amos dd1f036df3 Add 2 more batch 28 tasks measured by Qwen as MEDIUM
Batch 28 commit de6f2ac gave ESP FAT image short names and libuv timer
turns as MEDIUM; the ESP HTTP response task is being topped up. Batch 28
has 3 MEDIUM and no HARD in 20 measured so far, below batches 26 and 29.

Each task comes from the commit Qwen measured, its digest matches, and it
is still present at the batch branch head.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-04 18:36:52 +08:00

12 KiB
Raw Blame History

runtime-libuv-timer-turns 作者规格

状态:CALIBRATED;难度:UNMEASURED。路线 D,仅 Linux 无板卡软件任务。

来源与缺陷

上游 https://github.com/libuv/libuv;只读来源为本批指定 clone。冻结 fa41f13444d7573156d474485cc30151892dd6b0。source=oss/libuv/libuv@2ee2d4622a6f,split_group=libuv/libuv,family=state-machine-timing,语言 C。本题未运行模型。

  1. 修复 2ee2d4622a6f00133f2a46f5cf5956ea1485c5ba:已开始关闭的定时器被错误接受启动。上游 3 文件共 17 增删行;候选只需 src/timer.c 的入口错误码检查。原版 timer_is_closing 回归测试改为观察命令,期望留在 Python 父进程。
  2. 修复 51a22f60d6f41a92b68def1f048e53b593037d11:回调安排零延迟后续工作时会在同一 timer phase 再次执行,使其他事件阶段无法前进。上游 5 文件共 83 增删行;候选只保留 Linux 的 src/timer.c 和 include/uv/unix.h 变更。上游 timer_zero_timeout 的回调重启并 stop 场景改为有次数上限的原始观察,避免用真实时间判断或让负例无限运行。

两个修复独立:fix_closing_only 只修复 1,仍在 self_rearm_0_0 失败;fix_turn_only 只修复 2,仍在 closing_False_0_0 失败。两种问题均由原版代码产生,没有人工埋入第三种缺陷。

跨版本核验:修复 1 的候选 hunk 可按原上下文逐字应用,仅行号偏移。修复 2 在冻结版本上做最小源码回移:新版 struct uv__queue 对应旧版已有的 void* [2] 队列;uv__queue_* 逐项对应 QUEUE_*;保留旧版初始化中本来没有 timeout=0 的事实,不引入两版本之间的其他变化。Windows、上游测试清单与测试文件不进入 gold。原始补丁、候选回移补丁和逐项说明分别保存于本题 subagent 的两个提交短号 .patch、backport.patch、backport-audit.json。trace6 编译和完整校准证明该最小回移可用。

许可、版权与冻结清单

仓库 LICENSE 原样保留。libuv 主体为 MIT;src/heap-inl.h 带 Ben Noordhuis 的 ISC 许可;include/uv/tree.h 保留 Niels Provos 的 BSD-2-Clause 许可。所有上游文件头版权和许可声明均原样保留,无 .git、修复测试、发布日志或答案备份进入 template。来源原始文档摘存本题 subagent,公开规格为其行为整理,不在公开材料中放修复提交或 issue 链接。

下面每个“上游冻结”文件都与冻结 blob 逐字核对;全部文件完整保留,没有摘函数。文件 SHA-256、行数在本题 subagent 的 file-manifest.json。

