@baique/pi-web-sky 0.1.56 → 0.1.57

package/lib/session-index-scanner.ts

@@ -6,17 +6,24 @@
 // CLI 新建），使列表读取退化为纯单表查询。
 //
 // 一轮 tick 做的事：
-//   1. scanSessionFileMeta()：全量 readdir + stat（不读内容），拿磁盘会话全集
-//   2. 与 session_meta 现有行 diff：
-//      - 磁盘有、库无 → 读 header（scanOneSessionHead）→ resolveProject 算
+//   1. scanSessionFileMeta()：全量 readdir + stat（不读内容，递归到子目录），拿磁盘会话全集
+//   2. 与 session_meta 现有行 diff（path 是会话与文件的唯一绑定，行匹配 path 优先）：
+//      - 磁盘有、库无 → 读 header（scanOneSessionHead）→ 用 **header 的 id** 建行
+//        （子目录里的 `session.jsonl` 没有文件名 id 可猜）→ resolveProject 算
 //        project_key → INSERT（created/mtime/first_message）
 //      - 磁盘有、库有、mtime 变 → 读 header 首行校验 parent_id（重挂收敛）+ 刷 modified
-//      - 库有、磁盘无 → 删前磁盘复检后 DELETE（防扫描快照后新建被误删）
-//   3. 全程幂等（session_id 主键 upsert 语义），可重复执行。
+//      - 库有、磁盘无 → 删前磁盘复检 + 年轻行保护后 DELETE
+//   3. last_reply 回填：`last_reply IS NULL` 的行读一次文件尾（无回复写 ''）→ 存量会话的
+//      「最后一条消息」入库存档，读取路径从此不再读文件
+//   4. 归属收敛：子会话继承父会话 task_id（多层脏链一轮收敛）
+//   5. 全程幂等（session_id 主键 upsert 语义），可重复执行。
 //
-// 明确不做：不读文件尾部（不追外部改名——title 由本应用改名写库）；不存
-// last_reply（列表尾读）。外部改动导致 mtime 变化只刷新排序键；header 首行
-// 仅用于 parent_id 校验（成本可忽略，父链以磁盘 header 为权威）。
+// 明确不做：不读文件尾部追外部改名/标题（title 由本应用改名写库）；存量 `last_reply`
+// 仅一次性回填（见下）。外部改动导致 mtime 变化只刷新排序键（且单调，不回退）；
+// header 首行仅用于 parent_id 校验（成本可忽略，父链以磁盘 header 为权威）。
+//
+// last_reply 三态：NULL = 未回填（读一次文件尾）、'' = 回填过但无回复、文本 = 真实回复。
+// 事件链路（agent_settled）写真实回复，列表/看板卡只读库。
 //
 // 调度：startSessionIndexScanner() 在 instrumentation.ts 注册（globalThis
 // 防热重载重复启动），启动即跑首轮 + 定期续跑；runSessionIndexScan() 提供
@@ -26,11 +33,12 @@ import { existsSync } from "fs";
 import { getDb } from "./sqlite-db";
 import { projectIdentityKey } from "./project-identity";
 import { sessionPathKey } from "./session-path";
-import { scanOneSessionHead, scanSessionFileMeta } from "./session-scanner";
+import { scanOneSessionHead, scanSessionFileMeta, readSessionTail, type SessionFileMeta } from "./session-scanner";
 import { resolveProject } from "./worktree";
 
 /** 一轮扫描的变更摘要（日志/测试断言用）。 */
 export interface SessionIndexScanSummary {
+  /** 本轮在磁盘上解析出的会话数（非会话 jsonl 不计；同 id 多副本只算一个）。 */
   scanned: number;
   inserted: number;
   updated: number;
@@ -40,14 +48,24 @@ export interface SessionIndexScanSummary {
 /** 默认扫描周期：30s（外部/CLI 新建会话最长等一个周期进列表）。 */
 export const SESSION_INDEX_SCAN_INTERVAL_MS = 30_000;
 
