@agentunion/fastaun-browser 0.5.4 → 0.5.6

package/_packed_docs/audit/AUN/346/234/215/345/212/241Go/345/214/226/351/207/215/346/236/204/347/262/276/347/273/206/345/214/226/346/272/220/347/240/201/345/256/241/346/237/245-20260718.md

@@ -0,0 +1,366 @@
+# AUN 服务 Go 化重构精细化源码审查与修复结论
+
+> 初始审查日期：2026-07-18
+> 修复复审日期：2026-07-19
+> 审查对象：当前工作树中的 10 个 Go 化 AUN 服务及对应 Python 实现
+> 服务范围：`auth`、`ca`、`gateway`、`group`、`leaderboard`、`message`、`nameservice`、`service_proxy`、`storage`、`stream`
+> 基线：`ce56814a110e07497c7ee393b4673c1068badcc5` 加本轮工作树修复
+> 测试约束：Go 只在 Docker/Linux 中编译和测试，未使用宿主机 Go 或 Windows 可执行文件
+
+## 1. 最终结论
+
+本报告初审和对 Claude Code 报告的复审中，能够由当前源码确认的安全、并发、性能、功能和字段级差异均已完成源码修复或被证实为误报。对本报告列出的已知问题，当前开放状态为：
+
+| 严重度 | 修复前代表问题 | 当前开放数 |
+| --- | --- | ---: |
+| P0 | 短 SHA panic、签名 canonicalization 阻断、audit wrap 绕过 | 0 |
+| P1 | 鉴权绕过、数据一致性、死锁/竞态、关键功能和破坏性字段 gap | 0 |
+| P2 | 默认值、错误码、附加/缺失字段、资源边界和极端输入差异 | 0 |
+
+最终判定：
+
+1. 在已审查的调用链、功能和 RPC/request/response/event 字段范围内，未发现仍可由当前源码确认的 Go/Python 破坏性 gap。
+2. 已发现的双版本共同缺陷也同时修复，未通过“与 Python 一致”保留 Python 侧已知错误。
+3. 十个 Go 服务均在 `golang:1.24-bookworm` 中通过全包 `go test -race`、`go vet` 和 `gofmt` 检查。
+4. 对应 Python 服务的 `codex-unit` 与服务根目录测试在 Linux 容器中合计通过 `2345` 条，没有跳过项。
+5. 本结论是源码审查和容器单元/组件测试结论，不等价于真实 MySQL、Redis、对象存储、单域和双域 federation 的运行证明。按照工程规则，本轮没有启动 Kite；动态 E2E 边界见第 8 节。
+
+## 2. 审查方法与调用链
+
+审查不以历史报告为事实来源。Claude Code 报告仅作为检查清单，每条结论重新回到当前 Go/Python 源码、生产 wiring 和测试验证。
+
+每个服务均按下列层次检查：
+
+1. 启动、配置、控制中心发现和 Gateway service-plane attach。
+2. HTTP/WS/JSON-RPC 入口、请求解析、身份注入、方法授权和 dispatcher。
+3. service、repository、DB/Redis、WAL、文件系统和外部 RPC。
+4. response、event、异步队列、重试、重连和关闭路径。
+5. request/response/event 的字段名、类型、null/空值、默认值、错误码和处理时点。
+6. goroutine/task、channel/queue、mutex、文件句柄、事务和网络超时边界。
+
+| 服务 | 核心调用链 |
+| --- | --- |
+| Auth | `service.attach -> auth RPC -> CA/证书校验 -> token repository/fallback -> response` |
+| CA | `service.attach -> issue/renew/rekey/revoke/CT -> issuer/repository -> response/event` |
+| Gateway | `client/service WS -> auth/ACL/dispatcher -> local service/federation -> response/event fanout` |
+| Group | `group RPC -> membership/E2EE/duty/Group FS -> store/WAL -> push/event` |
+| Leaderboard | `ingest event -> pending journal -> batch aggregate -> metric repository -> query/status` |
+| Message | `send/v2.send -> auth/rate/audit -> WAL/transaction -> inbox/push -> pull/ack/recall` |
+| NameService | `HTTP/RPC -> name/Agent.md repository/cache/mirror -> snapshot/proxy -> response` |
+| Service Proxy | `public HTTP/WS -> route/wakeup -> provider tunnel/frame queue -> client response` |
+| Storage | `RPC/data HTTP -> auth/ACL/mount/symlink -> repository/blob/collab -> event` |
+| Stream | `create -> WS push -> history/puller queue -> SSE pull -> created/closed event` |
+
+## 3. Service By Service 修复结论
+
+### 3.1 Auth
+
+- attach 握手失败时立即关闭局部 WebSocket，重试不再泄漏连接和文件描述符。
+- Gateway business 连接关闭时先让最后一帧 handler 获得一次调度；Go attach 的 drain 先释放写锁再等待在途请求，消除同连接回调造成的互锁；draining 检查和 inflight admission 由同一把锁线性化，关闭后不会再放入新请求。
+- `create_aid` 的 already-exists 恢复链可达；CA chain 失败采用与 Python 相同的降级语义。
+- DB 健康时以 DB 为权威，不再让 JSONL fallback 遮蔽撤销状态；refresh consume 增加并发 fence。
+- DB pool 增加连接数、空闲数和寿命边界。
+- `auth.verify(method=aid)` 明确调用 `verifyAID`，不会额外签发 refresh token或触发续证。
