hmo/MoFin
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
6929720d47a477f3f7d0f31aa26f82fae123fa2e
MoFin/docs/archive/system-audit-20260810.md
T

13 KiB
Raw Blame History

MoFin 系统彻查报告（2026-08-10）

彻查范围：cron 管道 / 健康监控 / 本地vs246差异 / 数据层 目的：了解系统现状 + 发现问题 + 对照文档与246部署版 状态：📋 彻查完成，待老莫决策修改项

一、cron 管道彻查（63个任务）

1.1 今日失败/异常任务（2026-08-10）

任务 脚本 问题 影响
候选股自动提拔-每30分 promote_candidates.py 超时 600s 候选无法入自选
盘前全量重评-自选退出 premarket_full_review.py 超时 600s 重评中断
资金流采集-盘中 capital_flow_collector.py database is locked 资金流数据缺失
开盘前钉对钉验证 preflight_verify.py 退出码 1 1/18 提示词不一致
小果市场筛选-全市场 market_screener.py SIGTERM (code -15) 筛选中断
收盘简报 closing_brief.py interpreter shutdown 简报可能缺失
策略评估-每日 stale_detector.py Connection error 评估中断
LLM修复循环-L3 self_repair.py SIGTERM 自愈中断

1.2 🔴 管道断点：候选池积压

  • candidates 表：427 行，其中 250 已提拔、177 未提拔、7 dropped
  • sector 分布：accumulation=412（占96%）、v_mr=5 等
  • candidate_filter 今日报"待处理候选: 0只" —— 但 177 个未提拔候选存在！
  • promote_candidates 每次超时 600s —— 无法消费积压（对每个候选调 stock_quote 子进程10s + technical_analysis 重型计算 + per_stock_reassess 480s，多个候选顺序处理必然超时）
  • 管道断裂点：accumulation_scanner(15分) → candidate_filter(30分,处理0) → promote_candidates(30分,超时)

1.3 调度机制

  • market_watch.py 链式调用 mr_scanner + s2_scanner（不是 accumulation_scanner）
  • accumulation_scanner 独立 cron（*/10 9-15）
  • 调度在 hermes cron jobs.json（63任务），非系统 crontab

二、健康监控彻查

2.1 多层健康检查体系

层级 脚本 调度 状态
系统体检(8类47项) morning_health_check.py 交易日8:00 ✅ 今日8:00跑
盘中自检-高频 intraday_health_check.py */15 9-15 ✅ 今日12:30跑
功能健康-L1 functional_health_check.py */15 ✅
健康数据采集 mofin_health.py */15 ✅
元监控-L4 meta_watchdog.py 每5分 ✅
系统健康检查 system_health_check.py 0 9 * * 1-5 🔴 last_run=2026-07-23（18天没跑）

2.2 🔴 小果残留导致虚假 critical 报警

小果已归档（xiaoguo 服务已停），但 health_checklist.json 仍包含：

  • infra-xmpp-xiaoguo（小果 XMPP Bot）
  • infra-gateway-xiaoguo（:8645）
  • infra-xiaoguo-tunnel（SSH隧道）
  • sense-xiaoguo-scanner-data（扫描数据）

今日体检结果：ok=35 / warn=3 / error=6 / critical=3，critical 全是小果残留检查。

2.3 其他问题

  • checklist 实际 47 项（文档说 48 项，差1）
  • system_health_check.py 被 cron-catalog 标注"被 morning 替代"但仍在调度且 18 天没跑
  • cron 审计报警"全部cron最近24h 43个异常"（可能误报或真实）
  • HEALTH-PIPELINE.md 描述 Tier1/Tier2（agents_health_check），与实际 MoFin 多层体系不符

2.4 本地 vs 246 健康脚本差异（4个 md5 不同）

脚本 本地 246 说明
mofin_health.py 48KB 80KB 246 版大
morning_health_check.py 38KB 71KB 246 版大
cron_health_monitor.py 有 有 内容不同
gateway_health.py 有 有 内容不同

三、本地 vs 246 漂移（严重）

3.1 git 差异

  • 本地落后 148 commits（1 ahead, 148 behind origin/master）
  • 246 master == origin/master（aa85fc21）
  • 本地 master 有本地独有 commit：fc68ca38（docs 归档）、88c6ea45（盯盘防闪烁）等

3.2 脚本差异

  • 70 个文件内容不同（本地旧）
  • 8 个脚本仅 246 有：heavy_run.sh / market_regime.py / mr_scanner.py / news_collector.py / resonance.py / s2_scanner.py / ths_news.py / v71_gate.py
  • 3 个 cron 引用脚本不在 canonical deploy/profile-scripts：self_todo_executor_v2.py / market_screener.py / prepare_report_data.py

