。相关但不同:#3444(同属「配置文件改动不生效」家族,但涉及的是 compress 域旋钮,且其主缺陷是 fold storm,不同失效域);#2456/#2461(advisory 首检时序竞争,不同机制)。无既有条目覆盖「advisory 绕过版本级策略 + update 域配置不热载」。

    标签: bug + scope/other + p2(updater 失效域不属于 kernel/wiring/storage/ui/ci/docs 任何一类;严重度与你 issue 里的 p2 评估一致——能用、可绕行)。

    验证结论(三项主张全部核实为代码事实)

    1. advisory 绕过策略:不止 src/advisory.ts:337 硬编码 autoUpdate: true——更关键的是 advisory 走的 forceInstallVersion(src/update.ts:2081)从不经过 passUpdatePolicyGate(src/update.ts:1368),blocked/pinned/hold 与 advisory 通道零交互。这是教义内部矛盾,不是单纯遗漏:passUpdatePolicyGate 的注释明确写着即使手动 bili update(force=true)也跳过 hold+stagger 但仍解析 pinned/blocked——「those are version-level facts, not pacing」。advisory 比手动更新更强,却把这些版本级事实整个跳过了。
    2. 配置不热载:全仓无 fs.watch/watchFile;唯一热载入口是 POST /__bili/config/reload(src/server/admin.ts:311→672),只重读 routes/namedProviders/compress/compat/imageBilling——autoUpdate/advisoryCheck/update.* 全不在内,进程持有旧值直到重启。确认。
    3. 归因缺口:成功安装其实有逐事件日志行(src/update.ts:1606 auto-update、:2127 advisory 带 id),但它是每进程易失的;重启后 /__bili/status(admin.ts:950)没有「盘上这个版本是谁装的」字段,事后只能翻日志文件。「事后难以区分」成立。

    层次判断

    决策请求(Part A:advisory × policy 交互)

    选项 语义 代价
    1 尊重版本级事实 advisory target 命中 blocked,或高于 pinned 天花板 → 不装,banner/status 保持可见(写明被策略拦下) pinned/blocked 的安装失去自动紧急修复能力(banner 可见性保留,operator 仍可手动处置)
    2 = 1 + 显式覆盖(推荐) 同上,但 advisory 条目可带可选 overridePolicy: true,带则穿透 advisory 文档 schema 增一个可选字段(旧 bili 忽略未知字段,向后兼容)
    3 维持现状 + 文档 advisory 恒胜,README 写清 零代码变更;pin 语义漏洞保留,#3752 场景复发

    推荐选项 2。理由:#1481 的价值主张就是「紧急通道要够得到 auto-update 关闭的安装」,不能结构性剥夺这个能力;但默认应让位于显式的版本级事实(pinned/blocked 与它同类),逃生口留给发布 advisory 的 owner 自己。实现位置:runAdvisoryCheck 调 forceInstallVersion 之前读一次 policy(fail-open:feed 不可达 → 照装,与本模块既有 fail-open 纪律一致);拦截条件 = target ∈ blocked 或 semver.gt(target, pinned)。回滚型 advisory(target 低于当前版本)不受 pin 影响——pin 约束的是升级天花板,不约束降级。

    结构化八问(决策请求,Q3/Q5 按选项列)

