niceeval 0.10.0 → 0.10.3-canary.1

package/src/sandbox/e2b.ts

@@ -14,7 +14,11 @@ import type {
   SourceFiles,
   ReadSourceFilesOptions,
 } from "../types.ts";
-import { classifyProvisionErrorFallback, type SandboxProvisionErrorKind } from "./errors.ts";
+import {
+  classifyProvisionErrorFallback,
+  isRetryableProvisionError,
+  type SandboxProvisionErrorKind,
+} from "./errors.ts";
 import { classifySandboxIoError } from "./errors.ts";
 import { readSourceFilesByList } from "./source-files.ts";
 import { collectLocalFiles } from "./local-files.ts";
@@ -30,6 +34,13 @@ const DEFAULT_COMMAND_TIMEOUT_MS = 600_000;
 const SESSION_TIMEOUT_MS = 1_800_000;
 
 /** e2b 的限流错误是 SDK 原生的 RateLimitError(HTTP 429 映射而来);见 resolve.ts 的 withProvisionRetry。 */
+// 对账本身只有一次机会:retry.ts 的 withProvisionRetry 对账失败就直接放弃重试、抛回原始
+// create() 错误(见那边的注释)。对账走的这次 list 请求跟刚失败的 create() 往往挨得很近,
+// 大概率处在同一段网络抖动里——不给它自己的重试,一次瞬时失败就会把本可能自愈的 attempt
+// 判死。这里给 nextItems() 单独包一层短重试,只吃与 create() 侧同一套分类下的瞬时错误。
+const RECONCILE_LIST_MAX_ATTEMPTS = 3;
+const RECONCILE_LIST_RETRY_DELAY_MS = 500;
+
 /**
  * Provisioning 重试前的对账:按 metadata 里的 provision token 检索远端实例,查到即 kill。
  * 检索或销毁失败必须抛出——对账是重试的硬前置,静默放行等于盲重试,会复制计费实例
@@ -43,7 +54,7 @@ export async function reconcileProvision(token: string): Promise<void> {
   // 命中的实例数极少,通常一页打完。
   const paginator = E2BSdkSandbox.list({ apiKey, query: { metadata: { "niceeval-provision-token": token } } });
   while (paginator.hasNext) {
-    const sandboxes = await paginator.nextItems();
+    const sandboxes = await fetchNextItemsWithRetry(paginator);
     for (const info of sandboxes) {
       try {
         await E2BSdkSandbox.kill(info.sandboxId, { apiKey });
@@ -54,6 +65,31 @@ export async function reconcileProvision(token: string): Promise<void> {
   }
 }
 
+/**
+ * `nextItems()` 按类型契约总是 resolve 成数组(SDK 内部对空响应也兜了 `?? []`),但对账这条
+ * 路径线上真实撞见过它 resolve 成非数组的一次——没能复现出确切成因,不排它,原样让下面的
+ * `for...of` 抛出,但换一句能定位的诊断,而不是留一条裸的 "X is not iterable"。
+ */
+async function fetchNextItemsWithRetry(
+  paginator: ReturnType<typeof E2BSdkSandbox.list>,
+): Promise<Awaited<ReturnType<typeof paginator.nextItems>>> {
+  for (let attempt = 0; ; attempt += 1) {
+    try {
+      const items = await paginator.nextItems();
+      if (!Array.isArray(items)) {
+        throw new Error(
+          `e2b Sandbox.list() 分页器 nextItems() 返回了非数组(${typeof items}),不是 SDK 类型契约里的 SandboxInfo[]`,
+        );
+      }
+      return items;
+    } catch (e) {
+      const kind = classifyProvisionErrorFallback(e);
+      if (attempt >= RECONCILE_LIST_MAX_ATTEMPTS - 1 || !isRetryableProvisionError(kind)) throw e;
+      await new Promise((resolve) => setTimeout(resolve, RECONCILE_LIST_RETRY_DELAY_MS * 2 ** attempt));
+    }
+  }
+}
+
 export function classifyProvisionError(e: unknown): SandboxProvisionErrorKind {
   // SDK 原生限流先归拒绝类;没认出的过与文件 IO 共用的保守瞬时兜底分类器
   // (真实跑分里出现过 create 阶段 `fetch failed · other side closed`,属歧义类)。

package/src/scoring/display.test.ts

@@ -6,8 +6,34 @@ import {
   compactAssertionSummary,
   fitCompactAssertionSummary,
   primaryAssertionSummary,
+  stripControl,
+  summaryText,
 } from "./display.ts";
 