+- 登录证书比较、token prefix、identity 状态、renew/rekey 错误码和 response aliases 已与 Python 基准对齐；停止态统一返回 `-32020`。
+
+结论：Auth 已审查链路没有开放 gap。
+
+### 3.2 CA
+
+- Dispatch 只在锁内获取不可变状态快照，不再持 `RLock` 跨 DB/Gateway I/O。
+- Gateway business 连接关闭时先让最后一帧 handler 获得一次调度；Go attach 的 drain 锁顺序与 Auth 对齐，不再持锁等待在途回调，draining 与 inflight admission 同样线性化。
+- P-384 CT 使用 SHA-384；CT canonical JSON、Unicode、浮点和微秒时间格式与 Python 对齐。
+- renew/rekey 的 `key_purpose`、`aid_type`、chain 和证书字段语义统一。
+- `get_cert` 的 lifecycle、curve、purpose、排序、CA 自身证书和历史十进制 serial fallback 对齐。
+- verify-chain、generate-service-cert、revoke 幂等和 CRL 时间字段的错误/response 契约对齐。
+- service signature 证书强制校验 NotBefore/NotAfter；CT signer 失败向上传播，不再生成空签名记录。
+- service signature nonce 保持单次消费；Python/Go 重放表均使用锁保护、默认 100000 的硬容量和按过期时间有序的 FIFO，满时 fail-closed 且不驱逐未过期 nonce，正常消费摊还 O(1)；测试签名器也改为每次生成唯一 nonce。
+
+结论：CA 已审查链路没有开放 gap。
+
+### 3.3 Gateway
+
+- 客户端签名采用排序、紧凑、非 HTML 转义 canonical JSON，并兼容 Python legacy hash 规则。
+- Python relay `Session` 补齐 `module_id`，StatsTap 不再因 `AttributeError` 静默丢弃 leaderboard ingest。
+- service-plane 同时执行模块能力矩阵和 attach 声明方法 ACL；方法名大小写敏感，`collab` 只接受完整 `collab.*` 声明。
+- stale attach、同 instance 接管和连接 ownership 使用实例身份校验，旧连接不能删除新连接。
+- Kernel/event 队列改为有界、可唤醒、可配置的异步扇出；成功发送后才登记 dedup。
+- Python StatsTap 修复错误 session 属性；Go StatsTap 测试不再并发替换全局 stdout，消除测试竞态。
+- federation insecure 仅允许显式测试环境，生产 fail-closed；出站连接、connecting 状态和目标数均有上限及清理。
+- discovery TTL/stale、canary、least-pending、attach weight 校验、nonce TTL和状态字段已统一。
+- 在线 client signature 只接受当前 `active_signing` 生命周期证书；跨域按 AID 拉取对端当前证书，再对声明和实际指纹做常量时间比较，不能用 fingerprint 直接选中历史证书。
+
+结论：Gateway 已审查链路没有开放 gap。
+
+### 3.4 Group
+
+- async dispatch、WAL batch appender 和 shutdown 的关闭顺序改为幂等、可取消，不再 send-on-closed、nil channel 阻塞或无限等待。
+- `.group` baseline、protected 标记、owner/admin role ACL和 `baseline_role_acls_synced` 已对齐。
+- ban/admin、邀请码消费回滚、aid_cert、transfer history和 rekey state-chain 已对齐；过期 owner transfer 同时校验 pending.old_owner 和当前 owner 仍为 actor，陈旧 pending 不能覆盖后来所有权。
+- recall 默认窗口、重复 ID 事务语义、recent cache 清理和 fallback event 已对齐；Go production wiring 读取 `recall_window_seconds`，环境变量显式 `0` 可关闭窗口。
+- `v2.pull` 可见性 floor、设备游标、`has_more`、ack 上界和 Redis highwater 采用 fail-closed/单调策略。
+- `v2.pull` 的 legacy/plain 分支也执行与 Python `_member_can_receive_message` 等价的 join sequence、`min_read_epoch` 和成员可见性过滤。
+- duty 副作用移到成员、ban、active 和限流校验之后；在线管理员按群实时解析。
+- pull、pull_events、ack、state、invite、device、ban 等 response 补齐 `group_id`、`group_aid`、`cursor`、`e2ee_epoch_floor`；事件补齐 `group_aid`。
+- `fs.namespace_ready` 等 Group FS 确认写入校验当前 `group_identity` 证书指纹，不能用历史或非当前群身份证书签名确认 namespace。
+- `add_member` 及 open join、审批、邀请码等实际入群路径对本域 AID 执行 verified certificate 注册校验；缺失、过期或身份不匹配均 fail-closed，跨域保持 Python 的容错语义。
+- checkpoint replace、RESP bulk read和 slot/device 隔离键处理已修复跨平台及短读边界。
+
+结论：Group 已审查链路没有开放 gap。
+
+### 3.5 Leaderboard
+
+- ingest 使用真实内存聚合和批量提交，不再每个事件独立 insert/locking transaction。
+- 增加周期 pending recovery loop，临时 DB 故障不必等进程重启。
+- 实时 flush 和 recovery 均在事务内锁定并确认 event 状态；混合 processed/pending 快照不写入不可拆分的内存聚合，而从 durable `raw_json` 精确恢复，避免跨实例双计或永久卡住。
+- event ID、agent、group 和 edge 均按稳定主键顺序加锁/写入；Go recovery 与实时批次共用排序，Python 失败标记也按 event ID 排序，消除多实例交叉锁死顺序。
+- 已由其他实例处理的快照返回实际 applied 数，不再虚增 processed/flush 指标。
+- agent/group/edge 水位按事件时间和 ID 单调推进，乱序旧事件不能回退最新水位。
+- attach dispatch worker 可取消，避免连接级队头阻塞和关闭泄漏。