    1. 是什么问题:pin 住或关掉自动更新的安装,会被 advisory 强装通道静默改回目标版本;且改配置文件不重启不生效——operator 在隔离坏升级这种最需要稳定的时刻失去版本控制(0.1.200 → 0.1.201 upgrade (#3658 identity change) mass-unfolds persisted sessions incl. Anthropic lane; downgrade re-churns #3752 现场两个都咬了)。
    2. 什么原因导致的:两个独立机制叠加——① advisory 通道与版本级策略之间无优先级定义,advisory 路径根本不读策略文件;② 配置假设进程生命期不变,update 域既无热载也无生效值日志。
    3. 影响范围与严重程度:
      • 选项 1/2(修后):受影响面 = active advisory 与 blocked/pinned 重叠的安装(少见但高利害,正是隔离场景);p2 → 解决。副作用:pinned/blocked 安装失去自动紧急修复(选项 1 永久;选项 2 除非 advisory 带 overridePolicy)。
      • 选项 3(现状):每个在坏版本期间做 pin/隔离的 operator,其安装会在一个检查周期(~3 min)内被改回去;p2 持续存在。
    4. 怎么修复的:见上表;实现点是 runAdvisoryCheck 内一道 gate(policy fetch + 两个条件判定),不动 forceInstallVersion 原语语义,不动正常自更新循环。
    5. 回归风险:
      • 选项 1/2:有意行为变更披露——旧值:advisory 无条件强装 → 新值:策略激活时可能拒装并留 banner。fail-open 保留(feed 不可达照装,与现状一致)。审过的既有行为:正常自更新循环(不动)、手动 bili update(不动)、回滚型 advisory 的 pendingRestart/banner/F2 逻辑(不动,gate 只判 target 对 blocked/pinned)。
      • 选项 3:零回归(无变更),漏洞保留。
      • 完整热载若后续拍板做,是独立设计,不进本 PR。
    6. 是否破坏缓存:否——纯控制面变更,线上字节不变。
    7. 是否改了设计方向:无转向;选项 2 给 advisory 文档 schema 加一个可选布尔字段(additive)。
    8. 是否引入新配置:选项 2 的 overridePolicy 是 fleet advisory 文档的条目字段,不是用户配置;默认 false,无迁移。不新增用户侧 config/env。

    现在就修的部分(无决策依赖,不等上面拍板)

    • B 持久归因:cacheDir 下加 .last-install.json 账本({from, version, source: "auto-update"|"manual"|"advisory:<id>", at}),两条安装成功路径(auto-update 循环 / advisory 强装)在既有跨进程锁内写入,/__bili/status 增加 additive 的 lastInstall 字段——重启后一眼看出当前盘上版本是谁装的、什么时候装的。
    • C-minimal 生效值日志:启动时打一行 update 车道生效值(autoUpdate / advisoryCheck / autoRestartOnUpdate),让 operator 能核对「我改的配置到底生效没有」。

    两项都是纯增量、零行为变更、不预判上面任何选项。PR 稍后开,引用 #3754(不 close——决策项仍开放,后续拍板后在同一 PR 里补齐 Part A)。

    结论:验证完成,三项主张全部成立;Part A 等你拍板(推荐选项 2);B + C-minimal 先行开 PR。

  2. ranxianglei commented on Oct 18, 2026

    @ranxianglei
    OwnerAuthor

    🤖 Powered by ework · qwen3.8-27b

    (ai: vllm-qwen/qwen3.8-27b)

    无决策依赖的部分已修完:PR #3755(B 持久归因 + C-minimal 启动生效值日志)。Part A(advisory vs blocked/pinned 优先级)仍等你在上面三选项里拍板,拍板后在同一 PR 里补(一 issue 一 PR)。

    PR #3755:#3755

    按八问:

