codebee 0.1.58 → 0.1.60

package/CHANGELOG.md

@@ -24,6 +24,17 @@ README 元数据带回，供老版本在「发现新版本」时展示新版更
 
 - **首选 KEY 超限自动切备用了**：同厂商多密钥此前只认欠费类文案——首选 KEY 撞上 429 限流（智谱「并发数超过限制」「每分钟Token数已超过上限」、claude 的 rate_limit_error、codex 的 "429 Too Many Requests" 等）只记一笔错误、不进冷却，每个新步骤仍从超限的首选 KEY 重新烧起。现在限流文案与欠费同口径：进冷却 30 分钟、密钥镜像自动切下一把、链展开跳过冷却中的 KEY（到期或「恢复」按钮一键回首选）。顺带补一处漏账：无显式链时「换模型回退」的链条目不带 KEY 标记，这类重试失败此前完全不记 KEY 账。
 
+## v0.1.60（2026-09-23）
+
+- 同工作目录并行硬限制：两个任务共用同一工作目录时，后来者自动排队等待（每 60 秒重试，先来者完成自动放行）——不再只是告警，彻底杜绝任务计划/项目记忆/分支检出互相覆盖（禅道双单实案）
+- 工作目录被占用时任务卡片显示「将于 HH:MM 自动续跑」，排队原因可见
+
+## v0.1.59（2026-09-23）
+
+- 评审器故障不再伪装「评审未通过」：评审器鉴权失效/崩溃时（实案：Invalid API Key 整晚空转修复轮），任务以「评审器故障（评审未执行）」明确收口，不再烧无意义的修复轮
+- 同工作目录并行告警：两个任务共用同一工作目录时（任务计划/项目记忆/分支检出会互相覆盖），运行详情顶部显示⚠警告
+- 后台页签让出 SSE 连接：多标签打开不再把前端接口全部挤到超时
+
 ## v0.1.58（2026-09-23）
 
 - 修复「服务过一会儿就访问不到」：测试实例（自动化测试启动的服务）会通过启动清场误杀真实服务并鸠占鹊巢——现在测试实例拒绝拉起真实端口服务、启动清场自动跳过、禁止使用默认端口 8765

package/README.md

@@ -21,11 +21,9 @@ Kimi Code、MiMo Code、Grok Build、Pi、DeepSeek Harness……），提供
 不会把你的任务内容交给任何第三方。
 
 <!-- relnotes:start -->
-### 最新版更新内容（v0.1.58）
+### 最新版更新内容（v0.1.60）
 
-- 修复「服务过一会儿就访问不到」：测试实例不再能误杀真实服务或抢占 8765 端口
-- 重复调用守卫判死现在真正终态生效（不再继续空转烧重试）
-- 任务详情历史运行分页 + 打开提速
+- 同工作目录并行硬限制：后来任务自动排队等待（60 秒重试、先来者完成自动放行），不再互相覆盖
 <!-- relnotes:end -->
 
 ---

package/app/core/pipeline.py

@@ -818,6 +818,12 @@ def _run_verify(run_id, task, workdir, ev):
     return ok, True
 
 
+# 评审器鉴权/致命故障签名：命中即「评审未执行」，不得伪装成质量未通过
+_AUTH_RE = re.compile(
+    r"Invalid API Key|invalid api key|API [Kk]ey 不可用|API key not valid|"
+    r"unauthorized|Unauthorized|401 Unauthorized|鉴权失败|认证失败", re.I)
+
+
 def _run_review(run_id, task, workdir, reviewer, ev):
     diff = _git_diff(workdir)
     prompt = (CODE_REVIEW_PROMPT
@@ -830,11 +836,31 @@ def _run_review(run_id, task, workdir, reviewer, ev):
                     images=_task_images(task, workdir))
     if reviewer.get("mode") == "mock":
         return mocks.review(task, True)
+    # 评审器自身故障 ≠ 评审未通过：2026-09-23 禅道双单实案——评审器 Key 失效
+    # （mimo 退出码 0 但输出 Invalid API Key），被解析成「评审未通过」整晚空转
+    # 修复轮。鉴权/崩溃签名命中时返回 reviewer_error，调用方以明确错误收口。
+    _head = (res.get("text") or "")[:2000]
+    _auth_hit = bool(_AUTH_RE.search(_head)) or bool((res.get("raw") or {}).get("auth_error"))
+    if not res.get("ok") or _auth_hit:
+        _why = (res.get("error") or "").strip() or _head[:200]
+        return {"pass": False, "scores": {}, "issues": [], "reviewer_error": True,
+                "summary": "评审器执行失败（评审未执行）：%s" % _why[:280]}
     parsed = runner.extract_json(res.get("text") or "")
-    if not isinstance(parsed, dict):
-        return {"pass": False, "scores": {}, "issues": [],
-                "summary": "评审输出无法解析为 JSON：%s" % (res.get("text") or "")[:200]}
-    return parsed
+    if isinstance(parsed, dict):
+        return parsed
+    # 评审 JSON 解析失败 → 第 5 道网（借鉴连载评审的 extract_scores_from_text）：
+    # 模型偶尔在 JSON 前后加说明文字或格式不合法，但分数仍散落在文本中。
+    # 此前直接判「无法解析」→ pass=False 空分 → 白白触发修复轮（修复者
+    # 只拿到一条报错文本，无从修起）。先尝试从原文提取分数；至少拿到分
+    # 数就能正确判定过/不过，避免把「格式错」当「质量差」误触发修复。
+    scores = runner.extract_scores_from_text(res.get("text") or "")
+    if scores:
+        # 有分无 issue：不触发修复循环（没有可修的具体问题），只记录
+        passed = all(float(v) >= 7.0 for v in scores.values())
+        return {"pass": passed, "scores": scores, "issues": [],
+                "summary": "评审 JSON 解析失败，分数从原文提取（issues 不可用）"}
+    return {"pass": False, "scores": {}, "issues": [],
+            "summary": "评审输出无法解析为 JSON：%s" % (res.get("text") or "")[:200]}
 