+- status/health 不再对全部 pending payload 做 O(N) JSON decode；DB 探测和恢复边界收口。
+
+结论：Leaderboard 已审查链路没有开放 gap。
+
+### 3.6 Message
+
+- Gateway pending response、断线清理和 fatal wakeup 改为锁外非阻塞通知，消除满 channel 持锁死锁。
+- WAL fsync/rotate 串行化；soft/hard latency backpressure、fatal 唤醒和 checkpoint 行为对齐。
+- 有事务执行器时，多设备 legacy 写入的查询、序号分配和写入位于同一事务；非事务 executor 明确为受控降级。
+- `v2.send` 强制 audit wrap，设备 wrap 只要求当前活跃目标，不错误拒绝历史 wrap。
+- pull/ack 的 device/slot 严格绑定认证上下文；recent cache 使用真实 KnownMaxSeq。
+- 普通 send 的 protected headers、headers、context和 client signature 进入 envelope；跨域 metadata 同样保留。
+- recall TTL 由服务端策略计算，成功和无 tombstone 路径都发布对齐事件。
+- pending rate limit 已接真实 Gateway attach `PendingCount`；legacy/V2 send 均在背压时原子预占，无背压成功后也记录窗口，不再由 WAL 状态误判或让 V2 绕过；push worker 增加 wakeup，并对齐 EMA、重试优先级和队列 floor。
+- Redis sequence allocator 只在 pair 首次使用或 Redis key 被驱逐时回查 durable floor，后续号段分配不再每个 block 往返 MySQL。
+- WAL 开关读取 `message_config.json` 的 `wal_enabled`；仅非空 `AUN_MESSAGE_WAL_ENABLED` 覆盖配置，显式 `0` 可关闭，空值回退配置，与 Python 优先级一致。
+
+结论：Message 已审查链路没有开放 gap。
+
+### 3.7 NameService
+
+- host-root reverse proxy 增加完整 header/body/upstream timeout。
+- Agent.md DB/cache/mirror 更新采用可恢复顺序；DB 故障 GET/PUT 分别返回对齐的服务错误。
+- snapshot 和 Agent.md 覆盖替换使用平台实现；Linux 使用原子 rename，Windows 使用 replace 语义。
+- snapshot 全量按 `aid`、增量按 `(updated_at, aid)` 做 keyset 分页，避免 OFFSET 漂移和大表退化。
+- cache、证书缓存和 runtime reconnect 竞态已收口；proxy diagnostics 使用可注入时钟，补齐 `connection_id` trace/filter、稳定排序和汇总，host-root 事件也进入诊断，URL 敏感参数统一脱敏。
+- Python `/health` 补齐 `database_ready`，Go/Python 状态字段和 redirect 语义对齐。
+- Python `_init_db()` 增加幂等保护，ASGI startup 不会用未连接实例覆盖测试或生产 wiring 已注入、已连接的 DB。
+
+结论：NameService 已审查链路没有开放 gap。
+
+### 3.8 Service Proxy
+
+- provider frame queue 同时限制条数和字节；超限在单 queue 锁内原子注入 request-scoped terminal frame，只终止对应请求，不再断开 provider 并连带失败其他 HTTP/WS 请求。
+- HTTP request body、response header/body和 WS frame 都有 deadline/size 边界；provider HTTP status 与 WS close code 在两种实现中均先校验，Python 接受合法私有区间 `4000..4999`。
+- `lastWakeup` 增加 TTL和容量清理；provider services 读写统一加锁。
+- host-root routing 字符集、private client allowlist和 loopback 规则对齐。
+- wakeup event 补齐 `request_id`、`trace_id`、`_trace`；诊断字段执行白名单。
+- 生命周期、Gateway RPC timeout和 provider 断开清理均可取消。
+
+结论：Service Proxy 已审查链路没有开放 gap。
+
+### 3.9 Storage
+
+- `complete_upload(skip_blob=true)` 在构造 CAS key 前验证 64 位十六进制 SHA-256，短值不能 panic。
+- share Bearer 必须经 verifier 解析为 AID；空 `allowed_aids` 被拒绝，owner 访问不误消费无关 token。
+- 群 public/private 读取都验证实时 membership；群自有区写入已接当前 `group_identity` 指纹验证。
+- 系统路径、memberdata、ACL/token、legacy move/delete、symlink repoint和 collab target 统一执行 owner/root 守卫。
+- mount lease 保存 requester；锁前执行 `epoch -> fresh membership -> epoch`，锁内复核本地 mount/volume epoch，且不持 DB 锁跨 Gateway RPC。
+- LocalFS 下载流式处理 Range；stable URL resolver 已接生产 wiring；resolver 热切换使用同步保护。
+- cleanup 接入磁盘阈值，补删除事件/副作用；legacy 缺 SHA 对象也清理物理 blob。
+- collab diff 输出合法 unified diff，show/merge/restore 统一守卫并记录 error audit。
+- 群 collab root 的 authority/group identity 可按 Python 语义绕过不存在的 self-membership 行；普通请求者仍要求实时 membership。
+- `collab.set_acl/remove_acl` 仅由解析后的 storage owner 管理，不再额外要求该 owner 当前仍是群成员。
+- console owner limit 与 Python 对齐为 500，default bucket 按最近更新时间选择。
+
+结论：Storage 已审查链路没有开放 gap。跨服务撤权语义为：通过 preflight 的在途请求允许完成，撤权后的新请求被拒绝；不宣称跨服务事务可取消已提交写入。
+
+### 3.10 Stream
+
+- history 和每个 puller queue 都有总字节预算，超限行为可预测。
