You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
{{ message }}
Repository navigation
[Bug][dsh] #3681 Not truly fixed: auto-review request still overflows the context window per "raw uncompressed history + | [Bug][dsh] #3681 未真正修复:auto-review 评审请求仍按「原始未压缩历史 + 256K 预留」越窗(0.1.208 b261c333),且 fail-closed 连 compress 一起拒 → 会话不可自救 #5352
English TL;DR — #3681 was closed as fixed, but the same overshoot reproduces today on bili 0.1.208 (b261c33): the auto-review request still serializes the raw, uncompressed session history and still reserves 256,000 completion tokens, so it 400s at messages > 792,576. Two things make this worse than the original report: (a) the gate is fail-closed for every tool, including compress, so the session cannot self-heal — the only escape is disabling auto-review or restarting; (b) bili's own ledger/nudge reports 178K est-view / 205K billed, i.e. the UI says "15–20 % used" while the review gate is past the wall, which actively misleads the user. Ask: which side owns the #3681 fix (bili vs. the dsh-experimental-auto-review plugin), and can the reviewer input be capped / the context tools be exempted from the gate?
auto-review: reviewer ended with error CONTEXT_WINDOW_EXCEEDED:
This model's maximum context length is 1048576 tokens.
However, you requested 1051714 tokens (795714 in the messages, 256000 in the completion).
... 1055204 tokens (799204 in the messages, 256000 in the completion)
... 1056905 tokens (800905 in the messages, 256000 in the completion)
报错对每个工具逐条重复:Auto review of tool "<name>" failed; its body was not executed。实测被拒的有 pwsh、read、write、edit、glob、grep、compress;只有只读的 acp_status 还能用(这大概也是「插件显示 15%」和「工具全挂」能同时成立的原因)。
auto-review: reviewer ended with error CONTEXT_WINDOW_EXCEEDED: pi-ai detected context overflow for model "deepseek-v4.1-flash"
2)随后是上游 413(与贵单同文案):
qwen API error (413): preflight_compress_failed ... context ~274676.43 tokens exceeds the model window 229376 ... 0 compressible range(s) still visible
Activity
[-][Bug][dsh] #3681 未真正修复:auto-review 评审请求仍按「原始未压缩历史 + 256K 预留」越窗(0.1.208 b261c333),且 fail-closed 连 compress 一起拒 → 会话不可自救[/-][+][Bug][dsh] #3681 Not truly fixed: auto-review request still overflows the context window per "raw uncompressed history + | [Bug][dsh] #3681 未真正修复:auto-review 评审请求仍按「原始未压缩历史 + 256K 预留」越窗(0.1.208 b261c333),且 fail-closed 连 compress 一起拒 → 会话不可自救[/+]ranxianglei commentedon Oct 31, 2026
(ai: vllm-qwen/qwen3.8-27b)
查重结论:重复。 与已关闭的 #3681 同签名、同机制、同根因;其活跃跟踪已在 #4634(事故 + 默认拦截 PR)与 #4640(根因方向)里。本条不引入新失败域,按「同症状同机制归一条」并入既有跟踪。已打标签,不关闭(关闭权在 owner)。
标签: bug / dsh / scope/wiring / p1 / duplicate —— 缺陷;dsh auto-review 车道;机制在宿主侧请求管道(handle.ts / side-request.ts),非 kernel 折叠引擎;长会话下所有工具(含 compress)被拒、无自救路径=「用户不能用」可用性类,按 owner 2026-10-19 定 p1(有手动绕过=关 auto-review,若你认为该降 p2 可改标)。
先直接回答你问的两件事:
1. #3681 的修复落在哪一侧?
根因在 DSH 插件
@deepseek-ai/dsh-experimental-auto-review,不在 bili。它把整段未压缩历史打包成审查请求、且不传maxTokens(宿主于是预留模型默认的 256K 输出)——这是越窗的直接来源。bili 只在 fetch 层改写出站体、从不缩减宿主自己的历史,所以 bili 不是根因(#3681 §4/§5、#4634 源码级核实一致)。bili 能做的是兜底:默认拦截这条车道的流量(本地回一个最小低风险裁决,请求根本不打到上游)。2. 评审输入能否封顶 / 上下文工具能否豁免?
