xm/yuvuCli
1
0
Fork 0
Code Issues 1 Pull requests Projects Releases Packages Wiki Activity Actions

yuvu node exec 无法进入模型运行时容器：容器名被二次拼前缀导致 container not found #1

New issue
Closed
opened 2026-09-26 17:16:50 +08:00 by xm · 3 comments
xm commented 2026-09-26 17:16:50 +08:00
Owner
Copy link

现象

$ yuvu node exec --node nas yuvu-runtime-01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb -- nvidia-smi
error: internal: container not found: yuvu-yuvu-runtime-01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb

传入真实容器名后又被拼一次 yuvu- 前缀，得到 yuvu-yuvu-runtime-<session> → not found。
代码路径：yuvuCli/internal/cli/node.go 的 nodeExec → client.ExecInstance(instanceID, ...)；节点侧解析/报错来自 yuvuNode/internal/agent/dockerexec/executor.go（ErrContainerNotFound）。

影响

模型 runtime 容器（runtime_sessions.execution_container_name = yuvu-runtime-<session-id>，实例 yuvu-runtime-01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb）完全无法进入，导致：

  • 看不到 vLLM 进程与日志，拿不到 /metrics；
  • 无法在容器内跑 nvidia-smi（adapter 容器里根本没装）看 GPU 利用率/温度/降频；
  • GPU 类能力排障几乎无从下手（本次定位「吞吐 22→4 tok/s」掉速时即卡在此处）。

期望

  1. 支持按完整容器名执行：yuvu node exec --node nas --container yuvu-runtime-<id> -- nvidia-smi；
  2. 或提供 runtime 维度入口：yuvu node runtime exec <session-id> -- <cmd> / yuvu node runtime metrics <session-id>；
  3. 节点侧 managed 校验应覆盖 runtime 容器（SpecPatch 要求 yuvu.agent.managed 标签，建议确认 runtime 容器是否带该标签）；
  4. 顺带把 --timeout ≤300s、--max-output ≤4MiB 的硬上限写进 yuvu node exec --help（目前只在 usage 报错里出现）。

关联

  • yuvuCore：模型冷启动超时 + runtime 不可观测（另提）
## 现象 ``` $ yuvu node exec --node nas yuvu-runtime-01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb -- nvidia-smi error: internal: container not found: yuvu-yuvu-runtime-01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb ``` 传入真实容器名后又被拼一次 `yuvu-` 前缀，得到 `yuvu-yuvu-runtime-<session>` → not found。 代码路径：`yuvuCli/internal/cli/node.go` 的 `nodeExec` → `client.ExecInstance(instanceID, ...)`；节点侧解析/报错来自 `yuvuNode/internal/agent/dockerexec/executor.go`（`ErrContainerNotFound`）。 ## 影响 模型 runtime 容器（`runtime_sessions.execution_container_name = yuvu-runtime-<session-id>`，实例 `yuvu-runtime-01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb`）**完全无法进入**，导致： - 看不到 vLLM 进程与日志，拿不到 `/metrics`； - 无法在容器内跑 `nvidia-smi`（adapter 容器里根本没装）看 GPU 利用率/温度/降频； - GPU 类能力排障几乎无从下手（本次定位「吞吐 22→4 tok/s」掉速时即卡在此处）。 ## 期望 1. 支持按**完整容器名**执行：`yuvu node exec --node nas --container yuvu-runtime-<id> -- nvidia-smi`； 2. 或提供 runtime 维度入口：`yuvu node runtime exec <session-id> -- <cmd>` / `yuvu node runtime metrics <session-id>`； 3. 节点侧 managed 校验应覆盖 runtime 容器（`SpecPatch` 要求 `yuvu.agent.managed` 标签，建议确认 runtime 容器是否带该标签）； 4. 顺带把 `--timeout` ≤300s、`--max-output` ≤4MiB 的硬上限写进 `yuvu node exec --help`（目前只在 usage 报错里出现）。 ## 关联 - yuvuCore：模型冷启动超时 + runtime 不可观测（另提）
xm added the
P2
 label 2026-09-30 23:41:24 +08:00
xm commented 2026-10-02 19:26:37 +08:00
Author
Owner
Copy link

✅ 复验通过并已合入 main（合并提交 88d67e1，分支 fix/cli-1 tip be394ae 保留）

门禁：lane worktree 与合并树各跑一次 make check（vendor-check + quality + shell-check + publish-scope-check + test），两次 rc=0。

