hermes-concurrency-defects-todo.md 3.9 KB
Hermes 并发缺陷待办
调研日期：2026-08-18 背景：对话页多会话并发场景调研结论。当前主流程（对话页多会话并发）链路安全， 以下缺陷暂不触发或影响面有限，记录备查。
并发安全现状（无缺陷部分）
| 层 | 隔离机制 | 位置 |
|---|---|---|
| Java 执行层 | ChatRunService 固定线程池 max(8, cpu×2)，每 run 独立线程；SseEventBus 按 runId 隔离 |
backend/src/main/java/com/agent/management/service/ChatRunService.java:110 |
| Bridge 线程层 | 每个 /run 请求创建独立 daemon 线程，事件经 run 级 queue（局部变量）隔离 |
backend/hermes-bridge/hermes_bridge.py:541 |
| Agent 实例层 | LRU 池按 session_id::hermes_home::model_id 键控；每会话有独立 hermesSession |
hermes_bridge.py:202、ChatSessionService.java:51 |
| 工作目录（主要路径） | _SESSION_CWD 为 contextvars，线程内 set/reset 配对，hermes-agent 工具优先读取 |
hermes_bridge.py:489-525 |
| Clarify | 按 clarify_id 注册/唤醒，run 级孤儿清理配对 |
hermes_bridge.py:411-447 |
缺陷清单
缺陷 1：os.chdir 进程级竞态（优先级：中）
位置：backend/hermes-bridge/hermes_bridge.py:474-479
现象：working_dir 除设置 contextvar 外，还会切换进程 cwd（os.chdir(wd)）
并覆盖进程级环境变量 TERMINAL_CWD。多个 run 并发时：
- 进程 cwd 由最后执行
chdir的 run 主导，先启动的 run 拿到错误目录； - 一个 run 结束时在 finally 中恢复
original_cwd，会破坏仍在运行的 run 的进程 cwd。
影响面：仅限直接调用 os.getcwd() 的工具；走 _SESSION_CWD（contextvar，
线程隔离）的工具不受影响。
触发场景：工作流 DAG 同层多个 Hermes 节点并发执行（多个 /run 请求同时
携带不同 working_dir）。对话页多会话场景因 Agent 隔离 + 工具走 contextvar
基本无感。
修复建议：将 os.chdir / TERMINAL_CWD 下沉为按 task_id 的隔离机制
（与 register_task_env_overrides 同思路），运行线程内不再触碰进程全局状态。
缺陷 2：同 cache_key 并发复用同一 Agent 实例（优先级：高）
位置：backend/hermes-bridge/hermes_bridge.py:494-500、:202-207
现象：同一 session_id::hermes_home::model_id 的两个并发 run 会从 LRU 池
拿到同一个 Agent 实例：
_run内直接给实例属性赋回调（agent.tool_start_callback = ...等）， 后启动的 run 覆盖先启动 run 的全部回调 → 事件流向错乱；- Agent 的对话上下文（
run_conversation历史）交叉污染。
当前防线：仅前端"同会话运行中禁发"（useChat.js 的 sending computed）。
双浏览器窗口打开同一会话、或直接调 API 可绕过。
修复建议（低成本方案）：Java 层 ChatRunService.startRun 增加校验——
同会话存在 RUNNING 状态消息时拒绝新 run（返回业务错误）。Bridge 层可选
加固：/run 检测 cache_key 已有活跃 run 时强制 force_new 并发运行。
缺陷 3：HERMES_HOME 环境变量进程全局覆盖（优先级：低）
位置：backend/hermes-bridge/hermes_bridge.py:210-212
现象：带 hermes_home 的请求直接 os.environ["HERMES_HOME"] = ...，
并发请求互相覆盖，技能目录加载可能错乱。
当前防线：对话页与工作流节点均传 hermes_home=null（Java 侧
HermesAgentExecutor.java:98），回落固定 HERMES_HOME，暂不触发。
修复建议：仅在 Agent 构造期间临时设置并立即恢复（临界区内），或改为 显式传参注入而非环境变量。
修复优先级建议
缺陷 2（Java 层会话级 run 互斥校验，成本低、封堵面大）> 缺陷 1（工作目录 隔离机制重构）> 缺陷 3（当前不触发，可延后）。