+/** 归属收敛单轮扫描最多继承几层（单条 UPDATE 一次只能修一层，见 runSessionIndexScan；
+ *  正常链路最多 2–3 层，8 是防病态深链/环的上限）。 */
+const INHERIT_MAX_PASSES = 8;
+
+/** 删除分支的「年轻行保护」窗口：行 `updated` 在最近 60s 内则不删（见 runSessionIndexScan）。 */
+const YOUNG_ROW_PROTECT_MS = 60_000;
+
 /**
  * 单文件立即索引：新会话文件已落盘但等不及后台扫描时调用（如 fork_branch 创建
  * 的引用分支，需立刻出现在会话列表）。幂等 upsert，parent 由调用方显式指定
  * （磁盘 header 的父路径反查需要全量 path 映射，单文件场景不划算）。
+ * `taskId` 为会话归属（调用方传入源会话的 task_id）：归属继承必须在建行时完成，
+ * 否则会话会先以临时会话现身聊天区（V1 两区重复）。ON CONFLICT 不覆盖已有归属。
  */
 export async function indexSessionFileNow(
   filePath: string,
   parentSessionId: string | null,
+  taskId: string | null = null,
 ): Promise<void> {
   const head = scanOneSessionHead(filePath);
   if (!head) return;
@@ -56,18 +74,20 @@ export async function indexSessionFileNow(
     .prepare(
       `INSERT INTO session_meta
          (session_id, task_id, updated, pinned, path, cwd, project_key, title, first_message, parent_id, created, modified)
-       VALUES (?, NULL, ?, 0, ?, ?, ?, NULL, ?, ?, ?, ?)
+       VALUES (?, ?, ?, 0, ?, ?, ?, NULL, ?, ?, ?, ?)
        ON CONFLICT(session_id) DO UPDATE SET
          path = excluded.path,
          cwd = excluded.cwd,
          project_key = excluded.project_key,
-         first_message = excluded.first_message,
+         -- first_message 只补空：调用方不传（NULL）时不再把已有的首条消息擦掉。
+         first_message = COALESCE(session_meta.first_message, excluded.first_message),
          parent_id = excluded.parent_id,
          created = excluded.created,
          modified = excluded.modified`,
     )
     .run(
       head.id,
+      taskId,
       Date.now(),
       filePath,
       head.cwd,
@@ -83,32 +103,60 @@ export async function indexSessionFileNow(
 export async function runSessionIndexScan(
   sessionsDir?: string,
 ): Promise<SessionIndexScanSummary> {
-  // 磁盘同 id 可能有多个历史文件（pi 整文件重写留旧副本）——索引只认每个
-  // id 的「最新 mtime 文件」，旧副本忽略（path 指向最新，排序用最新 mtime）。
+  // 磁盘 → 会话 id：path 优先（path 是会话与文件的唯一绑定），header 是 id 的权威。
+  // 同 id 多文件（pi 整文件重写留旧副本、子目录里同名副本）只认最新 mtime 文件——
+  // 与「path 指向最新」一致。注意不能按文件名提示归组：子目录里的
+  // `session.jsonl`、`*_scout_0_transcript.jsonl` 末段提示会撞名（都叫
+  // session/transcript），按提示去重会把不同会话当成同一个丢掉。
   const allDiskFiles = await scanSessionFileMeta(sessionsDir);
-  const newestByFile = new Map<string, { path: string; id: string; modified: Date }>();
-  for (const f of allDiskFiles) {
-    const cur = newestByFile.get(f.id);
-    if (!cur || f.modified.getTime() > cur.modified.getTime()) newestByFile.set(f.id, f);
-  }
-  const diskFiles = [...newestByFile.values()];
-  const summary: SessionIndexScanSummary = { scanned: diskFiles.length, inserted: 0, updated: 0, deleted: 0 };
 
   const db = getDb();
-  const selectAll = db.prepare("SELECT session_id, modified, path, parent_id, first_message FROM session_meta").all() as Array<{
+  const selectAll = db.prepare("SELECT session_id, modified, updated, path, parent_id, first_message FROM session_meta").all() as Array<{
     session_id: string;
     modified: number | null;
+    updated: number;
     path: string | null;
     parent_id: string | null;
     first_message: string | null;
   }>;
-  const dbRows = new Map(selectAll.map((r) => [r.session_id, { modified: r.modified, path: r.path, parent_id: r.parent_id, first_message: r.first_message }]));
+  const rowById = new Map(selectAll.map((r) => [r.session_id, r]));
+  const rowByPath = new Map(
+    selectAll.filter((r) => r.path).map((r) => [sessionPathKey(r.path as string), r.session_id]),
+  );
 