反向验证（变异必红 → 还原 sha256 一致 → 复绿）

  • 变异：nodeInstanceIDFromContainer() 的单次 strings.TrimPrefix(container, "yuvu-") 改成剥两层前缀
  • 结果：--- FAIL: TestNodeExecContainerFlagStripsExactlyOnePrefix → node_exec_container_test.go:31: single-prefix strip: instance="node", want "yuvu-node"
  • 还原：sha256(internal/cli/node.go)=c2cb1f14778a20668c1678d6eb2495e37e318aad323b60c2c5c6bbd1c1645040 与变异前逐字节一致，工作树干净，复绿

请验证这几点（真机）

  1. yuvu node exec --container yuvu-runtime-01a0dce3 -- nvidia-smi 现在命中节点实例 runtime-01a0dce3（此前二次拼前缀 → container not found）；
  2. --container yuvu-yuvu-node 只剥一层 → 实例 yuvu-node（不是 node）；
  3. 边界：--container 与位置实例 id 互斥、非 yuvu- 前缀报错、yuvu- 空后缀报错；node exec --help/-h/-help 仍列出 300s / 4MiB 上限。
✅ 复验通过并已合入 `main`（合并提交 `88d67e1`，分支 `fix/cli-1` tip `be394ae` 保留） **门禁**：lane worktree 与合并树各跑一次 `make check`（vendor-check + quality + shell-check + publish-scope-check + test），两次 rc=0。 **反向验证（变异必红 → 还原 sha256 一致 → 复绿）** - 变异：`nodeInstanceIDFromContainer()` 的单次 `strings.TrimPrefix(container, "yuvu-")` 改成剥两层前缀 - 结果：`--- FAIL: TestNodeExecContainerFlagStripsExactlyOnePrefix` → `node_exec_container_test.go:31: single-prefix strip: instance="node", want "yuvu-node"` - 还原：`sha256(internal/cli/node.go)=c2cb1f14778a20668c1678d6eb2495e37e318aad323b60c2c5c6bbd1c1645040` 与变异前逐字节一致，工作树干净，复绿 **请验证这几点**（真机） 1. `yuvu node exec --container yuvu-runtime-01a0dce3 -- nvidia-smi` 现在命中节点实例 `runtime-01a0dce3`（此前二次拼前缀 → container not found）； 2. `--container yuvu-yuvu-node` 只剥一层 → 实例 `yuvu-node`（不是 `node`）； 3. 边界：`--container` 与位置实例 id 互斥、非 `yuvu-` 前缀报错、`yuvu-` 空后缀报错；`node exec --help/-h/-help` 仍列出 300s / 4MiB 上限。
xm commented 2026-10-02 19:59:00 +08:00
Author
Owner
Copy link

独立复验 + 合并完成（issue 保持 open，等真机验收）

分支 fix/cli-1 tip 8f8a07a（b 轮：新增 yuvu node runtime exec 入口，把 core 侧 runtime-<session> 实例命名映射到 CLI）→ 已合并 main = ac7130a（合并树门禁复跑亦 rc=0）。

门禁（verifier 独立复跑，yuvuCli 工作树 HEAD=8f8a07a）

$ make check
Go vendor snapshot check passed
Go format and vet checks passed
publish scope checks passed
ok  forgejo.zuixue.site/xm/yuvuCli/internal/cli  0.223s
... (全部包 ok)                                          rc=0

反向验证（回退关键映射，新测试必须红）

# runtimeInstanceIDFromSession: value = nodeRuntimeInstancePrefix + value  ->  value = value
--- FAIL: TestNodeRuntimeExecMapsSessionToRuntimeInstance
    node_exec_container_test.go:79: runtime instance = "01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb", want "runtime-01a0dce3-..."
--- FAIL: TestNodeRuntimeExecAcceptsInstanceAndContainerNames/session_id
    node_exec_container_test.go:108: runtime exec "01a0dce3" -> instance "01a0dce3", want "runtime-01a0dce3"

还原后 sha256sum internal/cli/node.go = 8a90386b7ebcd76fc09148fbaf4d6886ef7441ccf67ed51a36909d2e35ebe1f1 == git show HEAD:internal/cli/node.go ⇒ 复绿 rc=0。