template 文件 类型 用途
LICENSE 上游冻结 许可文本
include/uv.h 上游冻结 timer、handle、loop 公开类型与 API
include/uv/errno.h 上游冻结 返回码定义
include/uv/linux.h 上游冻结 Linux 类型布局
include/uv/threadpool.h 上游冻结 公开类型所需结构
include/uv/tree.h 上游冻结 公开头和内部头所需类型宏
include/uv/unix.h 上游冻结 timer 和 loop 的 Unix 布局,候选文件
include/uv/version.h 上游冻结 公开头依赖
src/timer.c 上游冻结 完整 timer API、调度和回调链,候选文件
src/heap-inl.h 上游冻结 timer 实际使用的二叉堆
src/queue.h 上游冻结 handle 与 loop 队列宏
src/uv-common.h 上游冻结 handle 活动、引用、关闭状态宏
src/uv-common.c 上游冻结 原版 uv_stop、uv_now、ref/unref 等
src/strscpy.h 上游冻结 uv-common 依赖声明
src/unix/internal.h 上游冻结 loop 与 backend 内部接口
src/unix/linux-syscalls.h 上游冻结 internal.h 的 Linux 声明依赖
src/unix/core.c 上游冻结 原版 uv_run、uv_close、close 回调、timeout
src/unix/loop-watcher.c 上游冻结 原版 idle/prepare/check 阶段调度
Makefile 补全 手写 gcc 构建,不下载依赖
README.md 补全 构建、交付文件和观察协议
docs/contract.md 补全 12 条公开行为规格
tools/clock-backend.h 补全 受控时钟接口声明
tools/clock-backend.c 补全 无事件 poll、时钟、timer-only 队列初始化、未支持 handle 的终止桩
tools/observe.c 补全 无断言、无期望的原始观察器
tools/smoke.in 补全 不触发缺陷的正常 one-shot 输入

补全不实现定时器要求。fixture_loop_init 只初始化 timer-only loop 容器;实际 start/stop/again、heap、uv_run、uv_close、引用计数与回调分派都走上游源文件。无事件 poll 不更新时钟,不注入行为期望。unsupported handle 桩只在范围外 API 被选择时终止;本题只创建 timer。所有源码的编译及运行均在 trace6 无网 Docker,未在宿主机执行上游程序。

工作区规模与直接上下文

template 共 25 文件,候选 2 文件,私有附件 2 文件;单文件均小于 1 MiB。没有整库复制来凑规模。

本题直接相关代码按源区段逐行去重计 914 物理行、617 非空非注释行:timer.c 181/113,heap-inl.h 245/160,queue.h 108/73,loop-watcher.c 68/45,core.c 的 116–188、218–223、245–312、320–411 共 239/164,uv-common.h 的 219–291 共 73/62。斜线前为物理行,后为非空非注释行。只计完整 timer/heap/queue、loop 阶段和直接 handle 状态宏,不计共享的全套公开头、uv-common.c 总体或 core.c 其余 socket/进程辅助函数。细目为 related-code-count.json。这里的上下文围绕本题独有的 timer/heap/loop 语义;文件本身按完整源文件要求保留。

公开依据与判据检查项

公开行号相对 template;所有判据期望均从下面条款独立生成,不以 gold 的输出作答案。原版文档的依据也存于本题 subagent:timer.rst 37–79(单位、零延迟后续轮次、重复、again、stop);handle.rst 118–166(active、close、引用);loop.rst 93–124、142–161(非阻塞运行、alive、stop、时钟)。关闭时 start 返回码来自修复 1 的公开 API 回归,队列中取消/替换来自修复 2 保留的 stop/start API 语义。公开条款没有专用陷阱示例或加重提示。

判据检查项/场景组 公开依据
正常 smoke、初始化状态、一次性回调、close 延后交付 docs/contract.md:5 R01、:7 R03、:15 R11;README.md:15、:23、:26
关闭前 inactive/active、0/正/最大 delay 与 repeat 的拒绝及状态不变 docs/contract.md:6 R02、:7 R03
null callback 的拒绝和活动 timer 保持旧调度 docs/contract.md:6 R02、:8 R04
从未启动的 again 错误码、repeat=0 与非零 again 的区别 docs/contract.md:12 R08
回调 self-rearm,delay=0/1/17,带/不带 uv_stop,跨多个时钟 tick docs/contract.md:9 R05、:15 R11、:16 R12
回调替换已到期的其他 timer,0/非零延迟;替换相邻和末尾 docs/contract.md:8 R04、:9 R05、:10 R06
回调停止已选中但尚未开始的 timer docs/contract.md:8 R04、:10 R06
回调关闭其他 timer,跳过其 timer 回调并交付 close 回调 docs/contract.md:7 R03、:10 R06、:15 R11
回调对其他 timer 使用 again docs/contract.md:10 R06、:12 R08
回调创建后续工作和跨 timer 的替换链 docs/contract.md:9 R05、:10 R06
回调关闭自己,其他本轮已选中工作仍执行 docs/contract.md:7 R03、:10 R06、:15 R11
重复 timer 不补发错过周期,set/get_repeat,again 改变后续 deadline docs/contract.md:11 R07、:12 R08、:16 R12
回调中将 repeat 改为 0/3/UINT64_MAX,已排下次 deadline 保持 docs/contract.md:11 R07
timeout 等于边界、0/1、INT_MAX 前/等/后、UINT64_MAX 求和钳位和等待值 docs/contract.md:13 R09、:16 R12
ref/unref 的 alive、timer 活动和 backend timeout;pending close docs/contract.md:14 R10、:15 R11
32 timer 的 deadline/同值启动顺序,随机固定种子的替换和移除,8 轮 docs/contract.md:8 R04、:9 R05、:16 R12
观察输出类型、计数、operation 返回值、时钟值 README.md:11、:15–:29;docs/contract.md:5–:16