+  type SessionHead = NonNullable<ReturnType<typeof scanOneSessionHead>>;
+  const resolved = new Map<string, { file: SessionFileMeta; head?: SessionHead }>();
+  // 本轮在磁盘上见到过的会话 id——删除分支的反面。
   const seenOnDisk = new Set<string>();
+  const keepNewest = (sessionId: string, file: SessionFileMeta, head?: SessionHead): void => {
+    const cur = resolved.get(sessionId);
+    if (cur && cur.file.modified.getTime() >= file.modified.getTime()) return;
+    resolved.set(sessionId, { file, head });
+  };
+
+  for (const file of allDiskFiles) {
+    // 1) path 已绑库行 → 直接用库行 id，不读文件（header 不再参与：行已经指向本文件）。
+    const boundRowId = rowByPath.get(sessionPathKey(file.path));
+    if (boundRowId !== undefined) {
+      keepNewest(boundRowId, file);
+      continue;
+    }
+    // 2) path 未绑库行（新文件 / 被移动的文件 / 同 id 旧副本）→ 读 header，id 以 header 为准。
+    const head = scanOneSessionHead(file.path);
+    if (head) {
+      keepNewest(head.id, file, head);
+      continue;
+    }
+    // 3) header 读不出会话（非会话 jsonl、写到一半的坏行）→ 不建行也不刷列；
+    //    只有文件名提示能对上库行时才算「该会话的文件还在磁盘」，免得读不出内容就删行。
+    if (file.id && rowById.has(file.id)) seenOnDisk.add(file.id);
+  }
 
-  // 磁盘全量 path→id 映射（parent 路径反查父会话 id；同目录多文件共用）。
+  const summary: SessionIndexScanSummary = { scanned: resolved.size, inserted: 0, updated: 0, deleted: 0 };
+
+  // 磁盘全量 path→id 映射（parent 路径反查父会话 id；含子目录里的文件）。
   const pathToId = new Map<string, string>();
-  for (const f of diskFiles) pathToId.set(sessionPathKey(f.path), f.id);
+  for (const [sessionId, entry] of resolved) pathToId.set(sessionPathKey(entry.file.path), sessionId);
 
   // 同 cwd 目录的 project_key 共享一次 resolve（缓存 promise，防重复 git 调用）。
   const cwdToProjectKey = new Map<string, Promise<string>>();
@@ -121,20 +169,29 @@ export async function runSessionIndexScan(
        path = excluded.path,
        cwd = excluded.cwd,
        project_key = excluded.project_key,
-       first_message = excluded.first_message,
+       -- first_message 只补空（COALESCE）：库内已有首条消息时不被这次 upsert 的 NULL/旧值擦掉。
+       -- 内容派生列的「变化收敛」由 reconcileFromHead 单独负责（走 mtime 前移/欠账分支）。
+       first_message = COALESCE(session_meta.first_message, excluded.first_message),
        parent_id = excluded.parent_id,
        created = excluded.created,
-       modified = excluded.modified`,
+       -- modified 也单调：path 迁移（文件被移动/重写）时不能用更旧的 mtime 把事件
+       -- 链路刚写的「现在就活跃」拉回去（与 updateModifiedStmt 同一约定）。
+       modified = CASE
+         WHEN session_meta.modified IS NULL OR excluded.modified > session_meta.modified
+         THEN excluded.modified ELSE session_meta.modified END`,
+  );
+  // modified 单调：事件链路刚写的「现在就活跃」不能被下一轮扫描用更旧的 mtime
+  // 拉回去（列表读取会触发懒初始化扫描 → 这是可达路径）。
+  const updateModifiedStmt = db.prepare(
+    "UPDATE session_meta SET modified = ? WHERE session_id = ? AND (modified IS NULL OR modified < ?)",
   );
-  const updateModifiedStmt = db.prepare("UPDATE session_meta SET modified = ? WHERE session_id = ?");
   const updateParentStmt = db.prepare("UPDATE session_meta SET parent_id = ? WHERE session_id = ?");
   const updateFirstMessageStmt = db.prepare("UPDATE session_meta SET first_message = ? WHERE session_id = ?");
   const deleteStmt = db.prepare("DELETE FROM session_meta WHERE session_id = ?");
 