    1. 是什么问题:安装成功日志只活在进程内存里——进程重启后,机器上没有任何记录说明磁盘上这个版本是谁装的(自动更新循环 / 手动 bili update / advisory 强装);0.1.200 → 0.1.201 upgrade (#3658 identity change) mass-unfolds persisted sessions incl. Anthropic lane; downgrade re-churns #3752 现场事后无法区分「advisory 强装」和「手动安装」。另外配置文件改了不重启不生效,但运行中的进程持有什么值完全不可见。
    2. 什么原因导致的:两个独立机制——①三条安装路径(自更新、手动、advisory)成功后都只打一行进程内日志,没有跨进程持久账本;②配置只在启动时经 loadOptions() 解析一次,进程生命期内无任何反馈渠道告诉 operator 生效值是什么。
    3. 影响范围与严重程度:所有 bili 实例(日志归因面);严重度——事后取证缺失 + 「配置为何无效」排查成本,属体验/可观测性缺陷,不影响功能可用性(p2,与 issue 定级一致)。
    4. 怎么修复的:
      • B:每次成功的就地安装在安装自身的跨进程锁内写一个小账本 cacheDir/.last-install.json = {from, version, source, at},source 为 "auto-update" | "manual" | "advisory:<id>"(atomic tmp+rename,best-effort——写失败降级为仅日志,绝不让归因搞挂安装)。/__bili/status 与 /__bili/overview 加增量字段 lastInstall,每次调用新鲜读取(别的进程装的也可见),absent/corrupt fail-open(字段直接缺省)。被拒/no-op 的周期不碰账本。
      • C-minimal:启动时打一行 info:[update] effective settings (this process, until restart): autoUpdate=… advisoryCheck=… releaseNotesCheck=… autoRestartOnUpdate=…,operator 可拿它和文件核对。
      • 测试:新 tests/issue3754-install-attribution.test.ts(hermetic ~1s,三条来源各走一次真实端到端安装验证账本;损坏/畸形 fail-open;跨进程新鲜读;被拒周期不覆盖)+ 定向回归 88 pass(update-backoff/tarball/advisory/policy/plugin-update/endpoints-parity),typecheck 干净。全量以 CI 为准。
    5. 是否有回归问题:纯增量——新 cache 文件、status 两端点各多一个可选字段、多一行启动日志;未触碰任何既有阈值/时序/输出格式/语义。status payload 其余键逐一保持(advisory-endpoint-parity 测试绿)。高危模式逐项过:无语义漂移、无吞错变化(getLastInstall 内部 fail-open 是新增读的容错,不改既有错误路径)、无默认值漂移。
    6. 是否破坏缓存:不涉及。账本是全新文件,不参与 prefix cache / 更新节流 / backoff 任何失效策略。
    7. 是否改了设计方向:不涉及。仍是「日志为主、状态端点补充」的可观测性路线;Part A 若选 1/2 会引入 advisory 通道对 policy file 的读取,那属于 搞一个自动强制更新,针对重大bug的版本 #1481/Automatic staggered rollout: default random upgrade interval of 15 min – 48 h + GitHub remote policy file (emergency kil | 自动升级撒点:默认 15 分钟~48 小时随机升级 + GitHub 远程策略文件(紧急刹车/按版本调速),给事故留响应窗 #3619 语义的产品决策,不在本 PR。
    8. 是否引入了新的配置:无。没有新 config key / env / CLI flag;.last-install.json 是机器生成的状态文件(operator 无需管理,删了下次安装自动重建)。

    收工判定:本 PR 可合(等 CI 绿);issue 本身先不收——Part A 等你在选项 1/2/3 里拍板后在同一 PR 补上再一起收。推荐维持我上一轮的 选项 2(默认尊重 blocked+pinned 天花板,advisory 条目可选 overridePolicy: true 显式穿透)。

  3. ranxianglei commented on Oct 18, 2026

    @ranxianglei
    OwnerAuthor

    🤖 Powered by ework · qwen3.8-27b

    (ai: vllm-qwen/qwen3.8-27b)

    CI 状态更新(PR #3755):首个 head 上 unused-exports gate 红了——新加的 /__bili/status lastInstall 载荷类型 LastInstallRecord 只在 src/update.ts 内部被引用(admin.ts 按结构消费),gate 判 INTERNAL_ONLY。按仓库既有先例(#R3 memory diagnostics 的两个 status 载荷类型同款豁免)加了带理由的 WAIVERS 条目(独立标注 commit fix(scripts): waive LastInstallRecord in unused-exports gate (#3754)),不是放松 gate。

    最终 head 1df689250 全绿:CI 主流程(全部 test shards × ubuntu/windows × node22/24、static-gates、六个静态 gate、unused-exports、version-guard、test-import-graph)+ 全部 e2e 车道(fake-codex / real codex / pi / dsh / opencode / local-registry / persona / ws)均 success。PR 无冲突,可合。issue 仍保持 open 等 Part A(policy 交互)拍板。

  4. ranxianglei commented on Oct 21, 2026

    @ranxianglei
    OwnerAuthor

    关闭:已由 #3755 合并修复(声明 Fixes #3754:install attribution 持久化记录 + 生效 update channel 打日志,pinned install 的 advisory force-install 不再误装)。随 #4122 release v0.1.203 发布。(孤儿扫描交叉核验)

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

    Projects

    No projects

      Milestone

      No milestone

      Relationships

      None yet

      Development

      No branches or pull requests

      Issue actions