amos 8b7616bfd8 Batch 22 (20261027-C-hwe-hard-22): add 63 calibrated HWE hard-design tasks
From the 101 lk/man/pth code-gen sources: 63 tasks (C11 36, C++17 27,
11 canonical families), 38 skipped for scope or duplication. Each task
has at least one independent contract-edge defect, boundary types
rotate, and public docs state trap clauses as plain contract prose.
Claude reviewed 63/63 USABLE against current digests. Difficulty is
unmeasured.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-27 16:14:57 +08:00

11 KiB
Raw Permalink Blame History

任务规格:io-socket-close-progress

1. 身份与来源

  • task-id / version:io-socket-close-progress / 1;作者:本批单题 Agent,独立评审:root 待完成;状态:READY_FOR_CALIBRATION。
  • 路线 C,原创用户态修复题;source/split:hwe/man-send-predefined。原材料为本批只读 HWE arm-linux/code-gen/man-send-predefined 的 metadata、prompt、reference/send_example.c。metadata 标记 public,root 已完成未占用/主题/ID初筛。只提取部分 send、MSG_NOSIGNAL、recv 零返回等机制,没有读取 checks/behavior.py 或执行来源脚本。
  • 用户 2026-10-12 项目资源授权及本批工作单授权;本题无真实用户数据、凭据或网络端点。全部工程、模拟日志、判据和样例为本题新写。
  • 来源组 man-send-predefined;根因族 linux-userspace-abi。与旧题关系:复用平台合同,不复制业务骨架;固定适配器取代网络,仍可确定复现接口进度与半关闭错误。
  • 验证范围:普通 Linux C11 进程的流式 FIFO、部分完成、两侧状态、回调参数/顺序与错误后重用。未验证:真实网络、板卡、信号处理器或实时时序。仅 CALIBRATED/UNMEASURED,不宣称 HARD 或真实 Agent 已测。

2. 初态与环境

  • template 包含 stream.h、state.c、transmit.c、receive.c、adapter.h、adapter.c、console.c、Makefile、README、两份 docs 与 smoke.txt。四份候选文件被收集;固定控制台和适配器在私有 context.json 中重建,不收集额外文件。
  • transmit.c 把每次正返回的提交量取为 request,造成部分 send 后队列跳过未被接收的字节、accepted/progress虚增;该边界 smoke 没有覆盖。receive.c 在 EOF 结束读侧时也设置 write_end,造成公开收尾回放第3步状态偏离、第6步追加记录不能发送。二者互不依赖,only_fix 样例分别保留另一处。
  • 症状由固定 console.c 的 JSON 观察展示,根因分别位于 receive.c/transmit.c;字节推进又跨 state.c 的 FIFO 操作。公开题面只写症状、复现与交付,不点名根因文件/函数或类别。
  • 公开资产为 template 和 prompt;受保护资产为 check.py、context.json、gold 及其他样例。check.py 独立计算 Python Oracle;不执行 gold 生成答案。
  • 工具链 C11/cc/make/Python3 标准库,无新增依赖;固定镜像 ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。实际 image ID 由门2原始回执记录。
  • 每个构建30秒,journal/ring运行各20秒、空输入10秒,整体验收120秒;正式评分512MiB/1CPU。无硬件、网络、外部服务或墙钟依赖。
  • 本题独有非空 C/H 行数见 report.json;方法是只统计 template 每份源码一次,去 C 注释后统计非空行,不计 fixtures、文档、Makefile 或数据;解引用行正常计入。

3. 公开题面与接口

题面为离线客户端收尾后追加记录无发送观察、长回放账目不符的现象报告。构建 make,运行 ./socket-console < smoke.txt;EOF退出0,一行输入对应一行 JSON,stderr只作诊断。完整 API、参数、状态、顺序、错误、输出与合法边界分别载于 docs/stream.md 和 docs/console.md。题面及 README 均要求符合全部条款,只交四份声明文件;同名 API 可跨候选文件重组。