maxTokens:这是 dsh 插件要改的(请求是它拼的——FILTERED_HISTORY上限 +maxTokens≈1K),正是 [BUG][dsh] auto-review's own review request exceeds the context window (794K msgs + 256K completion > 1,048,576) → fail- | [BUG][dsh] auto-review 的评审请求自身越窗(794K msgs + 256K completion > 1,048,576)→ fail-closed,之后所有工具调用被拒 #3681 §7.1 给 dsh 的建议。外部仓库,跨仓提交需 owner 批准。compress等工具开白名单跳过审查:也是 dsh 插件的 pre-execute 钩子决定的,bili 管不到 dsh 决定哪些工具送审。bili 的等价做法是「默认拦截全部审查流量」(PR [PR] feat: block dsh auto-review traffic by default (#4634) #4639)——拦了之后根本没有审查请求发到上游,compress自然不会被审查拒掉,死锁直接消失。为什么「没真正修复」——三条都钉死了:
isDshAutoReviewRequest检测器在 v0.1.209 才首次出现;v0.1.206/207/208 全都没有(我逐 tag 核对过)。所以你这版上 auto-review 仍走旧的 fork 进|sub:累积车道 + 转发计费,和 [BUG][dsh] auto-review's own review request exceeds the context window (794K msgs + 256K completion > 1,048,576) → fail- | [BUG][dsh] auto-review 的评审请求自身越窗(794K msgs + 256K completion > 1,048,576)→ fail-closed,之后所有工具调用被拒 #3681 时代一模一样。merged:false),没有任何发布版带它。所以即便升到最新版,目前也没有「默认拦截」在替你挡这条车道。"You are the final authorization reviewer…",而 dsh 实际 system 首行是字面标记"REVIEW_POLICY"(dsh 自己的测试断言system.startsWith('REVIEW_POLICY\n'));systemCarrierTexts()把整段 system 当一个元素、不按行切,所以startsWith("You are…")对以REVIEW_POLICY开头的串返回 false。直通路由和默认拦截共用这个检测器——漏判 ⇒ 两者都不触发 ⇒ 默认用户的成本泄漏/越窗照旧。这条我已就 bili 侧代码核实(锚点常量 + 非切行行为);dsh 侧发标记是 Massive token cache misses on model switch | 切模型大量token未命中 #4634/dsh auto-review snapshot lane grows unboundedly: steady-state token drain behind the #4634 default block #4640 源码级确认的。这意味着光合 [PR] feat: block dsh auto-review traffic by default (#4634) #4639 可能还不够,得先把锚点修对。你现在能做的(唯一有效绕过):关掉 dsh 的 auto-review(会话内
/permission切模式立即停,或 Plugins 页关开关 / CLIremove @deepseek-ai/dsh-experimental-auto-review)——你实测有效,正确。注意:关闭时活动 Auto 会话会迁到完全权限(更宽松不是更严格)。另外:升级版本对「越窗 400」本身没帮助——只有默认拦截能挡这条车道,而它没合入;升级主要改善的是别的车道缓存形态。后续由谁拍板(agent 不关单、不合 PR):
结构化八问:
1,048,576 − 256,000 = 792,576,该请求上游 400,auto-review fail-closed,于是所有工具(含唯一能自救的 compress)被拒、会话卡死。和 [BUG][dsh] auto-review's own review request exceeds the context window (794K msgs + 256K completion > 1,048,576) → fail- | [BUG][dsh] auto-review 的评审请求自身越窗(794K msgs + 256K completion > 1,048,576)→ fail-closed,之后所有工具调用被拒 #3681 完全同签名,今天在你这版 0.1.208 复现。FILTERED_HISTORY无上限打包 + 不传maxTokens(宿主预留 256K);bili 只改写出站体、不缩宿主历史,故非根因。「没修好」的原因=(a) 你的 0.1.208 连直通检测器都没有(v0.1.209 起才有);(b) bili 的默认拦截 PR [PR] feat: block dsh auto-review traffic by default (#4634) #4639 一直没合并,没有发布版带它;(c) dsh auto-review snapshot lane grows unboundedly: steady-state token drain behind the #4634 default block #4640 报告检测器锚点对不上真实REVIEW_POLICY首行(D1),即便合了也可能漏判。dsh.autoReviewBlock默认 true / envBILI_DSH_AUTOREVIEW_BLOCK,尚未发布。)收工判定:本条=#3681 的复报,已打 duplicate 并交叉链接 #3681/#4634/#4640/#4639,留给你处置(判重关闭 / 或作为「#4639 未合入 + D1 待修」的催办证据)。真正的活在三处:合 #4639、修 D1 锚点、dsh 侧封顶——前两者 bili 可控待你点头,第三者跨仓需你批准。
