docs: 收口 CI/CD OTel 与 BuildKit 回归
This commit is contained in:
Codex
@@ -0,0 +1,6 @@
|
||||
# R3.1 任务报告
|
||||
|
||||
- PR #1925 与 #1937 完成 CI/CD OTel 配置、传播和 renderer 回退修复。
|
||||
- owning YAML 继续作为 endpoint、service、sampling 与 exporter timeout 唯一事实来源；无效运行参数回退 YAML，exporter 失败保持 `warning=true, blocking=false`。
|
||||
- 自动事件 `hwlab-web-probe-sentinel-nc01-bbjv2` 的 trace `120a9da4e04fc977c19dd594e0d7bb32` 已可由 Tempo 查询，证明 collector 接收生效。
|
||||
- 未人工触发 PipelineRun 或修改运行面。
|
||||
@@ -0,0 +1,6 @@
|
||||
# R3.2 任务报告
|
||||
|
||||
- PR #1939 让 `history`、`debug-step`、`status` 默认显示 traceId、firstBreak、typed phase、error type/code/exit，并保留 compact JSON 同构。
|
||||
- 真实事件 `hwlab-web-probe-sentinel-nc01-czhg5` 直接暴露 `BuildKitReadinessError / BUILDKIT_NOT_READY` 及 rootless mapped-root 原始错误，无需再猜测 registry 状态。
|
||||
- 56 项定点测试、生成 shell 语法与差异检查通过。
|
||||
- PR #1939 的裸 `buildkitd` 新回归由 R3.3 继续修复，未以人工 PipelineRun 补跑。
|
||||
@@ -0,0 +1,7 @@
|
||||
# R3.3 任务报告
|
||||
|
||||
- PR #1940 以 `rootlesskit buildkitd` 恢复 rootless mapped-root 合同，保留 30x1s readiness 与 TERM/KILL/wait 有界清理。
|
||||
- PR #1940 自动事件证明 BuildKit 一秒内 ready，但 wrapper OTel 环境泄漏使第三方 `buildctl` exporter 每次阻塞约 15 秒；PR #1943 仅在 BuildKit daemon、readiness 和 build 子进程内禁用 exporter，wrapper trace 保持不变。
|
||||
- PR #1943 merge commit `11d0e238162d1275d4f859bd275e0b8bc23bfa04` 自动产生 PipelineRun `hwlab-web-probe-sentinel-nc01-m5mkx`，26 秒成功。
|
||||
- 最终状态：镜像 `sha256:4c7b119a951...`、GitOps `301252718cc3`、Argo `Synced/Healthy`、runtime `1/1` 且 digest 对齐；Tempo 可查询 trace `11fba99ec4cc3cd2073be449232ee9c6`。
|
||||
- 两轮均为普通 PR merge 自动事件，未人工触发 PipelineRun。
|
||||
@@ -0,0 +1,7 @@
|
||||
# R3.4 任务报告
|
||||
|
||||
- 潜伏缺陷最早由 commit `6889f6a13303406aeec2e19c1a99987e151b62bf`、PR #1294 引入；作者为 Codex，PR 账号为 pikasTech。动机是移除 host Docker socket并迁移到 rootless BuildKit。
|
||||
- 该实现采用官方 `buildctl-daemonless.sh` 默认 10 次短连接探测。成功时 daemon 启动足够快；启动稍慢时 wrapper 先失败，而 worker/socket 随后才 ready。
|
||||
- PR #1937 只是首个观测失败 source commit，不是 BuildKit 根因；PR #1938 也与 BuildKit 无关。镜像 digest、节点、securityContext 与 state 路径在成功/失败样本间一致，不能把瞬时节点负载写成已证实因果。
|
||||
- PR #1939 的 commit `ca312ae7142a35ccb2c5a897c54871dacc101b20` 又直接执行裸 `buildkitd`，确定性违反 rootless mapped-root 合同，属于后续新回归。
|
||||
- 调查仅使用既有 Git、PR、PipelineRun、TaskRun、日志和 trace，未修改运行面或触发 PipelineRun。
|
||||
@@ -0,0 +1,11 @@
|
||||
# R3 任务报告
|
||||
|
||||
CI/CD 自动链 OTel 与错误投影已完成，并以真实自动事件闭环：
|
||||
|
||||
- PR #1925/#1937 建立 YAML-first OTel 配置、trace context 和非阻塞 exporter。
|
||||
- PR #1939 让 PaC 默认输出直接显示 trace、首断点和 typed child-process/BuildKit 错误。
|
||||
- PR #1940/#1943 修复 rootless BuildKit 启动与第三方 OTel 环境泄漏。
|
||||
- 最终 merge commit `11d0e238162d1275d4f859bd275e0b8bc23bfa04` 的自动 PipelineRun 成功，镜像、GitOps、Argo、runtime、health 与 Tempo trace 全部对齐。
|
||||
- 全过程未增加人工交付路径、第二 authority、锁、租约或证据状态机，也未人工触发 PipelineRun。
|
||||
|
||||
详细事实见 R3.1-R3.4 报告与 UniDesk #1923。
|
||||
@@ -23,18 +23,22 @@