 
 def _format_issues(review_json, verify_pass, verify_failed_note):
@@ -1387,6 +1413,13 @@ def _run_code(run, task, agents, ev, stats, mode):
             if impl.get("mode") == "mock" and res["ok"]:
                 pass  # mock 不产生真实变更
         review_json, verify_pass, verify_ran = review_and_score()
+        if review_json.get("reviewer_error"):
+            # 评审器故障（Key 失效/崩溃）：没有可修的质量问题，修复轮与换将
+            # 都无意义（换将也走同一个失效网关）——以明确错误收口，原因可见。
+            _why = (review_json.get("summary") or "评审器执行失败")[:300]
+            store.update_run(run_id, expected_status="running", status="failed",
+                             ended_at=_now(), error="评审器故障（评审未执行）：%s" % _why)
+            return
         passed = verify_pass and bool(review_json.get("pass"))
         repairs.append({"round": round_no, "kind": "switch" if switched else (
             "initial" if round_no == 0 else "repair"),
@@ -4081,6 +4114,23 @@ def _write_task_plan(task, workdir, plan):
         return ""
 
 
+def _workdir_blocker(task, run_id):
+    """同工作目录互斥：返回占用该目录的运行中/排队任务（无则 None）。
+    任务计划/项目记忆/任务分支检出都是工作目录级共享状态，并行会互相覆盖
+    （2026-09-23 禅道双单实案），故同目录只允许一个任务在跑。"""
+    wd = (task.get("workdir") or "").rstrip("/\\")
+    if not wd:
+        return None
+    for t in store.list_tasks(200):
+        if (t.get("id") == task.get("id")
+                or t.get("status") not in ("running", "queued")
+                or (t.get("workdir") or "").rstrip("/\\") != wd):
+            continue
+        if jobs._task_active_run(t.get("id"), exclude_run_id=run_id):
+            return t
+    return None
+
+
 def execute_run(run_id):
     run = store.get_run(run_id)
     if not run:
@@ -4124,6 +4174,35 @@ def execute_run(run_id):
     task["difficulty"] = task_spec["difficulty"]
     # 同理，历史任务可能保存非法/过期 engine；执行以编译后的流程引擎为准。
     task["engine"] = task_spec["engine"]
+    # 同工作目录互斥（2026-09-23 用户拍板「不能并行就要限制」）：任务计划
+    # (.codebee/task_plan.md)、项目记忆与任务分支检出都是工作目录级共享状态，
+    # 两任务同目录并行会互相覆盖/干扰（禅道双单实案：A 的评审 diff 混进 B 的
+    # 任务计划）。后来者回滚 queued 并挂 60s 重试 Timer——先来者完成后的
+    # 下一拍自动放行（「将于 HH:MM 自动续跑」对用户可见）。
+    try:
+        _blocker = _workdir_blocker(task, run_id)
+        if True:
+            _wd = (task.get("workdir") or "").rstrip("/\\")
+            if _blocker is not None:
+                _resume_at = time.strftime("%Y-%m-%d %H:%M:%S",
+                                           time.localtime(time.time() + 60))
+                store.update_run(run_id, expected_status="running", status="queued",
+                                 started_at="", resume_enqueue_at=_resume_at,
+                                 warnings=["工作目录被运行中任务「%s」占用，排队等待（每 60 秒自动重试）"
+                                           % ((_blocker.get("title") or _blocker.get("id") or "")[:24])])
+                try:
+                    store.update_task_status(task.get("id"), "queued")
+                except Exception:
+                    pass
+                jobs._schedule_enqueue(
+                    {"kind": "orchestration", "run_id": run_id,
+                     "task_id": task.get("id")}, 60)
+                print("[CodeBee] 工作目录被「%s」占用：%s 排队等待，60 秒后自动重试"
+                      % ((_blocker.get("title") or _blocker.get("id") or "")[:24],
+                         task.get("title") or task.get("id")), flush=True)
+                return
+    except Exception:
+        pass   # 检测失败不挡主流程
     # 代码版本检出：任务指定了基线版本时，先检出任务分支 tutti/<task-id> 再跑流水线。
     # 显式意图不容静默降级——仓库缺失/脏工作区/引用不存在一律中止运行并报错，
     # 绝不带着用户未提交改动切分支、也不悄悄退回当前 HEAD。

package/app/core/runner.py

@@ -224,7 +224,8 @@ def _drain_streams(proc, t_out, t_err, *, timeout=10):
     # ``returncode``; otherwise long-running timeout tests can leak a live
     # Popen handle and emit ResourceWarning during interpreter shutdown.
     remaining = max(0.0, deadline - time.time())
-    if remaining > 0 and proc.poll() is None:
+    # proc 可为 None（旧契约：只收线程不收割进程的调用方，tests/test_runner_drain）
+    if proc is not None and remaining > 0 and proc.poll() is None:
         try:
             proc.wait(timeout=remaining)
         except (subprocess.TimeoutExpired, OSError):