共 17 行依据表,50 个确定性场景。所有时间来自显式毫秒输入;没有墙钟精度或调度负载断言。回调次数上限属于 observer 输入,只防止缺陷初态无法结束,不作为正确性期望。

样例与隔离

样例 预期 内容
gold PASS 两个上游修复的最小 Linux 回移
template FAIL 冻结原版
noop FAIL 保留接口但省略 timer 回调
cheat FAIL 使用 gold 的外壳但把 repeat 固定为零
cheat_read_grader FAIL 只有能读 /grader/check.py 才继续,否则退出
fix_closing_only FAIL 只修复关闭状态拒绝
fix_turn_only FAIL 只修复 timer phase 调度
mask_symptom FAIL 修复关闭后,每轮只执行一个回调,掩盖连续处理症状
valid_linked_ready PASS 与 gold 的联合体/通用队列不同,保留独立 heap,使用指针链和取消标记收集并分派 ready timer

只有 check.py 和非 Python 的 support.tar 是私有附件。support.tar 保存与 template 相同的非候选构建/观察材料,不含任何私有断言、期望或输入集合。check 解包后覆盖两份候选文件,重新构建;编译器和观察程序均由原样 bos_verify.py 降为 UID 65534 的子进程。参考模型在 check 父进程使用字典、排序和事件列表计算答案,不载入或执行候选。写完所有源材料后才启动编译和运行;候选启动后父进程不再读写 scratch 中的材料。观察器只有命令解释、调用和 printf,没有断言或私有期望。verify.py 与平台原件逐字相同,无 isolation-blocked。

验证与证据

正式命令由本题 calibrate.py 调用原版 core.calibrate,在每次 core._docker 调用前添加仅进程内的双盘检查,原平台文件未修改。每次要求 /home >=10 GiB、Docker 根盘 >=5 GiB,检查事实逐容器写 events;一旦不足立即异常退出。本题没有触及停线。所有容器唯一精确命名、--rm、无网络;只核对和清理本题精确对象。

最终 task digest:5a9103eea0b7581a91915f2b6b73785d81f4f31ba5221108bc8c1a47d4a3fe4e。

正式镜像:ccr-29eug8s3-pub.cnc.bj.baidubce.com/algo/bench-runtime@sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1;实际 image ID:sha256:1519f8daa403998e5401eeb70b973e8aac8346e25a937033bc502dc5de1641a1。

最终回执:runs/20261103-D-oss-fix-28/libuv-timer-turns/calibration-d59c3a98a7b94e82912f757c7c2092fc/receipt.json;同目录 events.jsonl、每次 stdout/stderr 和候选副本保留。9 类各 5 次,10 正例 PASS、35 负例 FAIL,整体 PASS,cleanup confirmed。较早的完整 45 次校准及两个开发观察容器证据全部保留;自审删除了上游不保证的 close callback 之后状态查询,再完整重校准,未以旧摘要授权最终包。

局限:只验证 Linux timer-only、UV_RUN_NOWAIT 的受控环境;没有真实 Agent、宿主上游执行、Windows、全库测试、实际 I/O 或硬件结论。难度 UNMEASURED。全仓 unittest 由主 Agent 按其权限运行,本题作者只做范围内合同自检与 Docker 校准。交回后等待主 Agent 独立只读审阅,作者自检不能替代独审。