MessageWeave/docs/opengaps.zh-CN.md

未完成项

English version / 英文版 → opengaps.md

本文件当前无未完成项：四条阶段目标全部关闭，唯一悬置的产品决策（多账户）已由用户于 2026-09-28 定为不做（§3）。保留关闭记录，便于回溯每个缺口为什么关、怎么关的。

已实现的接口与架构设计见 docs/reference.md、docs/design.md，已退役的能力见 docs/retired.md。验证基线以 docs/design.md「P0 门禁」段落为准。

待办事项

无。

TTL 那条真机绿灯已经用你给的 Upstash URL 跑过了（见 §1），不需要再交任何东西。

阶段目标

#	项	状态
1	Email/changes 的 newState 语义	已关闭（提交 269c8f6）
2	TTL 实测	已关闭（代码收口 0890eb1 + 真机 ttl 两条断言跑通）
3	Telegram 入站 / Stalwart PushSubscription 联调	已关闭（真实流量已驱动，操作步骤见 README.md §3.7）
4	/worker 未在部署文档里	已关闭（README.md §3.10 已补；进程内 drain 后来把外部 /worker 触发降级为可选安全网，正常路径不再依赖外部调度器）

门禁：cargo fmt --check / cargo check --locked / cargo clippy --locked --all-targets -- -D warnings 全绿；cargo test --locked 111 passed / 0 failed / 4 ignored（4 个 #[ignore] 里 2 个 TTL 断言已用真实 Upstash 跑过：REDIS_TEST_URL=… cargo test --locked -- --ignored ttl → 2 passed / 0 failed；剩 2 个需要真实 JMAP 服务器，该能力已在 staging 联调验证）；文档门 6/6 全绿，含 49 处行号锚点非空校验。

第 5 项不在阶段目标内：多账号产品决策，2026-09-28 已由用户定为不做，决定边界与将来要做的改动面见 §3。

阻塞项

无。 四条阶段目标全部关闭，代码侧与真机侧都通了，唯一悬置的产品决策也已定案（§3）。

已关闭

1. TTL 实测（已关闭：常量收敛并在真实机器上完成断言验证）

原条目：全代码库 12 个 TTL 写入点、17 个 TTL 值，但只有三个真正落到 Redis 的原子命令（set_nx_ex 的 SET … NX EX、retry_or_dlq Lua 里的 EXPIRE、set_ai_consent 的 SET … EX）在真实 Redis 上被断言过实际 PTTL；其余全是裸字面量。测试替身 MemoryState::claim_dedup 直接忽略 TTL 参数，所以单测覆盖的是调用路径，不是过期时长——把一个 24 小时去重窗口改成 60_480 仍能编译通过、单测全绿。

三步关掉：

1. 真实 Redis 断言（提交 0890eb1）。src/state.rs 的 real_redis_ttl_tests，两个 #[ignore]-gated 用例，照 src/domain/jmap/client.rs:522 的模式：缺 REDIS_TEST_URL 时打 skipped 并返回，URL 不落日志。断言三个原子写入点的实际 PTTL。运行：REDIS_TEST_URL=… cargo test --locked -- --ignored ttl。
2. 消灭裸字面量（提交 0890eb1 之后的一轮）。17 个值全部收进 src/state.rs 的 pub(crate) mod ttl，调用点改引常量，新增 ttl_contract_is_pinned 逐个断言常量表，并带两条顺序断言（心跳必须短于锁、同意档位必须严格递增）。原条目里够不到的 B 类 Lua 内嵌值也接上了——retry_or_dlq 现在用 ttl::RETRY_COUNTER_SECONDS 插值生成脚本字符串，脚本里不再有第二个字面量。改值现在 = 改常量 + 断言失败，两处都得过评审。
3. 真机绿灯（本轮，用 Upstash 实例跑）。两条断言实际连上真实 Redis 读回 PTTL 并通过，B 类 Lua 内嵌值首次落到真机验证。过程见下文「测试自身的四个 bug」。