+- Gateway business 断连清理先让已接收的最后一帧获得一次调度，再取消未完成 task，避免合法 `get_info` 等请求被静默丢弃。
+- SSE history/live 交界按 seq 去重，同一 chunk 不重复交付。
+- 自动 seq 在 MaxInt64 前拒绝溢出。
+- metadata 使用紧凑 JSON 字节数计限并做嵌套深拷贝，调用方后续修改不会并发污染 stream 状态；空 `content_type` 和 nullable `target_aid` 与 Python 对齐。
+- completed retention 默认值和配置语义对齐；活跃 puller/每次输出都会 touch，idle cleanup 不会误关慢消费者。
+
+结论：Stream 已审查链路没有开放 gap。
+
+## 4. RPC 字段级对齐结果
+
+下表列出本轮发生过破坏性差异的主要字段。字段“已对齐”表示请求接受范围、response/event 字段及默认/null 语义已按 Python 基准修复；诊断性附加字段仅在不破坏调用方时保留。
+
+| 服务/接口 | Request 对齐 | Response 对齐 | Event 对齐 |
+| --- | --- | --- | --- |
+| Auth create/renew/rekey/verify | method、purpose、证书和 fallback 语义 | `created`、`cert`、`cert_sn/serial`、chain、token prefix、错误码 | token/证书状态不再因 fallback 产生陈旧结果 |
+| CA cert/CT/revoke | curve、purpose、lifecycle、serial、canonical hash | `aid_type`、`key_purpose`、chain、时间和 found/null | CT/SCT 输入、撤销事件时间一致 |
+| Gateway attach/client RPC | namespace/method、weight、nonce、签名 hash | stale instance、状态/统计字段一致 | dispatch trace、dedup、超时和重试一致 |
+| Group pull/admin/state | device metadata、recall、invite、ack floor | `group_id`、`group_aid`、`cursor`、`has_more`、`e2ee_epoch_floor` | message/state/recall/membership 事件补齐群标识 |
+| Leaderboard ingest/status | 批量 ingest 和事件时间 | processed/queued、水位和 backlog 语义一致 | 乱序事件不回退水位 |
+| Message send/pull/ack/recall | auth device/slot、audit wrap、metadata、TTL | ack/count/floor 和错误码一致 | envelope metadata、recall 和跨域字段一致 |
+| NameService Agent.md/health | DB 故障、keyset cursor、redirect | HTTP 状态、`database_ready`、缓存状态一致 | snapshot/诊断不暴露敏感值 |
+| Service Proxy route/wakeup | service 名、allowlist、body/frame 限制 | timeout、断开和错误语义一致 | `request_id`、`trace_id`、`_trace` 补齐 |
+| Storage upload/share/fs/collab | SHA、Bearer、membership、lease、target | stable URL、Range、console limit/default、delete 字段 | object delete、collab error和 volume 通知一致 |
+| Stream create/push/pull | metadata 字节、content type、seq | retention、queue overflow和 pull cursor 一致 | nullable target、created/closed 字段一致 |
+
+## 5. 安全、并发与性能闭合
+
+| 风险簇 | 修复结果 |
+| --- | --- |
+| 远程 panic | Storage SHA 在切片前完成长度和 hex 校验，并有回归测试 |
+| 鉴权/授权 | Gateway service-plane ACL、Storage share/group/collab、Message audit、Group 本域入群证书、CA service signature 均 fail-closed |
+| 重放/签名 | canonical JSON 跨语言一致；nonce 单次消费、有 TTL、硬容量和摊还 O(1) FIFO 清理，容量洪泛不能驱逐未过期记录 |
+| 死锁/永久阻塞 | Gateway/Message pending、Group dispatch/WAL、可取消 attach worker 均使用锁外通知和幂等关闭；Leaderboard 跨实例事务按稳定主键顺序加锁 |
+| 数据竞态 | resolver、provider map、StatsTap、缓存和 ownership 热切换均已同步；十服务 `-race` 通过 |
+| 事务/一致性 | Message 多设备事务、Storage lease epoch、Group cursor/highwater、Leaderboard event 状态/水位均保证单调或 fail-closed，跨实例 recovery 不双计 |
+| 内存/队列 | Gateway event、Proxy frame、Stream history/puller、CA nonce 和 federation 连接均有条数/字节/并发上限 |
+| 慢连接 | HTTP body/header、WS frame、Gateway fanout和 service RPC 均有 deadline/cancel |
+| 大表性能 | NameService keyset pagination、Leaderboard batch、Storage streaming Range和 status O(1) 路径已落地 |
+| 文件可靠性 | WAL fsync/rotate、snapshot/Agent.md replace、cleanup和 legacy blob 删除边界已修复 |
+
+当前源码未见新的锁顺序环、持锁网络 I/O、send-on-closed-channel 或无界外部输入队列。
+
+## 6. 历史结论与 Claude Code 报告复审
+
+### 6.1 本报告原问题编号
+
+| 服务 | 原编号 | 当前状态 |
+| --- | --- | --- |
+| Auth | AUTH-1..5 | 全部修复 |
+| CA | CA-1..4 | 全部修复 |
+| Gateway | GATEWAY-1、REVIEW-P0-1 | 全部修复 |
+| Group | GROUP-1..11 | 全部修复或由更严格生产 wiring 消除条件 |
