[Bug] dsh web 打开含 Go 代码块的会话滚动时因 Shiki Go 语法灾难性回溯正则卡死（Page Unresponsive）

[YLonely]

该仓库已关闭 Issues，按 CONTRIBUTING.md 指引改用 Discussions 反馈（此为 Bug 报告）。

Summary

在 dsh web 中打开含较多 Go 代码块的历史会话，滚动时会触发 Web 前端内置 Shiki 高亮所使用的 Go TextMate 语法里的一条灾难性回溯（catastrophic backtracking）正则，主线程被长时间占满，页面卡死并反复弹出 “Page Unresponsive（页面无响应）”。后端与插件均正常，是纯前端渲染问题。

Reproduction

1. 启动 dsh web（@deepseek-ai/dsh@0.1.5-rc.2），打开任意包含 Go 代码块（```go``）的历史会话；或新建会话发送一个 Go 代码块。

2. 让代码块中出现一行形如 { 之后跟 ≥ 10 次连续 []*、且该行内没有 } 的文本。最小字符串：

   {[][]*[][]*[][]*[][]*[][]*[][]*[][]*[][]*[][]*[][]*x

   实测量级（Node 直接执行翻译后的正则，指数增长）：

   • { + []*×8 + x → ≈ 0.8s
   • { + []*×10 + x → ≈ 50s

3. 在该会话页面滚动（可视区代码块被反复挂载/高亮），页面随即卡死。

Current behavior

• 主线程 CPU 被一条正则占满。Chrome Performance trace 采样统计：单个 RegExp 占全部采样的 27.3%，加上其执行入口 findNextMatchSync 的 3.3%，合计约 非空闲 CPU 的 75%（(45944+5500)/68659 采样）。

• trace 中该正则的 source 为（const 规则）：

  (?<=\bconst\b)\p{space}*\b([.\p{L}\p{M}\p{N}\p{Pc}]+(?:,\p{space}*[.\p{L}\p{M}\p{N}\p{Pc}]+)*)\p{space}*((?:(?:(?:[\]*\[]+)?(?:<-\p{space}*)?\bchan\b(?:\p{space}*<-)?\p{space}*)+(?:\([^)]+\))?)?(?!(?:[\]*\[]+)?\b(?:struct|func|map)\b)(?:[\]*\.\[\p{L}\p{M}\p{N}\p{Pc}]+(?:,\p{space}*[\]*\.\[\p{L}\p{M}\p{N}\p{Pc}]+)*)?\p{space}*=?)?
  

  以及 struct 字段规则对应的：

  (?<=\{)((?:\p{space}*(?:(?:[\p{L}\p{M}\p{N}\p{Pc}]+,\p{space}*)+)?[\p{L}\p{M}\p{N}\p{Pc}]+\p{space}+)?(?:(?:\p{space}*(?:[\]*\[]+)?(?:<-\p{space}*)?\bchan\b(?:\p{space}*<-)?\p{space}*)+)?[^"/`\p{space}]+;?)+)\p{space}*(?=\})
  

• 对应 Go 语法源（dist/assets/langs/go-*.js）中的规则（多条共享同一 chan 类型片段）：

  • repository/struct_variables_types_fields/patterns/3/match

    (?<=\{)((?:\s*(?:(?:\w+,\s*)+{0,1}\w+\s+)?(?:\s*[]*\[]+{0,1}(?:<-\s*)?\bchan\b(?:\s*<-)?\s*)+{0,1}[^"/`\s]+;?)+)\s*(?=\})
    

  • repository/const_assignment/patterns/0/match（var_assignment 等同源）

    (?<=\bconst\b)\s*\b([.\w]+(?:,\s*[.\w]+)*)\s*((?:(?:[]*\[]+{0,1}(?:<-\s*)?\bchan\b(?:\s*<-)?\s*)+(?:\([^)]+\))?)?(?![]*\[]+{0,1}\b(?:struct|func|map)\b)(?:[]*.\[\w]+(?:,\s*[]*.\[\w]+)*)?\s*=?)?
    

