Files
universal-web-api/docs/attachment-and-cancellation-fix.md
2026-11-02 22:54:14 +08:00

4.8 KiB
Raw Permalink Blame History

附件误判与立即取消后重发:修复说明

修复范围

启动器代理:禁止重放已转发的请求

确认此前的应用层取消修复遗漏了启动器层。旧 start.py 将客户端断连导致的响应写入失败也放进重试循环,因此会把同一份缓存 POST 再次发给后端。旧代理也没有在等待首字节输出期间及时监听客户端断开。

现在持续检查客户端断开并关闭后端连接;一旦开始转发请求,不因断连、部分写入、后端 EOF 或一般 503 重放。只有连接尚未建立,或后端明确确认请求尚未进入路由执行、正在重启交接,才允许等待重试。

原先的取消屏蔽、有界工作线程清理、所有权检查和二级防风暴机制保留。工具调用 worker 对标签页恢复服务可见;活跃线程不会因请求记录压缩而失去跟踪;迟到的开始事件不再覆盖请求终态。

附件监视:正文不是上传状态

  • 不再克隆和扫描整个输入区 Prompt 来匹配忙碌词。
  • 排除输入控件、镜像、隐藏内容、常见文件名、文件正文预览和历史区域。
  • 从附件状态区域、真实进度指示及发送状态采集证据;保留真实“读取中/解析中”阻断,即使发送按钮可用。
  • 英文状态词使用边界匹配,中文默认使用进行中短语。
  • 卡片和内层图片去重;本批附件未齐或任一附件仍忙碌/失败时,不提前发送。
  • 正文变化、持续不变的忙碌词和无关 DOM mutation 不再刷新进展计时。观察器丢失、输入区整体更换不会借旧快照推断成功。
  • 状态判断、阻断说明和等待共用忙碌证据;保留稳定窗口、无进展超时和固定总截止时间。
  • 默认诊断不再输出 root Prompt 片段、文件正文或节点 title / aria-label 内容。快照以 evidenceVersion=2 标识;旧 rootText / rootTextSample 字段保留为空,自定义探针不应再依赖这些字段判断附件上传。

高级附件规则增加两个可选入口:「附件状态提示区域」「不参与附件检测的内容区域」。前后端保存、规范化与运行时已接通。没有给旧预设强行添加新字段;普通用户不必配置它们,也无需关闭 Tools 或避开“读取”等词。

附件失败不能变成空工具回复

  • 标签页因同一任务失败进入 ERROR 时仍停止执行,但不再误称为任务所有权丢失并覆盖错误。
  • 结构化流程先识别不可恢复的附件错误,不让停止检查抢先把它变成取消。
  • 线性流程与非流聚合明确透传失败,不把失败后的空结果包装为成功。
  • Tools 适配器保留原始错误码,而不是丢掉错误后解析空文本。
  • 保留真实所有权变化、客户端取消和合法 TRY 恢复的安全边界。

验证

最终相关回归:28 个测试文件,454 passed,72.50 秒。另有 2 条 WebSocket 依赖弃用警告,无测试失败。这是相关测试集,不是全仓所有测试通过声明。

旧代码上的代理回归先失败,修复后通过:客户端写失败触发重放;首字节前取消未及时关闭后端连接。

本地真实 TCP 链路测试覆盖:启动代理 → Uvicorn → ASGI 中间件 → API 普通/Tools 生命周期 → 真实标签页池。使用约 162 万字符、6 条消息;取消后立即重发,不等待旧请求清理。检查旧 worker 退出、新请求完成、两次请求只执行两次、标签页恢复 IDLE、等待队列清空。

Chromium 本地页面覆盖:可见/隐藏镜像、文件名、文档预览、历史消息、编辑器内部 loading、真实状态文本、进度/错误、多文件、旧附件、输入区更换以及高级配置控件编辑。

执行器、结构化流程、聚合与 Tools 适配器测试覆盖原始附件错误保留。另有计时、监视器失联、终态竞争、活跃 worker 可见性、配置兼容回归。

证据边界:供应商网页动作在 TCP 链路测试中被模拟;未连接用户的 Chatbox / SillyTavern 或已登录 DeepSeek 进行现场发送。不能据此承诺任意站点 DOM 都无需适配。UI 就绪推断也不是服务端解析完成证明。

如何生效

  1. 完全退出旧的 start.py / start.bat 启动器及其后端,再重新启动。只重启 API 子进程不够,旧代理代码仍在父启动器中。
  2. 刷新管理页面,加载更新后的附件规则界面。
  3. 在 Chatbox 保持原 Tools 设置,依次测试「立即中断 → 立即重发」和「输出中途停止 → 重发」。
  4. 如仍异常,保留第一次停止前后的日志,特别是旧请求的取消、工作线程收尾与标签页释放;不需要提供密钥或完整 Prompt。

DeepSeek 唯一默认「主预设」、Gemini 四预设及已有工作流 UI 不变。