4. 判据检查项 ↔ 依据与合法解

行号均相对 template。每项以独立 Python 状态转移计算,完整 JSON 递归类型比较(不把 bool 当整数),JSON空白不参与比较;没有数值误差。每个场景与超时同上,输入组合受保护而行为依据公开。

判据检查项 公开依据 场景与观察
64字节双FIFO、3独立会话、同步回调 docs/stream.md:3 (R01) 容量0/1/63/64/65、三通道交错,全部状态与回调
状态码、入参合法域、零字节不访问数据 docs/stream.md:4 (R02) 全8类状态、空数据/零额度与正常缓冲
ring reset/space/append/copy/drop、顺序、绕回、非破坏读取 docs/stream.md:5 (R03) 独立ring子进程,定向满/空/绕回及固定seed300步;仅观察逻辑内容/size/space
init清空非零对象并保留port、不回调 docs/stream.md:6 (R04) 固定console初始化前以非零填充,首条错误操作观察全部初值及后续回调
open/close状态、重复调用、代数、连接清理与port保留 docs/stream.md:7 (R05) 三通道反复打开/关闭、错误前后与残留数据
queue全量入队、容量/已关闭/非法长度条件、零数据 docs/stream.md:8 (R06) 满队列加空/1字节、65字节与关闭组合、原状态不变
take返回量、FIFO消费、delivered、EOF后仍可取 docs/stream.md:9 (R07) 空、部分、超存量、64/65、EOF后取与绕回
transmit额度/状态检查、最老数据、请求长度、MSG_NOSIGNAL、零额度 docs/stream.md:10 (R08) 完整请求字节在成功/错误均由适配器记录,额度0/1/64/65
每次正send按n推进、零/EINTR/EAGAIN/永久错误、已完成量保留 docs/stream.md:11 (R09) 多次短send、正数后阻塞/错误、64次EINTR、剩余队列及全部请求顺序
receive状态、额度/空间截断、FULL、零额度 docs/stream.md:12 (R10) 空/满/部分空间、非法额度与EOF组合、无零请求
receive正进展/EOF/各错误、读写独立、已接收量保留 docs/stream.md:13 (R11) 部分后EOF/错误、写关闭后读、读关闭后继续写与取
finish前置状态、单次shutdown、失败可重试、保留接收状态 docs/stream.md:14 (R12) 待发BUSY、EIO/EAGAIN失败与恢复、成功重复、接收状态跨finish
last_error黏性、字节账本、end不丢数据 docs/stream.md:15 (R13) 各终止后后续成功/错误、清理后复用,逐步核全量状态
callback合法返回/错误、非零请求与只用声明端口 docs/stream.md:16 (R14) 全正数/零/4类错误脚本、回调原始参数/字节/顺序
控制台词法、长度、最后LF、错误输入无副作用 docs/console.md:3 (C01) 空行、错误语法、NUL、VT/FF、长行、8000前导零、末行无LF
O/C/F/Q/T/R/D映射、大小写hex、0/65长度/非法参数 docs/console.md:4 (C02) 合法与非法组合,全部rc/n/out
S/V脚本替换、合法域、空/64/65步、消耗与缺省 docs/console.md:5 (C03) 定向和固定seed,next与calls逐步比对
接收字节生成、游标持久、H/shutdown设置 docs/console.md:6 (C04) 三seed、脚本重载、跨open/close、0/5/11与非法H
JSON状态/字节/计数输出格式及整型 docs/console.md:7 (C05) 每行完整语义比较,严格类型
单步原始回调观察、顺序、错误/字节、无额外状态变化 docs/console.md:8 (C06) 所有操作逐步输出,send全请求包括负/零返回
helper独立接口、JSON空白容许与空输入正常EOF docs/console.md:9 (C07) 独立ring-probe、语义JSON解析、空journal独立进程