+| Leaderboard | LEADERBOARD-1..6 | 源码缺陷全部修复；真实 DB failover 仍属动态验证 |
+| Message | MESSAGE-1..6、REVIEW-P0-2 | 全部修复 |
+| NameService | NAMESERVICE-1..4 | 全部修复 |
+| Service Proxy | SERVICE-PROXY-1..6 | 全部修复 |
+| Storage | STORAGE-1..8、REVIEW-P1-01 | 全部修复 |
+| Stream | STREAM-1..4 | Go/Python 共同缺陷同步修复 |
+
+### 6.2 Claude 60 条已确认项
+
+Claude 原统计为 P0×3、P1×31、P2×26。重新读源码后的修复前判断是：
+
+- 59 条事实有效：原 P0 #3 因有“已持群身份”前提降为 P1，但仍需修复。
+- 1 条已经过时：原 P1 #4 `auth.verify(method=aid)` 在复审前已改走 `verifyAID`。
+- 59 条有效问题现在均已关闭；过时项继续不计缺陷。
+- Claude 自行驳回的 4 条经复审仍为误报，不因本轮修复重新计数。
+
+其中 P2 F01-F24、F26 的破坏性接受范围、字段或资源差异均已修复；F25 是 Go 可配置 retention 的附加能力，默认行为已经对齐，不构成兼容 bug。
+
+### 6.3 Claude 76 条候选
+
+修复前逐条复审统计经本轮源码再核修正为：4 条上调 P1、58 条确认/条件性 P2、6 条并入已存在根因、7 条驳回或不构成 bug、1 条待动态验证。此前草稿将 C71、C72 列为驳回，属于分类错误。
+
+当前处理结果：
+
+| 类别 | 编号/数量 | 当前状态 |
+| --- | --- | --- |
+| 上调 P1 | C26、C27、C48、C74 | federation、highwater、collab guard 已修复 |
+| 确认/条件性 P2 | 58 条（含 C71、C72） | 可操作源码差异已修复；C64 Redis 号段仅首次/驱逐时回查 durable floor，C71 群 collab-root authority 和 C72 ACL mutation 额外成员门槛均已按 Python 语义修复 |
+| 合并根因 | C10、C14、C31、C42、C50、C53 | 对应 CT、签名、Group 字段、Leaderboard batch、Message rate limit 根因已修复 |
+| 驳回/非 bug | C01、C02、C20、C41、C49、C61、C76 | 维持驳回，不计修复数 |
+| 原待动态 C70 | Windows replace | 已实现平台专用 replace；服务端目标为 Linux，本轮未运行 Windows 服务 |
+
+因此，Claude 的“60 条确认 + 76 条候选”没有作为数量直接叠加；合并项、误报、过时项和同根因只处理一次。当前没有从该清单遗留的已知源码缺陷。
+
+### 6.4 修复过程中新增发现
+
+修复时额外发现并关闭：
+
+- Gateway StatsTap 测试并发替换 `os.Stdout` 的 race。
+- Gateway attach 方法声明大小写和 `collab.*` 完整方法名边界。
+- NameService OFFSET 分页在并发更新下跳行/重复及大表退化。
+- NameService ASGI startup 重复初始化覆盖已注入 DB 的生命周期缺陷。
+- Storage mount membership 检查持 DB 锁跨 Gateway RPC 的潜在锁放大。
+- Storage console default bucket 与 Python“最近更新”语义不一致。
+- CA 测试签名器固定 nonce 与生产重放保护冲突。
+- Python Gateway 旧测试未声明新增的 service-plane 能力。
+- Message WAL 开关忽略 `message_config.json`，只读取环境变量。
+- Group 实际入群路径缺少 Python 已有的本域 AID CA 注册校验。
+- Gateway federation batch/event fanout 先为每个输入创建 task/goroutine、再进入 semaphore，16 MiB 帧内突发小请求仍可耗尽调度器；两端改为固定 worker 分片并保持结果顺序。
+- Gateway Python rate/diagnostic/federation 动态 map 只有时间清理没有硬 key 上限；补充容量上限、TTL 淘汰和 `_other` 聚合，Go/Python 统计字段保持兼容。
+- Message Kernel 入站 `system.require_init` 与 observed event 原先脱离连接级任务预算；补充去重、任务集合、预算丢弃和断开/关闭等待回收。
+- Service Proxy Python 对未知 provider `request_id` 会新建 pending stream queue；改为仅接受已登记且未完成的请求，并限频记录丢弃。
+- Storage S3/OSS/COS 在安全读取上限之后才构造 Range，可能仍向后端请求超大范围；改为先 clamp、校验整数溢出和 nil body，再读取有界内容。
+- Auth、Storage 及其他服务的随机 ID/nonce 生成路径曾忽略熵源失败的安全边界；统一采用可检查的 `io.ReadFull` 和 fail-closed/唯一性回退，并补故障测试。
+- Auth/CA/Gateway/Message/Service Proxy/Stream 的 WebSocket 入站帧缺少统一上限；按 Python 语义补充 16 MiB（Stream 数据面保留 64 MiB）限制。
+- Auth/CA/Stream/Gateway Python business/service-plane 关闭路径存在最后一帧 task 竞态；统一增加一次事件循环让渡并补回归测试。
+- Auth/CA Go gatewayattach 的 drain 曾持写锁等待在途请求，而在途 handler 可能反向调用同连接 `Call`；改为锁外等待并加入同连接回调死锁测试。
+- Gateway Python `Session.module_id` 缺失会使 StatsTap 记录异常被吞；补齐字段、边界测试和事件计数回归。
+- Gateway Python `entry.py` 消息循环存在一处不可编译的缩进；已按事件/RPC 分支恢复正确层级，并通过十服务 `compileall`。
+- 上述 Python 关闭让渡在外层取消时会先回收已创建 task 再传播 `CancelledError`，避免修复断连竞态后留下后台 task。
+- Auth/CA Go attach 的 draining 检查与 inflight 增量之间仍有 admission 窗口；改为同锁线性化，drain 开始后不再接纳新请求。
+- CA service signature 证书曾缺 NotBefore/NotAfter 校验，nonce 表只有 TTL 且每次全表扫描；两种实现同步补证书有效期、并发保护、硬容量和有序过期队列。