|
||||
|
||||
调查第二轮业务 trace `trc_9352107b5e8a4125` / session `ses_d4473d6c-4d7a-4612-a102-254977698bc2` 的文件编辑、`apply_patch` 与 tool event 可见性：先解析对应 OTel trace/run/command，再对照 codex stdio notification、AgentRun durable events、`agentrun.event.v1`、`hwlab.event.v1` 和 HWLAB trace/read model，并使用受控的集群内或应用侧 CLI 执行 Kafka replay 校对，判定事件是源头未产生、AgentRun 映射遗漏、Kafka 转换丢失还是 HWLAB 投影丢失；不得手写 Kafka API、不得用重放追加产品 topic event、不得把投影滞后改写成业务失败，完成任务后将详细报告写入[任务报告](./details/observability-trace-reliability/R2_Task_Report.md)。
|
||||
|
||||
## R3 [in_progress]
|
||||
## R3 [completed]
|
||||
|
||||
解决 [UniDesk #1923](https://github.com/pikasTech/unidesk/issues/1923)：提高 CI/CD 自动链错误暴露能力并接入 OTel，覆盖 GitHub webhook→Gitea snapshot→PaC→Tekton PipelineRun/TaskRun/step→artifact/GitOps→Argo/runtime/health 的 trace context、阶段 span、首断点与脱敏错误投影；让 cicd status、PaC status/history/debug-step 和 sentinel control-plane status 默认有界显示 traceId/error code/phase/exit/下钻。exporter、版本或 commit 漂移只能非阻塞 warning；禁止新增人工交付路径、第二 authority、锁/租约/证据链/状态机，以真实失败 hwlab-web-probe-sentinel-nc01-6gjzl 和新 PR merge 自动事件验收，完成任务后将详细报告写入[任务报告](./details/observability-trace-reliability/R3_Task_Report.md)。
|
||||
|
||||
### R3.1 [in_progress]
|
||||
### R3.1 [completed]
|
||||
|
||||
基于 PR #1925 合并后的真实自动事件继续修复 OTel 运行面：禁止 PaC Repository 参数未就绪时把花括号占位符作为 endpoint；从 owning YAML 在 source snapshot 内解析 OTel 配置并保留 300ms 非阻塞策略，增加安全的原始 fetch cause 投影；恢复 Tempo endpoint 后，用新的普通 PR merge 自动事件证明 collector 接收且 Tempo 可按 traceId 查询，禁止人工触发 PipelineRun，完成任务后将详细报告写入[任务报告](./details/observability-trace-reliability/R3.1_Task_Report.md)。
|
||||
|
||||
### R3.2 [in_progress]
|
||||
### R3.2 [completed]
|
||||
|
||||
基于真实自动事件 `hwlab-web-probe-sentinel-nc01-bbjv2` 修复 BuildKit daemon 已启动但 readiness 重试提前耗尽的竞争，并让 PaC `history/debug-step/status` 从失败 TaskRun 日志默认有界投影 traceId、首断点、阶段、error type/code/exit 与精确下钻；不得以人工 PipelineRun、锁/租约或吞掉失败缓解，使用下一次普通 PR merge 自动事件证明业务成功且 Tempo 可按同一 traceId 查询，完成任务后将详细报告写入[任务报告](./details/observability-trace-reliability/R3.2_Task_Report.md)。
|
||||
|
||||
### R3.3 [in_progress]
|
||||
### R3.3 [completed]
|
||||
|
||||
基于真实自动事件 `hwlab-web-probe-sentinel-nc01-czhg5` 修复 `moby/buildkit:rootless` 启动合同：显式通过 RootlessKit 启动 buildkitd，保留 socket + worker readiness、有界 TERM/KILL/wait 与 typed 失败投影；禁止退回短连接重试、人工 PipelineRun 或第二 authority，使用下一次普通 PR merge 自动事件证明 image build、GitOps/Argo/runtime 成功且 Tempo 可按同一 traceId 查询，完成任务后将详细报告写入[任务报告](./details/observability-trace-reliability/R3.3_Task_Report.md)。
|
||||
|
||||
### R3.4 [completed]
|
||||
|
||||
独立溯源 Web Probe Sentinel CI 从历史可成功构建到连续 BuildKit readiness 失败的首个回归：对齐成功/失败 PipelineRun、镜像 digest、TaskSpec、节点环境与 Git 提交/PR/作者，区分环境启动变慢、官方 daemonless 默认重试窗口不足和 PR #1939 裸 buildkitd 新回归，输出可复核的时间线与责任变更，不修改运行面或人工触发 PipelineRun，完成任务后将详细报告写入[任务报告](./details/observability-trace-reliability/R3.4_Task_Report.md)。
|
||||
|
||||
Reference in New Issue
Block a user