3.3 deploy_guard 状态

  • 246 上 deploy_guard：ok=true，0 problems（12:30）——canonical 与 profile scripts 一致

四、数据层（简要）

  • live_prices 今日 12:40 新鲜
  • market_snapshots 新鲜
  • holding_strategies active=18
  • 资金流采集失败（db locked）→ 资金流数据今日可能缺失
  • market.json 496h 旧（health 假阳性——market_watch 已迁 DB，但 health 仍查 JSON）

五、问题优先级（建议修改顺序）

P0（管道断裂，影响实盘）

  1. promote_candidates.py 超时修复（批处理/跳过 heavy 子进程/加单例守卫）
  2. candidate_filter "待处理 0 只" 断点排查

P1（健康监控误报）

  1. health_checklist.json 移除小果残留项（infra-xmpp-xiaoguo 等）
  2. system_health_check.py 停用或合并（18天没跑）
  3. HEALTH-PIPELINE.md 文档更新

P2（一致性）

  1. 本地仓库同步（148 commits 落后）——但需确认合并策略（246 是权威）
  2. 健康脚本 4 个 md5 不同——以 246 为准同步

P3（数据）

  1. capital_flow_collector db locked（SQLite 并发）
  2. market.json 假阳性（health 检查改查 DB）

彻查方式：246 实查（jobs.json 解析/candidates 表/md5 对比/health_checklist）+ 本地对照 待老莫决策：哪些先修、如何修（P0 管道断裂是否优先处理）

六、深入结论（2026-08-10 二次深挖）

6.1 git 三方同步关系（同步问题真相）

git.yoin.fun/hmo/MoFin.git  ←← 246 的 origin（真正权威远端）
        ↑ origin/master (aa85fc21)
246 工作区 /home/hmo/MoFin
        ↑ 本地 origin = ssh://246（本地连的是 246 本身，不是 git.yoin.fun）
本地 /projects/MoFin（HEAD=fc68ca38，落后 30+ 提交）

结论：

  • 246 部署代码与 git 一致（deploy_guard 硬链接 + 每日守卫，ok=true）
  • 本地落后 origin/master 30+ 提交（fc68ca38 是我提交的文档归档）
  • 246 有 3 个游离未提交改动：strategy_lab.py(M)、evolution/evolution_api.py(M)、data/strategy_staleness_report.json(M)——不在 deploy_guard CODE_PATHS 里（守卫只监控 deploy/profile-scripts/mofin_db.py 等特定路径），所以守卫不处理
  • 部署目录 = 硬链接到 git 工作区（inode 相同），deploy 一致性由 deploy_guard 保证

6.2 候选管道断裂根因（双重点）

断点1：candidate_filter 永远 0 待处理

  • 查询条件：pass_final IS NULL OR pass_final=0
  • 但 candidate_filter 给所有非否决候选设 pass_final=1（不管分数）→ 一旦过滤永久 pass，从不重审
  • 结果：427 候选全 pass_final=1 → filter 永远报"0只"

断点2：promote_candidates 必然超时

  • 查询：score_final>=7 有 ~240 个候选
  • 每个候选：stock_quote 子进程(10s) + technical_analysis + per_stock_reassess(480s)
  • hermes child_timeout_seconds=600 杀进程（exit code -15）→ 必然超时
  • 实际只处理了 ~33 个就被杀（约18s/个，240个需要1小时）

accumulation_scanner："发现515只但新增0只"——所有检测到的都已存在于 candidates（不重复插入），池子饱和

6.3 新策略接入点（关键问题回答）

candidate_filter / promote_candidates 都无 sector 过滤 → 会消费任何 sector 的新候选

但新策略接入前必须先修复管道：

  1. promote_candidates 超时（240个×18s=1h >> 600s）是当前最大障碍
  2. candidate_filter 的 6 阶段通用评分为 accumulation 设计（量价放大/中低位），超跌策略候选评分可能不适配
  3. RR>=2.0 门槛（promote 内）会把超跌候选大量拒绝（当前 31/33 被 RR<2 拒绝）
  4. per_stock_reassess 480s 子进程是超时主因

修复方向（待老莫批准）：

  • promote_candidates：分批处理（每批 N 个）+ 缩短 per_stock_reassess 超时 + 加单例守卫
  • candidate_filter：pass_final 语义修正（分数阈值才 pass，或允许重审）
  • 新策略接入：独立 sector（p_oversold）+ 考虑绕过通用 6 阶段评分（策略专属评分）或直接复用候选管道

七、检修补充发现（2026-08-10 策略评估/自愈体系）

策略评估/反馈/进化链路（数据正常）

  • strategy_evaluations 217条 / feedback 222 / history 5513 / research 111 / tracking 311 / lessons 16