+- Gateway Go 跨域在线签名 resolver 曾按调用方 fingerprint 拉取历史证书；改为拉取对端当前证书后再比较实际指纹。
+- Group 过期 owner transfer 只检查 actor、未确认 pending.old_owner 与当前 owner；Go recall window 也未接 production 配置，均已修复。
+- Leaderboard 多实例实时 flush/recovery 曾可能双计、卡住混合状态批次或以不同 metric row 顺序形成数据库死锁；两种实现统一状态锁、durable recovery 和稳定锁顺序。
+- Message pending rate limit 曾错误依赖 WAL 且 V2 路径可绕过；改为读取 Gateway attach pending，并统一 legacy/V2 预占和成功记账。
+- Service Proxy frame queue 溢出曾断开整个 provider；改为 request-scoped 终止，并补 provider HTTP status/WS close code 输入校验。
+- Stream metadata 只复制顶层 map，调用方修改嵌套值可与服务读并发；改为深拷贝隔离，并由 `codex-unit/stream/test_stream_entry.py::test_stream_session_metadata_isolated_from_callers_and_info_consumers` 覆盖构造入参和 `to_info()` 返回值的嵌套 mutation。
+
+这些问题均已修复并纳入容器回归。
+
+## 7. Docker/Linux 验证证据
+
+### 7.1 Go
+
+环境：
+
+- 镜像：`golang:1.24-bookworm`
+- 源码：只挂载工作树
+- module cache：`C:\go\pkg\mod -> /go/pkg/mod:ro`
+- `GOPROXY=off`、`GOTOOLCHAIN=local`
+- 未调用宿主机 `go`，未生成或运行 Windows exe
+
+对以下十个服务逐一执行：
+
+```text
+go test -race ./... -count=1 -timeout=300s  # 大包使用 600s 上限
+go vet ./...
+gofmt -l .
+```
+
+结果：Auth、CA、Gateway、Group、Leaderboard、Message、NameService、Service Proxy、Storage、Stream 全部退出码 0；`gofmt -l` 无输出。
+
+### 7.2 Python
+
+环境：`aun-sdk-tester:latest` Linux Python 测试容器；临时测试容器内安装 `asyncmy`、`aiomysql` 和 `fakeredis`。`codex-unit` 与存在测试的服务根目录分别使用独立 pytest 进程；服务根目录套件通过容器 `--network host` 连接测试 MySQL。此隔离避免不同服务的同名 `tests.conftest` 和进程级 nonce/cache 相互污染。
+
+| 服务 | `codex-unit` passed | 服务根目录 passed | 合计 passed | skipped |
+| --- | ---: | ---: | ---: | ---: |
+| Auth | 64 | - | 64 | 0 |
+| CA | 66 | 29 | 95 | 0 |
+| Gateway | 270 | 61 | 331 | 0 |
+| Group | 275 | 434 | 709 | 0 |
+| Leaderboard | 19 | 2 | 21 | 0 |
+| Message | 133 | 270 | 403 | 0 |
+| NameService | 89 | - | 89 | 0 |
+| Service Proxy | 123 | - | 123 | 0 |
+| Storage | 150 | 225 | 375 | 0 |
+| Stream | 50 | 85 | 135 | 0 |
+| 合计 | **1239** | **1106** | **2345** | **0** |
+
+十服务 `compileall` 同样在该 Linux 容器中通过，本轮没有 skip。FastAPI/Starlette/aiohttp 和 `datetime.utcnow()` deprecation warning 不影响本轮断言，但应在依赖升级任务中单独处理。Message 根目录套件首次启动时 Python 3.13 在 `pytest_asyncio` collection 内发生一次原生段错误，业务测试尚未执行；随后两个全新 pytest 进程均为 `270 passed`，表中只计一轮，保留为测试运行器/依赖稳定性风险而非服务断言失败。
+
+## 8. 动态验证边界
+
+以下不是当前已确认 bug，而是源码和隔离测试无法证明的运行边界：
+
+1. 真实 MySQL/Redis 故障、重连、主从切换和长事务下的时序。
+2. 单域/双域 federation 的真实证书、DNS、连接池和断网恢复。
+3. S3/OSS、大文件 Range、磁盘水位和长时间 cleanup。
+4. Python/Go 混合服务逐 RPC 的在线 golden capture。
+5. 高并发撤权与跨服务在途请求的实际线性化窗口。
+
+工程规则禁止本轮直接启动 Kite，因此没有运行需要重建并启动完整服务编排的集成/E2E。发布前应由用户按 Docker 测试指南重建服务镜像并执行单域、双域和故障注入；失败应作为新的运行证据回到对应调用链，而不回退本报告已经由源码和 race 测试闭合的结论。
+
+## 9. 最终判定
+
+截至 2026-07-19 当前工作树：
+
+- 本报告和 Claude Code 清单中成立的已知源码 gap/bug 已全部修复。
+- 当前开放 P0/P1/P2 为 `0/0/0`。
+- Go 与 Python 在已审查接口和默认行为上达到源码级等价。
+- Go 十服务已满足 Docker/Linux 单元、竞态、vet 和格式化门槛；Python 对应测试全部通过。
+- 是否允许生产全量切换，最后仍取决于第 8 节的真实 Docker Compose 单域/双域 E2E，而不是继续保留已经修复的静态缺陷。

package/_packed_docs/aun/345/205/254/347/275/221/346/265/213/350/257/225/350/277/220/350/241/214/346/214/207/345/215/227.md

@@ -0,0 +1,227 @@
+# AUN 公网测试运行指南
+
+本文说明如何对 `evolagent.cn`、`agentid.pub` 或同拓扑的其他公网 issuer domain 运行 Python SDK integration/E2E。公网测试与本地 Docker 单域、分布式 `data-dist` 完全分离，不复用其身份、临时文件或报告目录。
+
+## 1. 测试入口与边界
+
+Python SDK 公网入口：
+
+```text
+python/run-public-tests.py
+```
+