请验证这几点（真机）

  1. yuvu node runtime exec <session-id> -- nvidia-smi 能真正进入模型运行时容器并返回 stdout/stderr；
  2. 三种入参等价：bare session id / runtime-<session> / yuvu-runtime-<session>；
  3. 上限生效：--timeout ≤300、--max-output ≤4194304，超出给可读错误；
  4. --help 输出含 "maximum 300" / "maximum 4194304" / "runtime exec"。
## 独立复验 + 合并完成（issue 保持 open，等真机验收） **分支** `fix/cli-1` tip `8f8a07a`（b 轮：新增 `yuvu node runtime exec` 入口，把 core 侧 `runtime-<session>` 实例命名映射到 CLI）→ 已合并 `main` = **`ac7130a`**（合并树门禁复跑亦 rc=0）。 ### 门禁（verifier 独立复跑，yuvuCli 工作树 HEAD=8f8a07a） ``` $ make check Go vendor snapshot check passed Go format and vet checks passed publish scope checks passed ok forgejo.zuixue.site/xm/yuvuCli/internal/cli 0.223s ... (全部包 ok) rc=0 ``` ### 反向验证（回退关键映射，新测试必须红） ``` # runtimeInstanceIDFromSession: value = nodeRuntimeInstancePrefix + value -> value = value --- FAIL: TestNodeRuntimeExecMapsSessionToRuntimeInstance node_exec_container_test.go:79: runtime instance = "01a0dce3-5e34-7a75-9349-d8b8ed8bf0fb", want "runtime-01a0dce3-..." --- FAIL: TestNodeRuntimeExecAcceptsInstanceAndContainerNames/session_id node_exec_container_test.go:108: runtime exec "01a0dce3" -> instance "01a0dce3", want "runtime-01a0dce3" ``` 还原后 `sha256sum internal/cli/node.go` = `8a90386b7ebcd76fc09148fbaf4d6886ef7441ccf67ed51a36909d2e35ebe1f1` == `git show HEAD:internal/cli/node.go` ⇒ 复绿 rc=0。 ### 请验证这几点（真机） 1. `yuvu node runtime exec <session-id> -- nvidia-smi` 能真正进入模型运行时容器并返回 stdout/stderr； 2. 三种入参等价：bare session id / `runtime-<session>` / `yuvu-runtime-<session>`； 3. 上限生效：`--timeout` ≤300、`--max-output` ≤4194304，超出给可读错误； 4. `--help` 输出含 "maximum 300" / "maximum 4194304" / "runtime exec"。
xm commented 2026-10-04 20:03:31 +08:00
Author
Owner
Copy link

验证结论（2026-10-04）：此问题的修复已进入 yuvuCli main。CLI 现在支持 yuvu node exec --container yuvu-<name> -- <command>，并提供 yuvu node runtime exec <session-id> -- <command>；针对完整容器名解析、runtime session 映射及帮助中 timeout/output 上限的回归测试通过（go test ./internal/cli -run TestNodeExecContainer -count=1）。main 上包含该修复的 Woodpecker pipeline #37/#38 均成功。按 issue 的功能验收条件关闭。

验证结论（2026-10-04）：此问题的修复已进入 yuvuCli main。CLI 现在支持 `yuvu node exec --container yuvu-<name> -- <command>`，并提供 `yuvu node runtime exec <session-id> -- <command>`；针对完整容器名解析、runtime session 映射及帮助中 timeout/output 上限的回归测试通过（`go test ./internal/cli -run TestNodeExecContainer -count=1`）。main 上包含该修复的 Woodpecker pipeline #37/#38 均成功。按 issue 的功能验收条件关闭。
xm closed this issue 2026-10-04 20:03:31 +08:00
Sign in to join this conversation.
No Branch/Tag specified
Branches Tags
main
feat/foundation-refactor
fix/cli-1
fix/cli-3
fix/cli-2-mask-signing-key
fix/cli-image-revision-cmd
fix/cli-4-ci-publish-scope
feat/protobuf-task-cli
No results found.
Labels
Clear labels   
P0

P0：阻断/安全，优先修（数据泄漏、生产不可用、验证被卡死）

  
P1

P1：高（影响可用性/身份可信，本轮应修）

  
P2

P2：中（治理/门禁/可用性改进）

  
P3

P3：低（打磨/韧性补齐）

  
blocked

被外部条件阻塞（需授权/凭据/上游修复）

  
fixed-pending-verify

修复方已交付，待测试方真机验证

  
frozen-hold

冻结仓暂停：三条车道均不扫描此标签；解冻时改回 needs-fix / fixed-pending-verify

  
manual-fallowup

operator-only：由用户人工处理；助手可评论但不得关闭

  
needs-fix

待修复：归修复方（另一线程）

  
rewrite

rewrite：需重写实现（方向错或修复不充分，非补丁可了）

  
verified

测试方真机验证通过

No labels
P0
P1
P2
P3
blocked
fixed-pending-verify
frozen-hold
manual-fallowup
needs-fix
rewrite
verified
Milestone
Clear milestone
No items
No milestone
Projects
Clear projects
No items
No project
Assignees
Clear assignees
No assignees
1 participant
Notifications
Due date
The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference
xm/yuvuCli#1
No description provided.