契约基线（键的完整语义见 docs/reference.md §1）：

常量	值（秒）	键
ttl::RECONCILE_LOCK_SECONDS	60	lock:reconcile
ttl::RECONCILE_HEARTBEAT_SECONDS	30	lock:reconcile（心跳续租）
ttl::RECONCILE_HEARTBEAT_INTERVAL_SECONDS	10	心跳 sleep 间隔
ttl::PUSH_REGISTER_LOCK_SECONDS	360	lock:push-register:{sha256(callback_url)}
ttl::PUSH_VERIFY_LIMIT_SECONDS	30	ratelimit:push-verify:{subscription_id}
ttl::DEDUP_TG_SECONDS	86_400	dedup:tg:{update_id}
ttl::DEDUP_JMAP_SECONDS	86_400	dedup:jmap:{account_id}:{email_id}（回调入队与对账增量入队共用）
ttl::DELIVERY_INFLIGHT_SECONDS	60	delivery:inflight:{stream}:{message.id}
ttl::DELIVERY_COMMITTED_SECONDS	604_800	delivery:committed:{stream}:{message.id}
ttl::PUSH_DISABLED_SECONDS	86_400	push:subscription:{id}:status（disabled）
ttl::PUSH_STATUS_PENDING_SECONDS	900	push:subscription:{id}:status（pending）
ttl::PUSH_STATUS_VERIFIED_SECONDS	300	push:subscription:{id}:status（verified）
ttl::PUSH_SUBSCRIPTION_SECONDS	0（永不过期）	push:subscription:{id}
ttl::PUSH_REGISTRATION_SECONDS	604_800	push:registration:{sha256(callback_url)}
ttl::PUSH_ORPHAN_SECONDS	604_800	push:orphan:{subscription_id}
ttl::ADMIN_SESSION_SECONDS	1,800	admin-session:{token}（同时是 /admin/session 返回的 expires_in）
ttl::RETRY_COUNTER_SECONDS	86_400	retry:{stream}:{message.id}
ttl::CONSENT_TEMPORARY_SECONDS	3_600	consent:ai:{chat_id}（「临时 / 一次」与显式 /ai on 共用）
ttl::CONSENT_TODAY_SECONDS	86_400	consent:ai:{chat_id}（「今天」）
ttl::CONSENT_WEEK_SECONDS	604_800	consent:ai:{chat_id}（「7天」）
ttl::CONSENT_MAXIMUM_SECONDS	31_536_000	consent:ai:{chat_id}（「直到撤销 / 长期」）
ttl::CONSENT_REVOKED_SECONDS	0	consent:ai:{chat_id}（撤销；落 max(1) = 1s，语义是「已过期」）

生产代码里已经不存在裸 TTL 字面量；worker.rs 的同意档位测试断言仍保留数字字面量，那是刻意的——用独立于常量的期望值去验生产代码，否则两边一起改的话单测永远绿。

本轮顺手修掉测试自身的四个 bug。

• 单测二进制不会跑 main()，rustls 没装 crypto provider，rediss:// 握手直接 panic；现在测试模块自己调 install_rustls_provider()。
• retry:{stream}:{message.id} 的键构造用消息 id 而不是 run id，断言读到一个从未写入的键，PTTL 返回 -2，测试第一句就失败。
• worker.rs 对账增量入队那一处 TTL 字面量原先漏收，仍是裸 86_400。

第 4 个是真机断言自身不稳定的，前三个是编译期就能发现的：

• 零值 case 原先断言 assert_within(pttl, 1, 500)——要求 1 秒 floor 读回来仍在 ±500 ms 内。但读回发生在跨网络 TLS 往返之后，那一秒通常已被消耗完，连跑三次拿到 -2（键已过期）、269、118 ms。产品代码本身没问题：SET … NX EX 1 确实落地了，-2 恰恰证明 EX 生效、键按预期过期。改判据为「pttl != -1」——-1 才是真正要防的回归（EX 被静默丢弃、键永不过期），加上「pttl == -2 || pttl <= 1000 + 2000」这个只设上界的判断，因为一个还活着的值只会从 1s 往下数。改完连跑 6 轮全绿。

两条 TTL 断言已在真实 Upstash 实例上跑通（rediss://，TLS-only；明文 redis:// 会在 AUTH 后收到空回复断连，故必须走 TLS）：SET … NX EX（claim_dedup）、SET … EX 3600（set_ai_consent）、Lua 内嵌 EXPIRE 86400（retry_or_dlq）三处原子写入点的实际 PTTL 全部落在 2s 容差内。原条目里够不到的 B 类 Lua 内嵌值现在也是真机验证，不只是常量引用。