+// 用字符码构造真实控制字节,避免源码里嵌裸控制字符。
+const ESC = String.fromCharCode(0x1b);
+const BEL = String.fromCharCode(0x07);
+const BS = String.fromCharCode(0x08);
+
+describe("stripControl / summaryText 控制字节收口", () => {
+  it("剥 ANSI/OSC/裸控制字节,保留可打印字符与结构性换行", () => {
+    const colored = `${ESC}[2m 28 |${ESC}[22m code ${ESC}[31m✕${ESC}[39m Tests: 2 failed`;
+    const stripped = stripControl(colored);
+    expect(stripped).not.toContain(ESC);
+    expect(stripped).toContain("✕"); // jest 合法 glyph 保留
+    expect(stripControl(`${ESC}]0;title${BEL}kept`)).toBe("kept"); // OSC 连 payload 去除
+    expect(stripControl(`a${BS}b`)).toBe("ab"); // 裸 BS 去除
+    expect(stripControl(`${ESC}[2mline1${ESC}[22m\nline2`)).toBe("line1\nline2"); // 保留换行
+  });
+
+  it("summaryText 先剥控制字节再折单行,输出不含任何 ESC", () => {
+    const s = summaryText(`exit 1 · "${ESC}[2m 28 |${ESC}[22m\n  ${ESC}[31m✕${ESC}[39m failed"`);
+    expect(s).not.toContain(ESC);
+    expect(s).not.toContain("\n");
+    expect(s).toContain("✕");
+  });
+});
+
 describe("primaryAssertionSummary", () => {
   it("选择第一条失败 gate，保留领域 group、matcher 与 expected/received，并只计数其余 gate", () => {
     const assertions: AssertionResult[] = [

package/src/scoring/display.ts

@@ -16,9 +16,31 @@ const SUMMARY_TEXT_MAX_CHARS = 240;
  */
 const DETAIL_LINE_MAX_CHARS = 100;
 
-/** 摘要面的单值收口:折单行 + 240 字符上限。任何把断言事实放进「行」里的面共用这一条。 */
+// 捕获内容(received=命令输出 / expected=源码 / evidence)常带被测工具的着色:jest/vitest 的
+// 代码帧、行号、✕ 都由 ANSI 转义(ESC[…m 等)上色。这些 ESC(U+001B)不是 \s,若原样落进任何
+// 面,终端会重新解释它们(被单行截断从序列中间切开时尤其乱),HTML 报告则把 ESC[2m28|ESC[22m
+// 当字面文本渲染。所以任何展示面在渲染捕获内容前先剥控制字节;剥的是展示投影,不改存进
+// AssertionResult / artifact 的原始字节(完整证据仍在 events.json / diff.json)。
+// CSI(ESC[…,含 SGR 着色 / 光标控制)与 OSC(ESC]…,以 BEL 或 ST 收尾);OSC 的 payload 一并吃掉,
+// 不让它作为裸文本泄漏。没配成序列的裸 ESC 由 OTHER_CONTROL 兜底。
+// eslint-disable-next-line no-control-regex
+const ANSI_ESCAPE = /\u001B(?:\[[0-9;:?]*[ -/]*[@-~]|\][^\u0007\u001B]*(?:\u0007|\u001B\\))/g;
+// 其余不可打印 C0/C1(含裸 ESC);保留 \t\n\f\r 交给下游折空白规则,不在这里塌成空。
+// eslint-disable-next-line no-control-regex
+const OTHER_CONTROL = /[\u0000-\u0008\u000B\u000E-\u001F\u007F-\u009F]/g;
+
+/**
+ * 剥离 ANSI 转义与其余不可打印控制字节,保留可打印字符与结构性空白(换行 / 制表)。给需要
+ * 完整多行值的面(报告详情)直接用;`summaryText` 在此基础上再折单行 + 截断。jest 合法打印的
+ * `✕ ✓ › ❯ ↓ │`(均 ≥ U+2020)在保留范围内,不误删。
+ */
+export function stripControl(value: string): string {
+  return value.replace(ANSI_ESCAPE, "").replace(OTHER_CONTROL, "");
+}
+
+/** 摘要面的单值收口:剥控制字节 + 折单行 + 240 字符上限。任何把断言事实放进「行」里的面共用这一条。 */
 export function summaryText(value: string): string {
-  const singleLine = value.replace(/\s+/g, " ").trim();
+  const singleLine = stripControl(value).replace(/\s+/g, " ").trim();
   return singleLine.length <= SUMMARY_TEXT_MAX_CHARS
     ? singleLine
     : `${singleLine.slice(0, SUMMARY_TEXT_MAX_CHARS - 1)}…`;

package/src/view/view-report.test.ts

@@ -577,7 +577,7 @@ describe("buildView · attempt/<locator>.html", () => {
     expect(existsSync(join(out, "attempt", `${droppedLocator}.html`))).toBe(false);
   });
 
-  it("直接读取该文档(无 JavaScript 场景)即可见完整内容:身份/verdict/断言/时间树/diagnostics/usage/对话/trace/diff 都在可见的 en 区块里,不藏在 hidden 或 <template> 里(cases.md 第 206 行)", async () => {
+  it("直接读取该文档即可见完整内容(cases.md Attempt 参数化 page);样式与视觉归 e2e 报告域,不在本层断言", async () => {
     const root = await makeRoot();
     const writer = createResultsWriter(root, { producer: { name: "niceeval", version: "1.0.0" } });
     const snap = await writer.snapshot({ experimentId: "compare/bub", agent: "bub", startedAt: "2026-07-01T08:00:00.000Z" });
@@ -642,5 +642,7 @@ describe("buildView · attempt/<locator>.html", () => {
     ]) {
       expect(enBlock, needle).toContain(needle);
     }
+    // 有 source 时对话住在源码行内,不再渲染独立 AttemptConversation。
+    expect(enBlock).not.toContain("nre-attempt-conversation");
   });
 });