• 受影响文件（均为官方前端产物）：

  • @deepseek-ai/dsh-web-frontend/dist/assets/langs/go-C27-OAKa.js
  • .../dist/assets/vendor-CCJJTK99.js（Shiki + 正则执行）
  • .../dist/assets/index-BKQ_L1z6.js（codeToTokens 高亮加载）

• 该 Go 语法在最新的 @deepseek-ai/dsh-web-frontend@0.2.0-rc.2 中与 0.1.5-rc.2 的 go-*.js md5 完全一致（4b2f87cf1d348561a636dd937140140a），即最新版本仍存在。

Expected behavior

• 语法高亮在任意合法/半成品 Go 代码上都不应出现指数级回溯；滚动应保持流畅。
• 建议方向（任一）：
  • 将有歧义的重复量词有界化（例如把 struct_variables_types_fields/patterns/3 的外层 (...)+、以及共享的 chan 片段 (...)+{0,1} 收敛为 (...){0,1}），消除 ((X?)Y?)+ 这类结构；
  • 或改用不会指数回溯的正则引擎 / 为语法规则做原子化处理。
• 本地验证：按上述方式收窄这几条规则的量词后，同一会话滚动时该正则 CPU 占用消失（headless 实测 86% idle、findNextMatchSync 仅 1.5%），可作为修复方向的参考。

Environment

• DSH: @deepseek-ai/dsh@0.1.5-rc.2（并确认 0.2.0-rc.2 仍复现）
• 前端: @deepseek-ai/dsh-web-frontend@0.1.5-rc.2（Shiki 代码高亮）
• 浏览器: Chrome 153（macOS 10.15.7）；Linux 上 headless Chromium 亦可复现
• Trace: Chrome Performance 录制（Trace-20261009T195249.json.gz，如需可提供）

[PerryLink]

这条我端到端复现了，你说的量级是对的 —— 一行 34 个字符的输入可以跑 69.8 秒。但有两处要收紧，其中一处会直接影响别人按你的报告复现。

1. 根因在上游，但放大它的是 DSH 的引擎选择

出问题的规则在 @shikijs/langs@4.4.3 的 dist/go.mjs：

repository.struct_variables_types_fields.patterns[3].match
= (?<=\{)((?:\s*(?:(?:\w+,\s*)+{0,1}\w+\s+)?(?:\s*[]*\[]+{0,1}(?:<-\s*)?\bchan\b(?:\s*<-)?\s*)+{0,1}[^"/`\s]+;?)+)\s*(?=\})

DSH 一个字都没改（packages/client/ui-primitives/src/markdown/highlight.ts:56 只是 ['go', () => import('@shikijs/langs/go')] 的 lazy import）。真正让它可以打死主线程的是 highlight.ts:1-4 的模块头注释：

a synchronous fine-grained shiki core (JavaScript regex engine — no oniguruma WASM, bundle-friendly)

⇒ 走的是 V8 的 irregexp，会回溯；而 ((…)+{0,1}…)+ 这种结构就是教科书式的指数回溯——Oniguruma 下也一样危险，但 JS 引擎上它直接吃主线程。

2. ⭐ 触发条件比你写的更严：必须缩进，且位于 struct { 体内

你的最小字符串 {[][]*…x 单独出现（{ 在行首）不触发。我实测 12 种上下文（裸行 / struct 体 / interface 体 / const 组 / var 组 / 匿名 struct / 嵌套 struct / 函数内 struct…）wall 全都 ≤ 45 ms。

原因我用 exec 的 lastIndex 探针定位到了：TextMate 扫描器只在扫描位置 ≤ { 的位置执行到这条规则才会付出枚举代价——

形态	规则被调用时 at	耗时
{[]*…x（行首）	≥ 15	≈ 0 ms
\t{[]*…x（缩进一行）	0	1084–1089 ms

⇒ 可靠的最小复现是 一行位于 struct { 体内、有缩进、且行内没有 } 的 {[]*…x：

type S struct {
	{[]*[]*[]*[]*[]*[]*[]*[]*x
}

这条建议直接补进报告，否则维护者按你原文的最小字符串跑不出来，会以为报告不成立。

3. 量级：本机实测（用 highlight.ts 的原始选项）

createJavaScriptRegexEngine({ forgiving: true, regexConstructor: p => defaultJavaScriptRegexConstructor(p, { lazyCompileLength: Infinity }) }) + tokenizeMaxLineLength: 1000，一次 codeToTokens：

