Skip to content

nx-diag - 排查用探针(不是发版)

Pre-release
Pre-release

Choose a tag to compare

@github-actions github-actions released this 06 Nov 13:17
· 111 commits to main since this release

自动生成的诊断产物,用于定位 Switch 上"加载游戏后黑屏几秒就崩"的问题。不是发版,不是给玩家玩的东西。

最终结论(2026-11-07):根因在系统侧,不在核心

用户侧决定性发现:官方 RetroArch 前端加载其他核心的游戏同样崩 —— 与我们的核心无关。
用户启动方式为 NSP forwarder(title takeover 全内存),applet 内存额度论也排除。

用符号表(mca_boot.symbols.txt + addr2sym.py)解析 4 份 crash report,
所有崩点全在 mesa/nouveau(Switch GL 驱动)的 malloc/free 路径里,核心函数从未上栈:

场景 栈(自底向上截取)
ozone 菜单画光标 _malloc_r ← nouveau_mm_allocate ← nouveau_buffer_transfer_map ← glBufferData ← ozone_draw_cursor
swap buffers _free_r ← nouveau_fence_trigger_work ← eglSwapBuffers ← gl2_frame
游戏运行期(旧报告) dlmalloc 拆链 ← nouveau_buffer_create ← nvc0_launch_grid

野指针高位全是 0x3f…(double 位模式)—— 堆空闲链表被浮点数据覆盖,是系统级内存被破坏的表现。

根因:固件 22 + Atmosphère 1.11.1 错配。 官方 release notes 对照:
1.11.0=22.0.0 基础支持 → 1.11.1=22.1.0 → 1.11.2(2026-06)才补全 22.x → 1.12.1(2026-10-16)= 22.x 全量 + 23.0.0。
fw 22 发布时 GBAtemp 帖子的症状(自制必崩、forwarder 能进但加载内容报错)与本机逐字吻合。
解法:升级 Atmosphère 到 1.12.1(fusee 必须同步更新,fusee-primary 已废弃;Hekate 一并升)。

我们的 NRO(CI libnx 4.12.0)证据链健康:菜单能进、VM 10ms 就绪、Lakka 真机全通过。
教训:没有符号表时纯反汇编"还原"函数会把 nouveau_buffer_create 误读成"我们的清理循环" ——
nx-diag 附带 symbols.txt + addr2sym.py 是诊断链的固定环节,不要省。

已经确认的事实

真机:固件 22.0.0 / Atmosphere 1.11.1,从 hbmenu 启动。

观察 结果
ra_plain.nro(RetroArch 本体,不含核心) 能启动,正常
mca_boot.nro / 发版包(前端 + 我们的核心) 能启动,VM 10ms 就绪进主循环,但画面黑,几秒后进程崩

mca_trace.log 停在 === core started ===,再往后一行都没有 —— 说明 VM 起来了、游戏在跑,是运行期崩的,不是启动问题。

崩溃报告(Atmosphere)读出来的结论:

Result 2168-0002 (Data Abort)
PC = retroarch_switch + 0x7d20c4
 7d20c0  ldr x1, [x6, #0x18]     ; 空闲块 chunk->bk->fd
 7d20c4  str x1, [x0, #0x18]     ; 崩在这,x0 = 0x3f0a8a8b3dc8c8ca(野指针)

这段是 newlib 的 free() 在拆空闲链表。堆被人写坏了(空闲块的 fd 被覆盖),不是 libnx ABI / 链接 / 内存不足。
(后注:该 PC 实为 _dtoa_r+0x11e4 处的 dlmalloc 例程,调用方是 nouveau——见上表;当时没有符号表,归属判断部分有误。)

模块归属也是确定的:报告里模块的 text 段 8,286,208 字节,与本 NRO 的 text_size 逐字节相等(ra_plain 是 8,151,040,差 135,168)。所以崩的确实是"前端 + 我们的核心"这个包。

这一版加了什么

1. sdmc:/switch/mca_run.log —— 运行期 trace,每 30 帧(0.5 秒)一行:

[host] stack request=8388608 set=0 get=0 got=... create=0
[vm] thread entry local=0x...
[run] first retro_run (mode=0)
[run] f=30 online=1 thr=1 up=1 panic=0 mode=0 sp=0x...
[run] f=60 online=1 ...

