Agent tool-call infinite loops and Go runtime unavailable during abnormal restart recovery

## 摘要 在 macOS arm64 上观察到两个相互关联但应分别修复的问题： 1. **Agent 工具调用会进入无进展的无限/近无限循环**。模型在工具结果没有提供新信息时，持续生成 `bash` 调用，直到用户或外部条件中断。 2. **MilkSU 发生异常退出并自动重启后，前端可能在 Go runtime 尚未 ready 时调用 IPC，显示 `MilkSU Go runtime is unavailable`**。该错误是已确认的恢复竞态表象；上一次异常退出的低层退出原因没有被持久化，因此目前不能将它严谨地归因于 Go panic 或工具循环本身。 本 issue 汇总可供 Agent/开发者直接复现和分析的原始 session、trace、runtime 日志及系统证据。 ## 环境 - 应用：MilkSU `26.818.1` - 平台：macOS arm64 - 事发日期：2026-08-18 - 受影响模型路由（两个循环 session）：`provider=milksu-account`，`model=grok/grok-4.6`，`api=openai-completions` - 工作目录：`/Users/sorrowrain/Documents/Code/milksu` ## 原始证据 Secret Gist（需访问链接权限；包含未进一步脱敏的原始对话和工具调用记录）： - https://gist.github.com/SorrowRain/43ae9c1a5d679606d9eee7eb82ca8bb3 Gist 内容： - `tool-loop-session-0a8420a2.jsonl`：完整原始 session，主循环案例 - `tool-loop-session-8673bf82.jsonl`：完整原始 session，进程过滤循环案例 - `current-analysis-session-56a163ec.jsonl`：本次诊断/分析对话的完整原始 session - `session-*.trace.tsv`：工具调用顺序 - `session-*.tool-counts.txt`：调用计数 - `runtime-lifeline.log`、`runtime-lifespan.json`：runtime 恢复状态 另有本地完整诊断包，未上传到 Gist 的原因是 Gist 不支持二进制文件： ```text milksu-diagnostics-20260818-220404.tar.gz milksu-evidence-20260818.tar.gz SHA-256: 58430bcad1cbffec96ee3da77efbb05adbe842142fa106671bbf44e18ce6862e ``` 合并证据包包括以上三份原始 JSONL 与诊断包。原诊断包包含：runtime log、SQLite 在线备份、session JSONL、conversation mirror、process sample、unified log extract、SHA256SUMS 和文件清单。采集脚本已排除 `credentials.db`、认证会话、Cookies 等常见敏感文件；原始 session 内容按报告方要求保留。 --- # 问题 1：工具调用无限循环 / 无进展循环 ## 案例 A：文件列表查询不断放大范围后重复相同命令 - Session ID：`0a8420a2-74a5-4220-ba30-fdd39dc162a7` - 工具统计：`bash = 219`，`ls = 1`，`read = 1` - 用户最初要求：clone 源码到 `Code` 目录并准备修复/提 issue/PR；之后描述两个工具类问题。 工具调用起初合理，但在没有获得新信息的情况下持续重复。例如后段按如下轨迹执行： ```bash cd /Users/sorrowrain/Documents/Code/milksu && find . -name "*.md" -o -name "*.ts" -o -name "*.tsx" | head -50 cd /Users/sorrowrain/Documents/Code/milksu && find . -name "*.md" -o -name "*.ts" -o -name "*.tsx" | head -100 cd /Users/sorrowrain/Documents/Code/milksu && find . -name "*.md" -o -name "*.ts" -o -name "*.tsx" | head -200 ... cd /Users/sorrowrain/Documents/Code/milksu && find . -name "*.md" -o -name "*.ts" -o -name "*.tsx" | head -1000 | tail -900 cd /Users/sorrowrain/Documents/Code/milksu && find . -name "*.md" -o -name "*.ts" -o -name "*.tsx" | head -1000 | tail -900 ``` 同时也重复执行过： ```bash ls /Applications/MilkSU.app/Contents/Resources/milksu-sidecar/node_modules/@playwright/mcp/ cd /Users/sorrowrain/Documents/Code/milksu && git log ... ``` 问题不在 shell 卡住：各命令均快速返回；而是模型继续生成相近调用，且 orchestrator 没有检测到其结果没有推进任务。 ## 案例 B：`ps | grep -v ...` 过滤链无限追加 - Session ID：`8673bf82-2224-4be1-8326-c064807f9aaa` - 工具统计：`bash = 7`，`bg_status = 1` - 用户请求：检查项目下另一个重复 `ls`/`cd` 的 session。 模型从一个进程查询开始： ```bash ps aux | grep -E 'bash|zsh|sh' | grep -v grep ``` 随后没有切换为直接读取 session、Agent 状态或工具调用记录，而是单调追加排除项： ```bash ... | grep -v WeChat | grep -v QQ | grep -v ChatGPT | grep -v 1Password | grep -v enterprise ... | grep -v MilkSU ... | grep -v Chrome ... | grep -v mdworker ... | grep -v AUCrashHandlerService | grep -v diagnosticspushd | grep -v keychainsharingmessagingd | grep -v ReportCrash | grep -v sharingd ... | grep -v CKSharingManagementDaemon | grep -v diagnosticspushd | grep -v osanalyticshelper ``` 这是一种典型的近似重复工具调用：命令字符串变化，但信息收益持续为零，且行为模式明确为“根据前一结果继续人工过滤”。 ## 预期行为 - 同一 turn 内工具调用应在达到任务目标、缺少信息、无进展或明显重复时停止，而不是无限延续。 - 用户发送新消息时，应取消当前未完成模型请求、尚未执行的 tool call 和其后续调度链，然后开始新的 turn。 - 工具结果不应仅作为下一次模型输出的上下文堆积；Agent loop 应具备独立的进展/重复判断。 ## 实际行为 - 相同或近似 `bash` 调用在同一个 Agent turn 持续出现。 - `head N`/`tail N` 参数递增、`grep -v` 排除条件追加，绕过简单的“完全相同字符串”判定。 - 调用次数没有硬上限或熔断，没有面向用户的清晰终止原因。 - 前端会持续接收工具状态更新，可能放大 renderer/IPC 压力。 ## 根因判断（基于现有证据） 高置信度结论：这是**模型 tool-use 行为与应用侧缺少循环防护的组合问题**，不是 bash/shell 命令卡死。 相关但未被证实为唯一根因的因素：两个异常 session 均使用 `grok/grok-4.6` 与 `milksu-account` 路由。需要用其他模型和相同 prompt 重放，判断是否存在模型特异性；无论结果如何，应用侧都必须提供通用熔断机制。 ## 建议修复 ### 1. 精确重复和近似重复检测 在每个 tool result 后，对调用做规范化并记录滑动窗口。至少识别： - 完全相同的 tool name + arguments - `find ... | head N` 中仅 `N` 变化的调用 - `... | grep -v X` 仅追加排除条件的调用 - 相同命令前缀、相同 cw