2. Email/changes 的 newState 语义（提交 269c8f6）

原条目担心「服务器无法回放旧增量时返回 newState，要求客户端重新基线化」。但 jmap-client 0.4.2 的 ChangesResponse 只有 accountId / oldState / newState / hasMoreChanges / created / updated / destroyed 加展开的调用参数——没有 reset / re-baseline 信号字段。所以 /changes 失败在代码里就是一个普通的 Err，无法区分「临时故障」和「服务端不再回放这个 state」。这个条目因此无法通过任何观测手段闭环：停机窗口里能观测到的仍然是同一个 Err。

代码的实际行为比条目描述的更糟：Err 被原样上抛成 Err(())，reconcile:state 原样保留——下一次 cron 用同一个 dead sinceState 重试，再失败，再 503。游标永久冻结，/reconcile 永远返回 503 reconcile_retry 且没有任何前进。

修法：/changes 失败时改走重新基线——取一个新鲜的 session_state()，写回 baseline:{fresh_state}:0 并 Ok 返回。position walk 完全不依赖服务端 changelog 保留策略，所以下一轮从 position 0 重走一遍即可恢复；24h 去重键（enqueue_reconcile_event，ttl::DEDUP_JMAP_SECONDS）保证重放最坏重复一次、不会漏。新增单测 reconcile_rebaselines_when_changes_replay_is_stale 锁定该行为。

position walk 路径（list_emails_page(None, position, BASELINE_PAGE_SIZE)）本身不受影响——它的签名里根本没有服务端 state 参数（None 是 folder_id），所以不会碰到上面那类 token 语义。

3. 多账户（已决定不做，用户于 2026-09-28 决定）

单账户由需求固定（REQ-SINGLE-ACCOUNT），从未进入阶段目标。用户于 2026-09-28 明确「暂时不做多账户」，此缺口关闭。docs/design.md §11.3、docs/charter.md 的 REQ-SINGLE-ACCOUNT 行与 docs/reference.md 的环境变量表 / 需求映射表原本就按此表述，本轮未改这三处。

这条决定覆盖的范围

• 不做多账户单实例——一个 bot 实例同时服务多个 JMAP 账户。因此不需要 chat→account 路由、按域 / 按文件夹路由、JmapService 池化。
• 需要第二个邮箱时的既有路径：部署第二个 bot 实例，各自独立 BOT_TOKEN / ACCOUNT_ID / JMAP_SESSION_URL 与 Redis 前缀。这是已文档化的既有能力，不需要新代码（README.md §6.1）。
• 重新开启的触发条件：出现「同一个 TG 会话要按来源邮箱分路由」这类单实例内的路由需求时，再拆 REQ-SINGLE-ACCOUNT。

将来若真要做的最小改动面（本轮核实过现状，供拆需求时直接用）

• state:jmap:since 是单一全局游标，无账户维度（读 src/state.rs:801、写 src/state.rs:809）——两个账户会互相覆盖游标，这是第一个要动的地方。
• lock:reconcile 是单一全局单飞锁（Redis 实现 src/state.rs:1139）——两个账户的对账会被同一把锁串行化。
• dedup:jmap:{account_id}:{email_id} 已经带账户段（docs/reference.md §1），键形无需改。
• ACCOUNT_ID 环境变量已存在且经校验（留空取 session 主账户，越界值在 src/domain/jmap/client.rs:513 报错），业务配置层也能覆盖 account_id（src/config.rs:465 的 unwrap_or_else 回落）。配置面已就绪，缺的只是实例内的分维度状态。

这条不是被跳过，是被明确拒绝：单实例多账户省下的一个部署单元，换不来它引入的路由与游标复杂度。

4. push 401：push 校验码带了 TTL（2026-10-13 已关闭）

现象：Stalwart 事件推送（命中 jmap_push 的 changed 批次）被 401 拒绝，而校验请求本身仍然通过；cron 对账路径继续投递，所以表现为「邮件迟到」而不是「邮件不到」。

根因：JMAP push 校验码存在 push:subscription:{id} 下，TTL 原为 300 s。Stalwart 只在订阅注册时校验一次，之后永不重新校验：键过期后，每次事件推送都被 401 拒绝，且没有任何告警。