[]* 次数 n	行长	wall
6	22	76 ms
7	25	137 ms
8	28	1094 ms
9	31	8731 ms
10	34	69820 ms

每 +1 次 []* 约 ×8 —— 与你 "n=8 ≈ 0.8s、n=10 ≈ 50s" 的倍率与量级都对得上。

trace 里的变换特征也吻合：@shikijs/engine-javascript@4.4.3 的 defaultJavaScriptRegexConstructor 实际调 toRegExp(pattern, { global: true, hasIndices: true, lazyCompileLength: 3e3, rules: { asciiWordBoundaries: true, … } }) —— asciiWordBoundaries: true 正好解释你看到的 \bconst\b/\bchan\b 保留 \b，而 \s→\p{space}、\w→[\p{L}\p{M}\p{N}\p{Pc}]。

4. 现有的三层护栏全都挡不住（这是最该写进报告的一条）

1. TOKENIZE_MAX_LINE_LENGTH = 1000（highlight.ts:286）—— 你的行只有 26–34 个 UTF-16 单元，根本不进降级分支
2. shiki 默认 tokenizeTimeLimit = 500（@shikijs/primitive@4.4.3 dist/index.mjs:620）—— 我实测把 tokenizeTimeLimit 设成 500 / 50 / 1 ms，同一输入 wall = 8669 / 8651 / 8654 ms，完全不受影响。原因在 @shikijs/vscode-textmate@10.0.2 dist/index.js:1812-1821：while (!STOP) { if (timeLimit !== 0) { … if (elapsedTime > timeLimit) return … } scanNext() } —— 预算只在两次 scanNext() 之间检查，单次 exec 不可抢占
3. forgiving: true（highlight.ts:272）只吞"编译失败"，不治运行时回溯

⇒ 所以这不是"护栏参数没调好"，是护栏在结构上无法覆盖这种单次超长执行。

5. 一个你可能没意识到的边界：没有配置项能关掉高亮

ui-primitives 是 cordis-free 的纯组件包（package.json 无 dsh 字段、无 plugin config），CodeBlockProps 也没有 highlight 开关。仅有的三种隐式降级：语言 hint 不在 LANG_ALIASES（highlight.ts:196-255）、grammar 尚未 lazy load 完、单行 ≥ 1000 单元。所以"给用户一个开关"这件事今天没有落点，需要新增面。

顺带把"滚动卡死"的机制说准：useViewportHighlighting.ts:7,49,71 表明每个代码块的激活是 IntersectionObserver 首次进入视口时一次性（激活后 unobserve，组件生命周期内不再取消）——所以滚动只是把那块内容第一次带进视口，代价集中在这一次（外加流式期间 highlight.ts:544 每帧重算尾部行）。

6. 修复通道：仓库已经有现成的 patch 机制

你已经验证了上游有界化方向，我建议优先推上游；DSH 侧最符合本仓惯例的做法是 pnpm.patchedDependencies——这个机制和目录都已存在：

• pnpm-workspace.yaml:108-115（已有 7 条 patch，含 exceljs@4.4.0 等第三方包）
• patches/ 目录

⇒ 可以加一条 patches/@shikijs__langs@4.4.3.patch 修掉 dist/go.mjs 里那条规则，比在 highlight.ts 里做形态预检更干净。次选才是对 fence 文本做廉价预检后走 plain 兜底。

7. 用户侧立即可用的规避

把该代码块的 fence 语言标签改掉（```go → ``` 或别的语言）：grammarForHint 直接返回 undefined，走 plain 文本，根本不会加载 Go 语法。

8. 版本

你写 0.1.5-rc.2、并称 0.2.0-rc.2 仍复现 —— 最新线仍未修：origin/master = d743267388（= dsh-v0.2.1-alpha.2）的 ui-primitives/package.json:42,44 是 shiki ^4.4.3 / @shikijs/langs ^4.4.3，而 4.4.3 的 Go 规则文本与你引的逐字相同。我单独取 origin/master lock 里解析出的 4.4.3 核对（与本机 node_modules 里的 4.3.1 对比过：两份 go.mjs 都是 51828 字节，规则文本一致），所以这条不是版本差异造成的。