-  // 读 header + resolve project + upsert（新文件或老行补全索引列共用）。
-  const upsertFromDisk = async (file: { path: string; id: string; modified: Date }): Promise<void> => {
-    const head = scanOneSessionHead(file.path);
-    if (!head) return;
+  // resolve project + upsert（新文件或老行补全索引列共用）。header 由调用方传入：
+  // 已读过的不重复读（子目录里的文件每轮都要靠 header 认 id）。
+  const upsertFromDisk = async (file: SessionFileMeta, head: SessionHead, sessionId: string): Promise<void> => {
     let projectPromise = cwdToProjectKey.get(head.cwd);
     if (!projectPromise) {
       projectPromise = resolveProject(head.cwd).then((p) => projectIdentityKey(p?.projectRoot ?? head.cwd));
@@ -145,7 +202,7 @@ export async function runSessionIndexScan(
       ? (pathToId.get(sessionPathKey(head.parentSessionPath)) ?? null)
       : null;
     insertStmt.run(
-      file.id,
+      sessionId,
       Date.now(),
       file.path,
       head.cwd,
@@ -161,56 +218,104 @@ export async function runSessionIndexScan(
   // first_message 是内容派生列：文件写入了首条消息，索引必须跟随——
   // 否则 persist 建行的会话（first_message 恒 NULL）标题永远冻结。
   // 返回是否更新了 first_message（供 NULL 欠账补跑计数）。
-  const reconcileFromHead = (file: { path: string; id: string }, dbRow: { parent_id: string | null; first_message: string | null }): boolean => {
+  const reconcileFromHead = (file: SessionFileMeta, dbRow: { parent_id: string | null; first_message: string | null }, sessionId: string): boolean => {
     const head = scanOneSessionHead(file.path);
     if (!head) return false;
     const parentId = head.parentSessionPath
       ? (pathToId.get(sessionPathKey(head.parentSessionPath)) ?? null)
       : null;
     if (parentId !== dbRow.parent_id) {
-      updateParentStmt.run(parentId, file.id);
+      updateParentStmt.run(parentId, sessionId);
     }
     if (head.firstMessage && head.firstMessage !== dbRow.first_message) {
-      updateFirstMessageStmt.run(head.firstMessage, file.id);
+      updateFirstMessageStmt.run(head.firstMessage, sessionId);
       return true;
     }
     return false;
   };
 
-  for (const file of diskFiles) {
-    seenOnDisk.add(file.id);
-    const dbRow = dbRows.get(file.id);
+  for (const [sessionId, entry] of resolved) {
+    const { file } = entry;
+    seenOnDisk.add(sessionId);
+    const dbRow = rowById.get(sessionId);
     if (dbRow === undefined || !dbRow.path || dbRow.path !== file.path) {
-      // 磁盘有、库无 → 建行；库行 path 空（T1 前遗留归属行）或指向旧副本 →
-      // 用磁盘最新文件 upsert 修正（path 指向最新，不保留旧副本 path）。
-      await upsertFromDisk(file);
+      // 磁盘有、库无 → 建行；库行 path 空（pin/rename 建的行）/ 指向旧副本 / 文件被移动
+      // → 用磁盘最新文件 upsert 修正（path 指向最新，不保留旧 path）。
+      const head = entry.head ?? scanOneSessionHead(file.path);
+      if (!head) continue; // header 读不出 → 不写半行，下一轮再看
+      await upsertFromDisk(file, head, sessionId);
       summary.inserted += 1;
-    } else if (dbRow.modified === null || dbRow.modified !== file.modified.getTime()) {
-      // mtime 变化：刷新排序键；同时收敛派生列——parent 链（删除会话级联
-      // 重挂/外部重挂会改 header.parentSession）与 first_message（内容写入
+    } else if (dbRow.modified === null || file.modified.getTime() > dbRow.modified) {
+      // mtime 前移（真的又活跃了）：刷新排序键；同时收敛派生列——parent 链（删除会话
+      // 级联重挂/外部重挂会改 header.parentSession）与 first_message（内容写入
       // 后标题必须跟随）。磁盘 header 是父链唯一权威，文件头是标题事实源。
-      reconcileFromHead(file, dbRow);
-      updateModifiedStmt.run(file.modified.getTime(), file.id);
+      // 只认「前移」：modified 已被事件链路写成 now() 时，库里值 >= mtime（文件头/尾巴
+      // 还没落盘），若用 !== 判等，每轮扫描都会多读一次 header 并记一次幻影 updated，
+      // 「幂等扫描」不再成立（mtime 真变新的场景由下面的 > 覆盖，不受影响）。
+      reconcileFromHead(file, dbRow, sessionId);
+      updateModifiedStmt.run(file.modified.getTime(), sessionId, file.modified.getTime());
       summary.updated += 1;
     } else if (!dbRow.first_message) {
       // first_message 欠账补跑：persist 建行的老会话（first_message 恒 NULL）
       // 在 mtime 已同步后仍需回填一次；文件已有首条消息则写入，否则保持 NULL。
-      if (reconcileFromHead(file, dbRow)) {
+      if (reconcileFromHead(file, dbRow, sessionId)) {
         summary.updated += 1;
       }
     }
   }
 