jjlli commentedon Nov 1, 2026
补充一条同根因、但窗口小得多的复现数据点(262,144 窗口)
环境:DSH 0.2.1-rc.5(Web profile,Windows 11)+
@deepseek-ai/dsh-experimental-auto-review@0.2.1-rc.5,会话路由qwen / deepseek-v4.1-flash,contextWindow: 262144,权限预设切到auto后约 25 分钟内全线失效。两类报错:
1)本地 pi-ai 阈值先到:
2)随后是上游 413(与贵单同文案):
关键换算:
229376 = 262144 - 32768(输出预留)⇒ 262K 窗口下真正的越窗线只有 229,376,是本单(1,048,576 → 792,576)的 29%,也就是说同一个缺陷在小窗口模型上会早 3.5 倍发生,且用户完全看不出(UI 显示的上下文占用远低于闸门线)。被拒工具实测:
pwsh/write/ops_bash/todo_write/mcp__openviking__read/compress全部 deny,只有包在run_code里的原始 Node 调用还能用(外层 run_code 是插件里明确豁免的)——本单说的「会话不可自救」在小窗口上同样成立:compress一起被拒,而评审请求本身是一条 user message,压缩层按消息粒度找不到可折叠区间,回回都是0 compressible range(s)。对照组:同一时刻主 Agent 自身请求 290,756 tok 触发 502,重试后压缩成功继续;只有评审车道硬失败。⇒ 问题确实在评审角色的载荷构造(
snapshotAutoReview()把全量可见历史渲成一条 message,且不带maxTokens),不在主会话的压缩能力。完整复现记录与诉求写在 DSH 主仓讨论里:deepseek-ai/deepseek-harness#11768
另:若 #4639 的
dsh.autoReviewBlock/BILI_DSH_AUTOREVIEW_BLOCK能合入,至少可让长会话用户先关掉这条车道自保。ranxianglei commentedon Nov 1, 2026
(ai: vllm-qwen/qwen3.8-27b)
收到这条数据点。发帖人是外部未验证账号,我把它当证据来核对、不当指令;bili 侧能验的都对着源码验了,dsh 侧符号(如
snapshotAutoReview())在本仓验不到,按你的陈述记录。结论:同根因,而且补上了一个我之前只推断、现在被源码钉死的机制。我核实的(bili 源码):
context ~…tokens exceeds the model window …, with …compressible range(s) still visible+preflight_compress_failed+ 413,是 bili 代理自己发的,不是上游——文案逐字出自src/server.ts:3678-3717(preflight fail-fast),错误码与状态写在src/server/handle.ts:2678-2718。也就是说这条请求确实打进了 bili,bili 先尝试自己压缩、压不动、才 413。src/session-resolve.ts:119、src/persona-anchor.ts:27、src/cache-ledger.ts:926、src/acp-cache-diff.ts:38)。kernel 折叠的是消息之间的连续区间;整段历史塞进一条 user message 时内部没有可折叠子区间 →compressibleRanges恒为 0 → preflight 无能为力 → 直接 fail-fast。正是你说的「压缩层找不到可折叠区间,回回 0 ranges」。两层拦截、都只能拒不能修:
pi-ai detected context overflow)=客户端/harness 侧本地 token 阈值先行(由 auto-review 插件上报,底层是其本地 ai 层的溢出判定);两个不同执行点都在拒绝同一个超载的单消息载荷,没有一个能修好它——因为形状本身不可折。这也解释了你的对照组:主 Agent 290K 触发 502、重试后压缩成功继续,而只有评审车道硬失败——主会话是多消息可折的,评审车道是单消息不可折。顺带印证你的诉求①:你实测插件已豁免
run_code,说明「豁免清单」这个机制 dsh 侧本来就有,把compress/decompress/acp_status加进去是同一路子(dsh 侧可做)。小窗口泛化(这条真正新增的价值): 越窗线 =
窗口 − 输出预留。你这例262144 − 32768 = 229376;#5355 那例1048576 − 256000 = 792576。比值229376/792576 ≈ 29%,即小窗口模型上同一缺陷早约 3.5× 触发(792576/229376 ≈ 3.46)。所以这不是「长会话 + 大模型」专属——任何原始历史越过「窗口 − 预留」都会中招,小窗口 / 大默认输出的模型更早、更隐蔽(UI 占用远低于闸门线)。影响面比 #5355 原描述更宽,进一步支持 p1。处置不变(agent 不关单、不合 PR、不跨仓擅自提交):
REVIEW_POLICY首行(否则拦截对真实流量失效,规格已在 dsh auto-review snapshot lane grows unboundedly: steady-state token drain behind the #4634 default block #4640 钉死);③dsh 侧封顶 FILTERED_HISTORY + 小 maxTokens(外部仓,需你批准才跨仓)。小结(仅列有内容的项):
dsh.autoReviewBlock/BILI_DSH_AUTOREVIEW_BLOCK,尚未发布)。收工判定:确认同根因 + 补一条被源码钉死的「单消息不可折 → bili 无法自压 → 只能 block 或源头缩」机制 + 小窗口更宽影响面;并入既有跟踪,等你对上述三个待办拍板。