🔴 cron 停摆/error

cron 脚本 状态 根因
策略评估-每日 stale_detector.py 🔴 error(08-06起) Connection error（stock_quote子进程超时+兜底失败）
LLM修复循环-L3 self_repair.py 🔴 error(今天) Script timed out after 600s（同promote问题）
策略复盘-每日 strategy_review.py ⚠️ 08-07后停 3天没跑
分支剪枝-每日 prune_branches.py ⚠️ 08-07后停 3天没跑
系统全局审计 system_audit.py ⚠️ 08-07后停 3天没跑

⚠️ TODO 滞留

  • todos 表 254 号：宏观风险HIGH TODO 卡 in_progress（07-29"调用知微失败timed out"）——自愈链路滞留点

洞察

  • 策略评估链路实际停摆（3天）——评估体系没有真正闭环
  • self_repair 也是 600s 超时（与 promote 同类问题）——系统性超时问题：hermes child_timeout_seconds=600 对重型脚本太短
  • 这些与候选管道修复是同一类问题（超时），修复模式可复用

八、知微链路检修结论（2026-08-10）

检查项 结论
知微 bot 进程 ✅ 运行中（xmpp_zhiwei_bot.py PID 1254814）
简报 cron 调度 ✅ 正常（工作日跑，周末跳过符合预期）
开盘简报 ✅ ok（next 08-11 09:35）
收盘简报 ⚠️ 08-07 error（上周五，需查非紧急）
知微洞察 ✅ next 今天15:35
市场精选推荐 ✅ next 今天16:00
信息通道 简报模板→cron_to_xmpp→知微XMPP，链路完整

九、规范差距评估（DEVELOPMENT_STANDARDS.md vs 实际）

规范要求但实际缺失

规范条目 实际状态
run_all_tests.py 必须通过（6.2） ❌ 脚本不存在（只有 TEST_PLAN.md 文档）
一次 commit 一个逻辑（6.4） ✅ 遵守
无重复代码（1.1） ⚠️ 部分违反（candidate_filter 直接写SQL）

规范缺失（检修发现需补充）

缺失内容 背景
单例守卫铁律 refresh_mtf_cache 重复实例→db locked；promote 无守卫
deploy_guard 部署流程 改 deploy/profile-scripts 必须 commit，否则被回滚（实战踩坑）
提交白名单 GIT_ALLOW_COMMIT=1 令牌 + push 用 hmo 身份
600s 超时限制 hermes child_timeout_seconds=600，重型脚本需分批/护栏

十、知微链路深入检修（2026-08-10 二次）

🔴 今天开盘简报生成失败

  • 09:35 运行但 LLM API 失败（deepseek-v4-flash 空流 → 180s kill）
  • 无输出文件，jobs.json 状态未更新
  • 根因：LLM 通道不稳定 + 失败状态未正确记录

🔴 多个 cron 静默停摆/失败

cron 问题
市场精选推荐 7/31后停摆（5交易日）
小果市场筛选 8/7 kill（code -15）
收盘简报 8/7 RuntimeError
策略评估-每日 8/6起 Connection error

⚠️ cron_to_xmpp 双通道

  • 主 profile 30908cdc44a8（每分）7/23 停
  • position-analyst f948702cf5de（每5分）在跑
  • 系统 crontab */2 跑 deploy 版 → 可能重复

部署启示

知微信息 = hermes cron + LLM + XMPP 推送。LLM 不稳定→简报静默失败，部署新策略需监控此链路。

十一、Cron 系统审视与整理（2026-08-10 晚）

背景

63个cron从MoFin系统从无到有过程中陆续加入，含不合时宜部分。系统性审视分类处理。

已归档（pause，5个）

cron 原因
自选买入区提醒-盘前午间尾盘 被候选管道promote_candidates替代
系统健康检查-开盘前 被morning_health_check替代
300308入场信号紧盯 + 午后紧盯 中际旭创盯盘，确认停用
小果市场筛选-全市场 小果已归档，筛选残留

根因发现（解释8/3起所有LLM cron停摆）

fix_gateway_port.py 看门狗反噬死循环：

  • 每5分钟cron检测8643端口/session → LLM端点故障误判异常
  • → sudo systemctl restart gateway → 只等5s（冷启动20-100s）误判失败
  • → 下次又restart → 死循环（8/3起gateway每5分钟被重启）
  • 后果：所有LLM cron停摆（市场精选/策略时效/持仓复查/开盘简报/策略评估）

已修复：fix_gateway_port v3（87808165）

  1. 重启冷却30分钟（防循环）
  2. 等待120s（覆盖冷启动）
  3. LLM端点故障不重启只告警（重启gateway无用）

待观察（第2步）

  • B类3个cron（市场精选/策略时效/持仓复查）明天是否恢复
  • D类持续error（策略评估/候选过滤等）逐个排查
Reference in New Issue View Git Blame Copy Permalink