Commit Graph

1 Commits (de2dfd3034a7b506fa269910401bbdcbd4efc71d)

Author SHA1 Message Date
linus-liu-web e394c7adec
fix(agent): 工具自起 goroutine 的 panic 自行兜底,MCP 预热不再带走进程 (#3846)
recover 只对调用它的那个 goroutine 生效。executeRecovered(registry.go)覆盖的是
tool.Execute 这次调用本身,act.go 的 errgroup 回调同理:工具自己起的 goroutine 上
发生 panic,两处都接不到,整个进程退出,正在进行的对话、上传、同步全部中断。

修复站点:
- mcp_exposure.go 的 catalog 预热 goroutine 与最多 8 个 worker 各装一道屏障;worker
  内按服务再兜一层,panic 时沿用文件里既有的 store/status 机制把该服务标记为
  "error"(与加载报错同一个状态)、清掉 partial snapshot,close(preloadDone) 照常
  执行,prepareMCPToolsWithMode 的 select 仍能返回。
- search_knowledge.go 检索扇出的三处 goroutine(embedding 分组、合并 KB 检索、单 KB
  检索):panic 记日志后按既有的 fail() 机制把对应知识库报成失败,工具调用降级为
  失败结果而不是进程退出。
- think.go 的 stream stall 看门狗改用同一屏障(stallTimeout 非正时 NewTicker 会 panic)。

新增 internal/agent/tools/goroutine.go:
- GoRecovered(ctx, fn):起 goroutine 并兜住 panic,供工具内部统一使用;
- RecoverGoroutine(ctx, label, onPanic):defer 形式,onPanic 在同一 goroutine 上记录
  失败单元,panic 值不外传。
registry.go 的 executeRecovered 注释补上"recover 只覆盖本 goroutine,工具自起的
goroutine 必须自己兜底"。

回归测试:
- TestMCPPreloadWorkerPanicIsContained:loader panic 后进程存活、PrepareMCPTools 正常
  返回、该服务 status 为 error 且不保留缓存工具;
- TestMCPPreloadFailureMarkingKeepsReadySnapshots:协调者屏障只标记未完成的加载,
  ready 快照不动;
- TestToolChildGoroutinePanicDegradesToFailedResult:走真实 executeToolCallsParallel,
  子 goroutine panic 降级为失败结果;
- TestGoRecoveredContainsPanicAndRunsDefers / TestRecoverGoroutineReportsPanicToCaller。

去掉屏障后上述用例的测试进程 exit=1,装回后全部通过。

Fixes #3837

Co-authored-by: linus-liu-web <11640009+linus-liu-web@users.noreply.github.com>
2026-10-08 01:24:36 +08:00