修复链（均已提交）：

• d452f95：TTL 300 s → 604_800 s（一周）。
• 7331cb7：→ 0（永不过期）。ttl::PUSH_SUBSCRIPTION_SECONDS 现为 0，键在订阅退役时由 forget_push_subscription 显式删除。这里的有限 TTL 是定时炸弹，不是清理机制。
• f9160c0：校验响应符合 RFC 8620 §7.2（JSON {"verificationCode": …}）；出站校验 API 调用改为尽力而为——调用失败仍记录订阅。
• 3b36fe3：顺序修正——remember_push_subscription 移到速率限制器之前，ttl::PUSH_VERIFY_LIMIT_SECONDS（30 s）现在只限制出站 API 调用，不会挡校验码落库。

经验：外部服务器只在注册时校验一次的状态，绝不能带过期时间。正确姿态是 TTL 0 + 显式删除路径，而不是「让 Redis 以后扫掉」。

5. 投递不及时：唯一的 stream 消费者是进程外 cron（2026-10-16 已关闭）

现象：邮件到达 JMAP，但 Telegram 通知几天都没来；stream 积压直到有人手工触发外部 /worker 才排空。

根因：stream 的唯一消费者是外部 cron 的 POST /reconcile + POST /worker。cron 被暂停时，入队消息无人处理。（部署文档当时把 /worker 描述为「运维手工触发」并刻意排除在 Worker 白名单之外——该文档缺陷记录在下文「本轮发现并修复的部署文档问题」。）

修复（ac0f291，进程内 stream drain）：

• notify::run_stream_drain 从 src/main.rs spawn 成一个 10 秒循环（ttl::INPROC_DRAIN_INTERVAL_SECONDS），消费者为 notify::INPROC_CONSUMER；每次成功的 push 对账之后立即排空一次，所以 push 事件在一次 drain 间隔内投递，不必等下一个 cron tick。
• 外部 /worker 与它共用同一个 Redis 消费者组 stalwart-workers，重叠触发是空操作而不是重复发送。/worker 降级为可选安全网，scripts/cron-drain.sh 相应降级。
• 章程不变量 21（「无长轮询调度」）在同一批里重新表述：drain 是短 Redis 往返的循环，不是长连接。

确认：2026-10-16 真机用户测试，邮件→Telegram 全链路由运维在设备上确认通过（「现在收到邮件了」）。

经验：唯一投递路径不能依赖进程外调度器——cron 会被暂停、会随重启丢失。Redis 消费者组让双重触发幂等，所以进程内循环与外部触发可以安全共存。

两次事故沉淀的流程经验

• 一次性交接文档不在任何校验器的文档清单里。 HANDOFF-push-401.md（仓库根，本轮退役并在 docs/retired.md「已删除文档」表留了一行）里的「已知残留」实际已在上游修复，而没有任何门禁发现这个漂移。对策：这类文件退役掉，可复用事实搬进常驻文档，事故收口前用真机验证。
• 修改变了一个假设时，文档必须同批改。 进程内 drain 让 README.md §3.10、docs/design.md、docs/reference.md、本文件、docs/charter.md（技术选型「调度」行 + 不变量 21）里「外部 cron 是唯一触发器」的表述都变成了假的；这几处在 ac0f291 同一批内同步完毕。
• 真流量是「到底通不通」的最终权威。 两次事故都以运维在设备上的确认为收口依据，而不是单测或读文档。

本轮发现并修复的部署文档问题

README.md §3.10 原来只给了 /reconcile 的调度示例，而 /worker——全代码库唯一的队列消费入口——被描述成「运维手工触发」，且刻意不在 Worker 白名单里。照文档照抄部署 = 邮件持续进队列、通知永远发不出去，这正是联调环境积压了数天才被手工排空的成因。README.md §3.10 已补上 /worker 的调度步骤、顺序要求、批量上限与「204 不能当成功信号」的说明。后来进程内 stream drain（notify::run_stream_drain，一个被 spawn 的 10 秒循环 + 每次成功的 push 对账之后立即排空一次）把外部 /worker 触发从唯一消费路径降级成了可选安全网，scripts/cron-drain.sh 也相应降级。

同时修正了 docs/reference.md 与 docs/retired.md 里 /worker 的锚点：原值 notify.rs:340 落在 reconcile 函数体内，锚点审计不会报错（该行存在且非空），但语义是错的；正确值是 notify.rs:390。按仓库锚点策略，这些历史锚点未再回补（见 AGENTS.md §2.5）。