fix: 修复长命令取消后沙盒清理阻塞及会话排队

[Zh-XuH40]

变更说明

执行长时间 shell 命令时点击停止，Agent 的异步等待被取消，但默认 aexecute() 在线程中运行的同步 GEM 请求仍可持续到原始超时。runtime 删除等待代理请求排空，同一会话的新消息继续排队；前端轮询只看到 Run 已终态，会提前显示结束。

• 任务类型：bug-fix。
• 目标：将取消传递到对应 GEM session；限制 provisioner 的操作锁等待；让 API 和 Web 按 runtime 清理状态投影当前运行。
• 非目标：不改变 FIFO、数据库/队列 Owner、模型行为、权限或部署拓扑；不回滚取消前已经完成的文件和外部副作用。
• substantial 判断：影响命令执行、取消、runtime 清理与跨层终态行为，补充决策记录和事故复盘。

主要改动：异步创建独立 shell session、启动命令并以短请求等待；取消先收敛启动再显式 kill，并处理重复取消。provisioner 锁等待最多 5 秒，忙碌返回可重试 503；等待 pin 时取消也归还晚取得的 pin。健康检查独立于同步线程池。当前运行接口和 Web 看门狗/断线/刷新恢复保留尚未清理的终态 Run。清理日志补齐 Run 身份和 traceback。

工程主张与 Owner

• 命令执行和终止由 ProvisionerSandboxBackend.aexecute() 与 _terminate_command() 拥有；硬超时缺少退出码时报告失败码 124。
• 请求排空、删除互斥和 503 由 provisioner 的 SandboxOperationPins 拥有；失败的并发删除不能释放其他删除者的栅栏。
• PostgreSQL 的 runtime_cleanup_pending 继续拥有持久清理意图。终态事务可先于 runtime 删除；只有清理成功后才解除同一会话 FIFO fence、发布 end。
• 当前运行 API 和 useAgentRunStream 消费这项数据库事实；HTTP、数据库、generation、PID/文件和 Redis 事件是观察边界。
• 决策记录：沙盒命令取消与有界清理。

验证情况

取消传递与结果投影

• 失败面：只取消 Python 等待，远端命令继续执行；启动与 kill 乱序；重复取消打断终止；超时被当成未知退出码。
• 语义 Owner：Sandbox backend、当前运行 service、Web Run stream。
• 直接证据 / 命令：在上游补丁快照运行 python -m pytest test/unit/backends/test_sandbox_command_cancellation.py test/unit/backends/test_sandbox_provisioner_config.py test/unit/services/test_agent_run_service.py test/unit/services/test_run_worker.py -q，198 项通过；node --test test/unit/agentRequestQueue.test.js，36 项通过。
• 负向案例：启动确认前后取消与第二次取消；cleanup pending 下看门狗和断线不得结束；新标签页恢复三种待清理终态。原实现对应取消与提前结束用例失败。
• 结果：Passed。

繁忙删除有界，其他 runtime 和健康检查可用

• 失败面：长代理 pin 使删除永久等待；同步池饱和使健康检查无法响应。
• 语义 Owner：provisioner 操作 pin、异步健康路由。
• 直接证据 / 命令：python -m pytest test/integration/services/test_sandbox_cancel_lifecycle.py -k busy_proxy -q 和 -k health_responds -q 各 1 项通过。使用真实 GEM/HTTP：繁忙删除返回 503 后，其他沙盒继续执行；同步线程池全部占用时健康检查仍响应。
• 负向案例：活跃 pin 阻止删除且不能误报成功；第二个删除者超时不能释放第一个栅栏；已取消代理的晚到 pin 必须归还。
• 结果：Passed。

完整取消与 FIFO 清理链路

• 失败面：数据库已经取消，进程和清理仍残留；清理前放行同一线程；清理后未发布终态。
• 语义 Owner：worker、PostgreSQL Run/Attempt、GEM/provisioner、Redis 事件。
• 直接证据 / 命令：新增 test_http_stop_kills_gem_before_worker_releases_fifo，在 PostgreSQL 隔离 Schema 中验证实际 PID、文件、清理标记、lease、generation 和 end 事件。当前上游 PostgreSQL 环境未提供，暂未运行该用例。
• 负向案例：清理前 active Run 必须存在且没有 end；清理后实例消失、lease 清空、end 可读，后续命令成功。
• 结果：Not run。当前补丁快照尚未完成 PostgreSQL 与实际 API/ARQ/SSE 的完整运行链路验证。

通用检查

• 失败面：静态契约、格式、构建或回归不一致。
• 语义 Owner：工程契约脚本、Ruff、Web lint/build 与 docs build。
• 直接证据 / 命令：上游补丁快照 python -m pytest test/unit -m "not slow" -q，2520 项通过；python scripts/verify_engineering_contracts.py，检查 184 份文档；python -m unittest scripts.test_verify_engineering_contracts，63 项通过；改动文件 Ruff check、Web ESLint、Vite build、VitePress build 与独立索引 git diff --check 通过。
• 负向案例：沿用工程契约、源码/格式检查与正式链接构建的拒绝后果。
• 结果：Passed。后端全量结果见补充说明；前端全量存在可在无补丁上游基线重现的失败，不能写为全绿。

简化 / 删除验收

不涉及。

独立语义 Review

Not run：尚无全新上下文 Reviewer 的独立结论。此 PR 拟以 Draft 提交，等待独立语义审查和完整运行链路验证；测试结果不能代替独立代码 Review。

未验证范围与风险

• Not run：上游 PostgreSQL 取消集成用例、实际 API/ARQ/SSE deterministic E2E、Kubernetes 和真实外部模型探针。
• 前端全量回归未全绿：至少 5 项失败已在未打补丁的官方 main 复现，位于 agentRuntimeConfigVisibility.test.js、chatStartScreen.test.js 和 modelProviderSaveActions.test.js。这些文件与其业务实现不在本 PR 修改范围。
• GEM 终止请求可能失败；异常会记录，runtime 清理仍受 generation 和 durable cleanup fence 约束。每条异步命令增加 session 创建、短轮询与最终输出读取请求。

事故反馈

长命令取消后 runtime 清理阻塞。记录已确认的长调用残留和清理阻塞，并区分没有现场线程栈支持的线程池耗尽推断；包含 reproducer、直接 oracle、负向案例和未验证范围。

界面变更

调整运行状态与恢复行为，无布局或视觉样式变化。截图/录屏为 Not run。

关联事项

无。已搜索上游相关 sandbox/cancel PR。

补充说明

补丁基于官方 main 的 031e2c72681edb8f95f71b60ceb66881f7915b8d，范围为沙盒命令取消、runtime 清理、运行状态投影及对应测试和文档。保持该基线的 PostgreSQL 与 SDK 依赖，无 schema、迁移或新增产品依赖。

后端全量初次运行 2517 项通过，3 项因复用运行环境缺少上游声明的 xlrd 而失败；将锁定版本 xlrd==2.0.2 安装到独立临时测试目录后，全量复验 2520 项通过。测试目录通过 PYTHONPATH 装配，没有修改正在运行的应用依赖。