+它只编排可通过公网协议完成的 SDK 用例，不读取服务端 MySQL/Redis，不操作 Docker 网络，也不重启远端服务。公网 `full` 覆盖 50 个去重后的 integration/E2E，用例按顺序逐个在独立子进程中运行。
+
+服务端主要模块的公网验收入口另为：
+
+```text
+../docker-deploy/tests/public_single_instance_acceptance.py
+```
+
+该脚本补充 AUN Console、Leaderboard、AID Custody、服务注册状态和端口/TLS 等服务端检查。它与 SDK runner 不是重复关系，完整验收时应先跑服务端验收，再跑 SDK `smoke` 或 `full`。
+
+## 2. 数据隔离
+
+SDK runner 默认只使用仓库下的 `.public-test-data/`：
+
+```text
+.public-test-data/
+├── identities/<domain>/<identity-prefix>/
+│   ├── persistent/
+│   └── service-proxy-provider/
+└── runs/<domain>/<run-id>/
+    ├── logs/
+    ├── artifacts/
+    ├── tmp/
+    ├── home/
+    ├── pycache/
+    └── report.json
+```
+
+- `identities/` 跨运行保留测试私钥、证书和 token，避免每次重复注册固定测试 AID。
+- `runs/` 每轮独立保存日志、临时目录、HOME、CLI 状态和 JSON 报告。
+- 每个用例还有独立的 `HOME`、`TEMP/TMP/TMPDIR`、CLI 配置和 Python bytecode 目录。
+- runner 默认串行执行，避免同一测试身份的槽位、在线状态和游标相互干扰。
+
+runner 会拒绝与下列目录重叠的数据根：
+
+- `../docker-deploy/data`
+- `../docker-deploy/data-aun-pub`
+- `../docker-deploy/data-evolagent-cn`
+- `../docker-deploy/federation-test/data-dist`
+- 仓库中的旧 `.aun*`
+- 用户真实的 `~/.aun`
+
+服务端公网验收建议使用 `../docker-deploy/public-test-data/` 和 `../docker-deploy/public-test-artifacts/`，不要与 SDK 的 `.public-test-data/` 混用。
+
+## 3. 前置条件
+
+- 目标域的公网 DNS、证书和服务端口已配置完成。
+- Python 3.11 以上；推荐使用已构建的 `aun-sdk-tester:latest` 容器。
+- 目标至少可访问 NameService 443、Gateway 20001、Storage 9470、Group 9480、Stream 9490 和 Service Proxy 19890。
+- 用于新身份的加密 seed 通过环境变量 `AUN_TEST_ENCRYPTION_SEED` 注入；同一 `identity-prefix` 后续必须使用同一个 seed。
+- 公网测试会创建 AID、消息、群、对象、agent.md 和 Service Proxy 注册，不能使用真实用户 AID。
+
+实际执行必须显式传入 `--allow-create-identities`。遗漏该参数时 runner 会在联网前退出；`--list` 和 `--dry-run` 不需要该确认。
+
+## 4. 先检查命令
+
+在 `aun-sdk-core/python` 目录执行：
+
+```powershell
+python -X utf8 run-public-tests.py --list
+python -X utf8 run-public-tests.py `
+  --domain evolagent.cn `
+  --suite full `
+  --identity-prefix public-ci `
+  --dry-run
+```
+
+`dry-run` 会验证域名、目录安全规则、用例名称和所有测试文件，只打印命令，不创建目录、不连接公网、不创建身份。
+
+切换域名只需修改 `--domain`：
+
+```powershell
+python -X utf8 run-public-tests.py --domain agentid.pub --suite smoke --dry-run
+```
+
+## 5. 推荐：在一次性 Docker 容器中运行
+
+以下 PowerShell 命令从 `aun-sdk-core` 根目录执行。容器使用默认 bridge 网络访问公网，不加入本地 `kite-net`，代码只读挂载，公网测试数据单独挂载：
+
+```powershell
+$repo = (Get-Location).Path
+$env:AUN_TEST_ENCRYPTION_SEED = "使用固定的公网测试 seed"
+
+docker run --rm `
+  -v "${repo}\python:/workspace/python:ro" `
+  -v "${repo}\.public-test-data:/public-test-data" `
+  -e AUN_TEST_ENCRYPTION_SEED `
+  -w /workspace/python `
+  aun-sdk-tester:latest `
+  python -X utf8 run-public-tests.py `
+    --domain evolagent.cn `
+    --suite smoke `
+    --data-root /public-test-data `
+    --identity-prefix public-ci `
+    --allow-create-identities `
+    --fail-fast
+```
+
+确认 `smoke` 通过后，把 `--suite smoke` 改成 `--suite full`。Linux/macOS 使用相同挂载关系，将 PowerShell 续行符替换为 `\` 即可。
+
+## 6. 宿主机直接运行
+
+宿主机已安装当前 Python SDK 依赖时，可在 `aun-sdk-core/python` 下执行：
+
+```powershell
+$env:AUN_TEST_ENCRYPTION_SEED = "使用固定的公网测试 seed"
+python -X utf8 run-public-tests.py `
+  --domain evolagent.cn `
+  --suite full `
+  --identity-prefix public-ci `
+  --allow-create-identities
+```
+
+可用 `--data-root D:\aun-public-tests` 改变公网数据根，但仍会经过受保护目录重叠检查。
+
+## 7. 套件矩阵
+
+| 套件 | 用例数 | 主要范围 |
+| --- | ---: | --- |
+| `smoke` | 9 | Auth/Gateway token、CA 指纹、Message ACK、Group 管理/index、Storage、Stream、Echo、Service Proxy |
