长会话持续使用后 dsh web 后端 CPU 无界增长、整机冻结需强制重启（默认 web 组合禁用了压缩/截断护栏

[woshi-Tom]

现象

在 2~4 vCPU 的虚拟机上运行 dsh web，同一个会话连续使用约 90 分钟后：node 后端（监听 3080）CPU 单调爬升直至占满全部核，随后整个虚拟机硬冻结（ssh、vmtools 均无响应），只能强制断电重启。4 核同样复现，仅推迟冻结时间。已排查 nginx 反代与宿主环境非根因。

关键实测数据（nginx access.log）：

14:30:21 POST /api/session.history -> 200, 9,337,935 字节
00:00:23 POST /api/session.history -> 200, 9,833,955 字节（1 秒内重复拉取 2 次）
00:47:22 GET  /api/status/events    -> 200, 1,941,210 字节（单条 SSE 事件流）

会话历史一天内从 37KB 膨胀到 9.8MB，且每次页面刷新/断线重连都全量重拉、无缓存无增量。

复现步骤

1. 环境：2~4 vCPU 虚拟机（实测 VMware 客户机，Debian 13 / Linux 6.12，8GB），npx @deepseek-ai/dsh web 启动（0.1.0-rc.5；npm 0.1.0-rc.6 已对比构建产物，代码相同）；浏览器打开 Web UI；nginx 反代（3443 → 127.0.0.1:3080，proxy_buffering off、长超时，SSE/WS 直通）。
2. 浏览器保持 1~2 个标签页常开（维持 WS/SSE 长连接）。
3. 在同一个会话里持续对话约 6090 分钟：每次 prompt 间隔 15 分钟，任务包含大工具输出（如 read 大文件、bash 输出长日志）。
4. 观察（浏览器 DevTools Network 或 nginx access.log + top/mpstat）：
   • POST /api/session.history 响应体随会话增长从 KB 级涨到数 MB，且每次刷新/重连全量重拉；
   • 监听 3080 的 node 后端 %CPU 随时间单调爬升、不回落，si（软中断）占比随之升高。
5. 约 90 分钟后（会话越长、工具输出越大越早）：CPU 占满 → SSH/界面无响应 → 只能强制重启；journalctl 显示日志中途戛然而止、无正常关机序列。
6. 4 核同样复现，仅推迟冻结时间（增长超线性，加核无法消除）。

疑似根因（供维护者核对，均在仓库代码中定位）

• packages/core/agent-loop/src/invariant.ts:31-49：每次模型调用（每个 step）对整段消息历史做两次全量 JSON.stringify 比较，成本 O(会话规模)，违背项目自身的增量派生设计；
• packages/context/agent-instructions/src/index.ts:43-59：每个 pre-step 对 surface.nodes.toReversed() 全量遍历（默认 agent-spine bundle 含此插件）；
• packages/host/apiproxy/src/api-proxy.ts:805,292,744（historyPage/paginate/viewFor）：每次 history 请求 O(N) 全量拷贝+扫描，最后 50 条消息经 data: z.unknown()（packages/api/remotes/src/sessions.schema.ts:41）逐字透传无截断；
• packages/host/apiproxy/src/api-proxy.ts:3475-3494（events.mux）：每个流式 token 独立成帧、每个连接各自重算 viewFor() + 各自 JSON.stringify → 小帧风暴（si 软中断的直接来源）；
• packages/bundle/web-app/cordis.patch.yml:358-365：默认 web 组合把 compaction-basic、command-compact、tool-result-pruner（8KB 截断）全部 disabled: true（base 层已挂载，packages/bundle/base/cordis.patch.yml:284-290,360-361），注释声称移至 preset 层，但仓库内无任何 preset/patch 将其挂回——默认 dsh web = 无自动压缩、无结果截断、无 /compact 命令。

版本核实

• npm 最新 0.1.0-rc.6 已实测：agent-loop/lib/invariant.js:27-28、agent-instructions/lib/index.js:1061-1063,1200-1201、host-apiproxy 的 historyPage/z.unknown() 均原样存在，未修复；dsh-web-app 等 bundle 未发布 npm，仓库 master（HEAD == origin/master）仍禁用守护项。

[woshi-Tom]

• 已排查 nginx 反代不是根因：冻结前 82 分钟内 nginx 仅转发 169 个请求 / 40.6MB（≈0.35 req/s），对 nginx 属零负载；报错仅在冻结前约 1 小时出现一条 upstream timed out（01:00:22 的 /plugins/events 上游读取被 3600s 读超时掐断），反而说明 dsh 后端在冻结前约 1 小时已停止推送事件（后端流式管线先行卡死，nginx 只是到期才报错）。nginx 的 proxy_buffering off（SSE 必需）不聚合小帧、且未配置 upstream keepalive，仅是小帧风暴与连接 churn 的传输侧放大器。
• nginx 侧实测：session.history 单次响应最大 9,833,955 字节（含全部大工具输出逐字透传，sessions.schema.ts 中 data: z.unknown() 零截断）；GET /api/status/events 单次事件流 1,941,210 字节。

[zoahdev]

根因确认是上游的：默认 web 组合把 compaction-basic / command-compact / tool-result-pruner 全 disabled: true，所以既没有自动压缩也没有 8KB 截断。在它被修之前，我做了三个「提前拦」的兜底，把「整机冻结」变成「提前告警 + 一键归档」：

• dsh-plugin-doctor 的 checkLargeFiles：会话体积绊线，profile 里 ≥100MB 的文件直接告警（Bug: session search crashes with `RangeError: Invalid string length` on large sessions (root cause + fix) #1859 那一类，赶在 V8 ~512MB stringify 悬崖之前）。dsh-plugin-doctor --profile <dir>
• dsh-shelf：会话导出 / 归档 / 回收站 / 搜索 / 统计，把 9.8MB 这种大家伙移出活跃 profile。
• dsh-trace：按会话聚合 token / tool / error / latency，增长曲线肉眼可见，而不是突然死机。

链接：github.com/zoahdev/dsh-shelf · github.com/zoahdev/dsh-trace · github.com/zoahdev/dsh-plugin-doctor

这三个不修根因（那是上游要重新挂回护栏），但能把「无感增长 → 硬冻结」变成「告警 → 归档」。

[woshi-Tom]

感谢回复解答，我来阅读一下相关链接