[dsh] 非法 preset 配置 → cordis 无限 reload + ~2GB 内存泄漏（~20 分钟后 OOM），且完全静默

[skppao1415]

dsh 0.1.5-rc.2：非法 preset 配置 → cordis 无限 reload + 约 2GB 内存泄漏（约 20 分钟后 OOM），且完全静默

English: An invalid agent-preset config (e.g. persona.prefix missing) does not fail fast. It is retried ~10×/s by cordis _reload, each retry deep-copies the whole config, RSS grows 1–2 MB/s, and the process dies with a V8 heap OOM after ~20 minutes. Nothing is surfaced to the user.

环境

• @deepseek-ai/dsh 0.1.5-rc.2（npm 全局安装，Node v26.7.0，Linux）
• profile web（13 个第三方 bundle + 自定义 .agent-presets + 本地插件）
• V8 默认堆上限实测 2144 MB

复现步骤

1. 任选一个自定义 preset 的 ~/.dsh/.agent-presets/<name>/agent.cordis.yml；
2. 让 @deepseek-ai/dsh-persona 的 config 缺少必填项 prefix（沿用旧版 preset 即可，旧键名是 text:）；
3. 启动 dsh web（任何挂载 dsh-agent-presets 的 profile 都行）；
4. 不做任何操作（无会话、无客户端连接）观察 RSS。

实际结果

• 每秒约 10 次同类失败重试。给 cordis _reload 的 catch 块加一行 stderr 打印后，30 秒内记录到 303 次：

  [CORDIS-FAIL] entry=@deepseek-ai/dsh-persona :: ValidationError: invalid config:
      - $.prefix missing required value (at prefix)
      at resolveConfig (@deepseek-ai/cordis/lib/index.js:959)
      at _resolveConfig (…:1346) → _reload (…:1354) → Fiber.await (…:1400)
      at Entry._start (…:538) → Entry._init (…:527) → Entry.init (…:505)
      at Entry.update (…:426) → EntryGroup.create (…:65)
  
  [CORDIS-FAIL] entry=@deepseek-ai/dsh-agent-presets :: Error: failed to apply loader entry
      persona (@deepseek-ai/dsh-persona)
      at updateError (@deepseek-ai/cordis-plugin-loader/lib/index.js:309)
      at EntryGroup.update (…:97) → PresetTree._apply (@deepseek-ai/cordis-plugin-include/lib/index.js:238)
  

• RSS 线性增长（空闲、无客户端）：489 → 500 → 510 MB / 10s（约 1 MB/s）；有客户端连接时实测约 1.7 MB/s；

• 约 19–20 分钟后崩溃，exit code 134：

  FATAL ERROR: Ineffective mark-compacts near heap limit
  Allocation failed - JavaScript heap out of memory
  ... 1957–1983 MB / 2064 MB limit ...
  已中止（核心已转储）
  

• 崩溃时 CPU 约 118%（单核跑满 + GC）；

• 用户侧没有任何提示（错误只进 stderr logger），表现为"用着用着就 OOM 崩了"。

证据（CDP 采样，--inspect=9229）

分配采样（HeapProfiler.startSampling，subtree total）：

分配量	帧
36.0 MB	apply @ @deepseek-ai/cordis/lib/index.js:919 ← waterfall:317 ← get:672 ← processOne @ dsh-client-modules/lib/index.js:775 ← flush:836
23.6 MB	同一链路内的某个第三方插件 (anon) @ <plugin>/lib/index.js:237（插件树重放导致 apply 被反复重入）
22.1 MB	_reload @ @deepseek-ai/cordis/lib/index.js:1348
21.0 MB ×2	_execute:1134、execute:1065

20 秒 CPU 采样（self time）：get @ cordis:672 9.9%、walkJsonValue @ dsh-util-values:46 5.9%、assign @ dsh-util-values:49 5.1%、hasIntrinsicConstructor:14 3.7%、enumerableStringKeys:40 2.5%、entries @ cordis-plugin-loader:170 2.5%、composeError @ cordis:193 1.4%、snapshotJsonValue @ dsh-util-values:159 1.4%。

→ 每次重试都在用 dsh-util-values 对整棵配置做 JSON 快照/深拷贝，再把失败重新包装成 Error，形成"重试—深拷贝—报错"自循环。

期望行为

1. 配置校验失败应 fail-fast：一次性报错并停用该 entry，而不是无限重放；
2. _reload 至少要有重试上限/指数退避；
3. 重试路径不应每次重新对整棵配置做深拷贝；
4. 这类致命错误应上报到用户可见层（web UI / 日志文件），而不是只进 stderr logger。

定位用的临时补丁

// @deepseek-ai/cordis/lib/index.js：_reload 的 catch 块（约 1359 行）
} catch (reason) {
+ process.stderr.write(`[CORDIS-FAIL] entry=${this.entry?.options?.name} :: ${reason?.stack}\n`)
  this._error = reason
  this.ctx.logger.error(reason)
  ...

临时规避（用户侧）

把 preset 的 persona 键改成新 schema 的 prefix: 并重启后：CORDIS-FAIL 计数立即为 0，RSS 齐平（521 → 521 → 521 MB），空闲 CPU 实测 0%（8 秒 0 jiffy），对比崩溃前的 118%。

[skppao1415]

补充：text: → prefix: 是 0.1.5 的破坏性改名（无迁移、无提示）

为排除"用户自己写错配置"的可能，直接从 npm 取各版本的 @deepseek-ai/dsh-persona tarball 比对 schema：

版本	发布时间 (UTC)	persona 正文键
0.1.2-alpha.3	2026-08-31	text: z.string().required()
0.1.2-alpha.5	2026-09-02	text: z.string().required()
0.1.5-rc.1	2026-09-10	prefix: z.string().required() + 新增 suffix
0.1.5-rc.2	2026-09-10	同上

本机那 5 个自定义 preset 写于 08-31 / 09-02，即改名前，当时是合法配置；升级到 0.1.5-rc.2 后变成"$.prefix missing required value"，而升级路径既不迁移旧键、也不在启动时给出可读诊断 —— 直接进入本文描述的无限 reload。

补充一点影响面：这些 preset 只要存在于 ~/.dsh/.agent-presets/，即使 settings.yaml 里 agent-presets default: standard（走内置 preset），也会被 apply/注册流程触碰并触发重试，因此普通用户在没有使用这些 preset 的情况下也会中招。

也就是说：触发条件确实来自升级带来的 breaking change，但本报告的主体——10 次/秒的静默重试、每次对整棵配置做深拷贝、约 20 分钟后 OOM、用户侧零提示——是运行时健壮性问题，与"配置过期"无关。