   // 库有、磁盘无 → 删除（会话被外部/本应用删除）。
-  for (const sessionId of dbRows.keys()) {
-    if (!seenOnDisk.has(sessionId)) {
-      // 删前以磁盘复检：扫描快照后新建/移动的会话（persist 建行 + 文件落盘）
-      // 可能不在本轮快照里，直接删会把刚建的行误删成“列表消失”。path 指向
-      // 存在的文件 → 跳过（下一轮扫描会正常 diff）。
-      const row = dbRows.get(sessionId);
-      if (row?.path && existsSync(row.path)) continue;
-      deleteStmt.run(sessionId);
-      summary.deleted += 1;
+  const deleteCheckedAt = Date.now();
+  for (const row of selectAll) {
+    if (seenOnDisk.has(row.session_id)) continue;
+    // 删前以磁盘复检：扫描快照后新建/移动的会话（persist 建行 + 文件落盘）
+    // 可能不在本轮快照里，直接删会把刚建的行误删成“列表消失”。path 指向
+    // 存在的文件 → 跳过（下一轮扫描会正常 diff）。
+    if (row.path && existsSync(row.path)) continue;
+    // 年轻行保护：内置 subagent 等会话是「先建行、SDK 惰性 flush 才落盘」，行刚建
+    // 完时磁盘上还没有对应文件。这种行删了会在下一轮重新建行 → 列表闪断 + 归属丢失。
+    // 只跳过、下一轮再判（外部删除的新会话最多晚 60s 从列表消失）。
+    // 前提：扫描器的 upsert 只在**新建行**时写 updated；ON CONFLICT 分支不写 updated
+    // （顶上的 INSERT 列了 updated，但 DO UPDATE SET 列表里没有它）—— 若把
+    // updated = excluded.updated 加进冲突分支，每轮扫描都会把自己的行重新变
+    // 「年轻」，外部删除就永不收敛。
+    if (deleteCheckedAt - row.updated < YOUNG_ROW_PROTECT_MS) continue;
+    deleteStmt.run(row.session_id);
+    summary.deleted += 1;
+  }
+
+  // 归属收敛：子会话 task_id 为空而父会话有归属 → 继承父（自愈旧数据与写库失败的窗口；
+  // 「归属按子树存」是本应用的约定，用户单独把子会话移出任务的状态不会出现）。
+  // 单条 UPDATE 每轮只能修一层（SQLite 用语句开始时的快照求值，实测 A(T)←B←C 只修 B），
+  // 故循环到无变化为止，使多层脏链在一轮扫描内整体收敛。
+  const inheritTaskStmt = db.prepare(
+    `UPDATE session_meta AS c
+        SET task_id = (SELECT p.task_id FROM session_meta AS p WHERE p.session_id = c.parent_id)
+      WHERE c.task_id IS NULL
+        AND c.parent_id IS NOT NULL
+        AND EXISTS (SELECT 1 FROM session_meta AS p WHERE p.session_id = c.parent_id AND p.task_id IS NOT NULL)`,
+  );
+  for (let pass = 0; pass < INHERIT_MAX_PASSES; pass += 1) {
+    const changes = Number(inheritTaskStmt.run().changes); // changes 类型为 number|bigint
+    if (changes === 0) break;
+    summary.updated += changes;
+  }
+
+  // last_reply 一次性回填（存量会话）：三态里只有 NULL 才读文件尾——读一次拿到
+  // 「最后一条 assistant 回复」（无回复写 ''），之后读取路径（列表/看板卡）再也不摸盘。
+  // 文件不可读/不存在 → 保持 NULL，下一轮再试（与删除分支的磁盘复检同思路）。
+  const pendingReplyRows = db
+    .prepare("SELECT session_id, path FROM session_meta WHERE last_reply IS NULL AND path IS NOT NULL")
+    .all() as Array<{ session_id: string; path: string }>;
+  if (pendingReplyRows.length > 0) {
+    const backfillReplyStmt = db.prepare(
+      "UPDATE session_meta SET last_reply = ? WHERE session_id = ? AND last_reply IS NULL",
+    );
+    for (const row of pendingReplyRows) {
+      const tail = readSessionTail(row.path);
+      if (!tail) continue;
+      backfillReplyStmt.run(tail.lastReply || "", row.session_id);
+      summary.updated += 1;
     }
   }
 
@@ -265,7 +370,7 @@ export function startSessionIndexScanner(): void {
   let tickInFlight = false;
   const firstScanResult = runSessionIndexScan()
     .then((summary) => {
-      console.log(`[pi-web] session index scan: +${summary.inserted} ~${summary.updated} -${summary.deleted} (${summary.scanned} files)`);
+      console.log(`[pi-web] session index scan: +${summary.inserted} ~${summary.updated} -${summary.deleted} (${summary.scanned} sessions)`);
       return { ok: true as const };
     })
     .catch((e) => {