指定边界类型:短读短写与部分完成的处理;R09按send实际正返回n提交是本题精确合同边界,公开smoke未涵盖。R11的EOF半关闭是独立主缺陷;条款按普通合同写法,未加陷阱标签/加粗/专门例子。

合法解仅受公开签名、结构及可观察行为约束,不限制函数定义所在候选C文件。valid_recursive_segments将收发各自拆为有界递归分段:当前栈帧重试EINTR,仅正进展递归,深度至多64;每帧返回{status,bytes},回程合并进度,与gold的指针累加while算法不同。所有公开helper也由独立ring-runner直接核验,不依赖gold调用路径。

候选与编译器只在subprocess子进程运行;源码/context与全部stdin/Oracle在首child前读取/生成/写完;scratch为mkdtemp(dir=Path.cwd()),后续不读取、写入或遍历候选可写目录,由平台外层统一回收。harness/adapter只输出原始观察,无断言/期望。stdout按ASCII独立解析,stderr bytes用UTF8 replace只作诊断,不设额外stderr格式/长度要求。verify.py逐字复制rollout/bos_verify.py,Docker由其探测grader权限并降子进程至65534,无网。

5. 样例与校准

样例 预期 区分机制
gold PASS 两缺陷全修
template FAIL 两缺陷并存,公开EOF场景首先失败
noop FAIL transmit直接返回OK但未发送
cheat FAIL 不使用MSG_NOSIGNAL,其余行为正确仍被真实回调观察拒绝
cheat_read_grader Docker FAIL 隔离校准用样例,本地reader可PASS为许可例外,原回执保留
only_fix_tx_progress FAIL 仅修send部分进度,EOF缺陷仍在
only_fix_peer_close FAIL 仅修EOF半关闭,短send推进仍错
mask_symptom_eof FAIL 把EOF伪作WAIT允许后续写,但读侧状态/返回不符
valid_recursive_segments PASS 独立递归分段算法,独立helper仍须正确

每门9类各5次共45次。门1可信本地不作为不可信隔离;门2使用上述固定trace6镜像。最终attempt、task digest、结果与清理见本题report.json及后续本节实际证据追加。失败原件不改写。

6. 真实试采与证据

本批禁止额外模型;无真实Agent、原生轨迹、难度分池、硬件测试或Salty归档。门3/4未进行。本题仅软件校准,不声称ADMITTED或HARD。运行目录仅本题runs前缀,保留成功/失败/基础设施原件,临时构建与缓存在冻结前清除。

7. 评审与准入

本题已完成来源、公开合同、原始观察与独立Oracle自查,9类直接自测实录位于本题factory/selftest-final-draft.json。仅root执行独立只读评审和批次统一unittest;本题未运行全库unittest、不提交、不改平台或其它题。最终双门与摘要齐备后交root审阅,仍CALIBRATED/UNMEASURED。

最终校准事实(2026-10-27)

任务摘要 fae58a2f7ee3cea5065d00c362c71bd36cf4a977349be416383ea756e0e03f3b。门1:runs/20261027-C-hwe-hard-22/man-send-predefined/final-local-20261027T112833-1187383/calibration-4797ad05c84741c1b7f25a8aee024ed1,9类各5次共45次,gold/valid各5 PASS,其余功能负例各5 FAIL,reader5 PASS为许可例外;原receipt总体FAIL保留,cleanup confirmed。门2:runs/20261027-C-hwe-hard-22/man-send-predefined/final-docker-20261027T112913-1198655/calibration-b6c8f7d6bbe445259f7ea139e77972f4,相同摘要/固定trace6实际镜像 sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1,45/45符合预期,总体PASS、cleanup confirmed。本题45个精确容器名均已核不存在,无125/no-space/创建失败或低磁盘停机。template无构建二进制/缓存,factory自测scratch已清,原校准证据未删除或改写。独立自测覆盖1187条journal、312条helper操作和空输入,全部API/helper均有原始观察。仍CALIBRATED/UNMEASURED,等待root独审。