每行写完之后还会做一次 malloc(24) + free() 的堆探针。也就是说:如果日志最后一行是 f=1230,那崩溃就发生在第 1230 帧之后的这次探针里 —— 帧号直接给你。

日志用裸 open/write/close 写,不走 stdio:堆坏了以后 fprintf 自己可能要 malloc,写不出去。

stack request=8388608 ... got=? 这一行是专门查"VM 线程真的拿到 8MB 栈了吗"——libnx/newlib 有可能把它悄悄限成 128KB,那样 VM 深递归就会踩穿相邻堆,症状和现在完全一致。

2. sdmc:/switch/mca_mode.txt —— 切通路口径,用记事本建一个纯文本,内容写一个数字:

内容 行为
0 或没有这个文件 正常(默认)
1 不往前端推视频帧(画面全黑)
2 不往前端推音频
3 完全不拉 VM 数据(黑帧 + 静音),只跑 VM 自己

同一份包跑四次,就能判断堆是死在 video 回调 / audio 回调 / pxt 取帧拷贝 哪一条上,还是与这三条都无关(那就是 VM 线程自身)。

请这么跑

全部放 sdmc:/switch/,按住 R 点任意已装游戏进 hbmenu。

  1. 先跑一次 mode 0(不放 mca_mode.txt 就是 0),等它自己崩掉。
  2. 回传 sdmc:/switch/mca_run.log(整个文件,不只是最后几行)+ 新的崩溃报告。
  3. 如果还有余力,再把 mca_mode.txt 依次写成 1 / 2 / 3,每次跑完记一句"崩了没崩、大约几秒",并保留当次的 mca_run.log(会被追加,不是覆盖,所以在行首记一下当前批次也行)。

崩溃报告在哪

sdmc:/atmosphere/crash_reports/

按修改时间取最新那份 .log。重点看 PC / LR 的 retroarch_switch + 0x... 偏移——配上本页的 mca_boot.symbols.txt 能直接翻成函数名。

附带文件

  • mca_boot.nro — 我们的核心 + 诊断打点(-DMCA_NX_DIAG=1,正式发版包不带这些打点)
  • ra_stubcore.nro — RetroArch + 空核心(只验证静态核心机制)
  • probe_nacp.nro — 纯 libnx 控制台程序(带 NACP 的版本)
  • ra_plain.nro — RetroArch 本体,不含核心
  • *.symbols.txt — 对应 NRO 的 nm -n 符号表,崩溃偏移靠它对到函数
  • *-build.log — 构建日志

最终定案(2026-11-07 凌晨)

机器:固件 22.0.0 + Atmosphère 1.12.1(用户已从 1.11.1 升级)。

**这不是我们核心的问题。**证据链:

  1. crash report 里的栈从未出现核心函数;VM 侧 mca_trace 一路跑到
    "core started"(镜像装载/GC/initRuntime/主循环全通,10ms 就绪)。
  2. 官方 RetroArch 1.21.0 与 1.22.2(不含任何第三方核心)裸前端同样崩,
    用户配置重置(retroarch.cfg 重生 + 无着色器缓存)后依旧。
  3. 崩点在 mesa/nouveau 的 nv50_ir 着色器编译器(1.22.2 符号已确认:
    NVC0LegalizePostRA::findFirstUses 读哈希表野指针)。1.21.0 与 1.22.2
    寄存器签名逐位一致(X5=0xfffffffe, X6=0x21),野值每次不同(符号扩展
    负值垃圾)。
  4. 连非 RA 的自制 GUI(tencent-switcher-gui)也崩,野值特征相同;
    melonDS 正常(软件渲染,不走 GL 着色器管线)。
  5. 启动方式矩阵:title takeover = 菜单✓、加载核心崩(Application 进程崩);
    applet = NRO 跑在 hbloader 进程里,RA 1.21.0 一启动整个 hbloader 崩
    (Program ID 010000000000100d)→ 整机重启。

上游:libretro/RetroArch#18905(open,fw21.2 起有人报,fw22.5 复现);
Atmosphere-NX/Atmosphere#2717(同错误码的 applet 崩溃讨论)。

NRO text 大小对照表(判 crash report 归属用):
我们的 NRO=8,286,208 / 官方1.22.2=8,134,656 / 官方1.21.0≈7,741,440(个别
报告 7,737,344,段对齐差一页)/ tencent-switcher-gui=4,984,832。