+| `integration` | 28 | 消息、群、Storage/FS、Stream、NameService、Collab、签名、同步与失败契约 |
+| `e2e` | 23 | Echo/trace/refresh、V2 E2EE、多设备、thought、Group FS、CLI FS、Collab、Notify、Service Proxy |
+| `full` | 50 | `integration + e2e` 去重；不自动包含压力测试 |
+| `stress` | 3 | Gateway quota、slot-id storm、长短连接 CLI 压力 |
+
+`full` 的主要业务覆盖：
+
+- Auth/CA/Gateway：身份注册、认证、token/Gateway 缓存复用、正式 refresh、PKI DER/SPKI 指纹、长短连接和 quota。
+- Message：P2P 明文/E2EE、ACK、在线状态、notify、replay guard、失败路径、push seq、gap fill、inbox、thought、多设备。
+- Group：生命周期、角色、邀请/审批/封禁、设置、搜索、撤回、游标同步、在线未读、签名审计和 `group.index`。
+- Storage/Group FS/Collab：控制面与数据面、ACL、配额、分享、VFS P1-P4、CLI P1-P6、群目录及协作链路。
+- Stream：RPC、token、HTTP、SSE、WebSocket、回放、多拉流端和输入校验。
+- NameService：agent.md 上传、同步、认证边界和快照下载。
+- Service Proxy：公网发现、provider 隧道、HTTP/SSE/WebSocket 和并发访问。
+
+指定少量用例时可重复使用 `--case`；此时 `--case` 覆盖套件默认清单：
+
+```powershell
+python -X utf8 run-public-tests.py `
+  --domain evolagent.cn `
+  --case integration-message-ack `
+  --case e2e-v2-p2p `
+  --identity-prefix public-debug `
+  --allow-create-identities
+```
+
+## 8. 明确不纳入公网套件的用例
+
+- `e2e_test_group_index.py`：只是 `integration_test_group_index.py` 的包装入口，`full` 按同一 `group-index` 用例去重。
+- `integration_test_reconnect.py`：会操作 Docker 网络并重启 Gateway。
+- `integration_test_mail*.py`：当前公网单实例未启用 Mail/SMTP/IMAP/Mailpit。
+- `integration_test_p0_common_gaps.py`：包含 loopback 和本地故障注入。
+- `integration_test_service_proxy.py`：加载服务端源码并启动进程内本地服务；公网使用 `e2e_test_service_proxy_docker.py`。
+- `test_integration_auth_flow.py`：主要验证本地 mock CA/Gateway，不是公网 E2E。
+- `local_real_sms_e2e.py`：会调用真实短信网关，必须单独授权。
+
+这些排除项可通过 `--list` 查看，runner 不提供绕过开关，避免 `full` 意外影响本地容器或外部系统。
+
+## 9. TLS 规则
+
+公网 runner 固定设置 `AUN_ENV=production`、`KITE_ENV=production`，并默认启用控制面和数据面的证书校验。SDK、AIDStore、Storage、Stream、NameService 和 Service Proxy 使用同一测试 TLS 开关。
+
+只有临时测试域证书尚未就绪时才使用：
+
+```powershell
+python -X utf8 run-public-tests.py `
+  --domain temporary.example.com `
+  --suite smoke `
+  --insecure-skip-tls-verify `
+  --allow-create-identities
+```
+
+该运行会在 `report.json` 中记录 `verify_ssl: false`，不能作为正式公网 TLS 验收结果。
+
+## 10. 报告与排障
+
+每个用例实时输出到控制台，同时写入：
+
+```text
+.public-test-data/runs/<domain>/<run-id>/logs/<case>.log
+```
+
+整轮结构化结果位于：
+
+```text
+.public-test-data/runs/<domain>/<run-id>/report.json
+```
+
+常用参数：
+
+- `--run-id <id>`：固定本轮目录名；已存在且非空时拒绝覆盖。
+- `--timeout-seconds <n>`：每个用例独立超时，默认 1800 秒。
+- `--fail-fast`：首个失败或超时后停止，报告中的 `not_run` 会记录未执行数量。
+- `--identity-prefix <prefix>`：隔离不同域、人员或 CI 任务；固定角色会生成为 `<prefix>-alice.<domain>` 等 AID。
+
+失败时先查看对应 case 日志，再核对公网 DNS、证书 SAN、端口和 NameService 公告地址。切换域名后，不要复制另一个域的 identity 目录；应使用同一数据根下按 domain 自动分开的目录。
+
+## 11. 服务端公网验收
+
+SDK 测试前，可从 `aun-sdk-core` 根目录运行服务端验收：
+
+```powershell
+$repo = (Get-Location).Path
+$env:PYTHONPATH = "${repo}\python\src"
+$env:AUN_ACCEPTANCE_ENCRYPTION_SEED = "使用独立的服务端验收 seed"
+
+python -X utf8 ..\docker-deploy\tests\public_single_instance_acceptance.py `
+  --target-mode public `
+  --domain evolagent.cn `
+  --data-root ..\docker-deploy\public-test-data `
+  --artifact-root ..\docker-deploy\public-test-artifacts `
+  --allow-create-identities
+```
+
+该验收必须 12 项全部 PASS，重点补齐 SDK runner 不直接覆盖的 AUN Console、服务注册健康、Leaderboard 和 AID Custody。服务端验收与 SDK runner 使用不同默认 AID 和不同本地数据目录，可连续运行。