跳转至

任务还在跑时「净增商家」恒为 0,而界面告诉用户「多半是之前采过了」

现象(Tony 实测 v0.16.27,有截图)

任务详情的概况区:

总组合 已采集 待采集 净增商家 耗时 剩余
29,594 1 29,593 0 4分37秒 约 95 天

而同一时刻左侧导航:商家列表 322 → 687(真的新增了 365 个)、 官网 545、邮箱 22、手机 588。

Tony 原话:「而且 刷新下数据没了 明明是有新增的商家的 为什么会没呢?」

根因

resultCount 当时全仓只有一个写入点(v0.16.28 后已分散,见文末订正),在 task-manager.ts:186 的 onBatchDone:

export async function onBatchDone(taskId: string) {
  if (t && t.status === 'running') {
    await updateTask(taskId, {
      status: 'done',
      resultCount: Math.max(0, now - (t.startCount || 0)),
      ...

⇒ 它只在整个任务跑完的那一刻算一次。 29,594 个组合、剩余约 95 天的任务 永远到不了这里,resultCount 一直是初值 0。

「刷新就没了」的部分

task-view.tsx:434:

return t.resultCount || liveCounts[t.id] || 0;

liveCounts 是运行期内存态 ⇒ 刷新页面清空 ⇒ 回落到 resultCount(0)。 数据没丢,是这个数字没有持久化来源。

🔴 比「显示 0」更严重的:文案在撒谎

task-detail-dialog.tsx:901 有一段条件文案:

{stats.done > 0 && stats.sumCount === 0 && (
  已经搜了 {stats.done} 个组合,但净增 0 —— 多半是这些商家之前已经采过了。
  「完全重复的商家」默认会被过滤…
)}

它的触发条件是「有 done 的组合 + sumCount 为 0」,没有区分 「真的没新增」和「任务还没跑完所以这个数不存在」。

Tony 的场景正好落在后者:商家真的从 322 涨到 687,而界面说「多半是之前采过了」。

⇒ 显示 0 只是缺数据,显示一个错误解释是主动撒谎。 用户可能据此以为关键词选错了,或者跑去关掉去重设置。

这条文案本身是 v0.16.9 为了解释另一个真实场景(「两个相同任务,后一个净增 0」)加的, 那个场景下它是对的。问题是它的触发条件覆盖了一个它没考虑的场景。

待 Tony 拍:「净增商家」要哪个语义

方案 准确性 代价
① 实时全局增量(当前商家总数 − 任务开始时总数) ⚠️ 并行跑多任务时互相污染 小
② 这个任务实际写入的商家数(按 taskId 记账) ✅ 准确 要改采集链路
③ 保持「跑完才算」,但跑之前不显示这个卡片 ✅ 不撒谎 跑的过程中看不到收成

⚠️ Tony 截图里是「同时跑 2 个任务」,所以 ① 的污染不是理论担心。

不依赖上面拍板、可以立刻做的

那条解释文案的触发条件必须收窄 —— 至少要排除「任务还在跑」的情形。 现在的条件 stats.done > 0 && stats.sumCount === 0 在任何未完成任务上都会命中。


🔴 v0.16.28 修完后的遗留:三个「采到多少」的数之间没有任何对账

修完之后,全仓有三个关于「采到多少」的数,而没有任何一处代码会去比对它们:

数 是什么 谁在看
SearchCombo.resultCount 逐组合的入库数(只增) 详情页的组合列表
local:task-ingested 按 taskId 累加的入库数(只增) 任务卡 + 详情页的「净增商家」
MapTask.resultCount 任务起跑/结束时的全局商家总数差值估算 账本无记录时的 fallback

① 删过数据之后,累计口径与真实库存永久分叉(置信度:高)

账本与 SearchCombo.resultCount 都是只增不减设计:账本只在整个任务被删除时清零, 组合表没有反向递减机制。用户走「仅删商家数据、保留任务」(controlTask 的 payload.deleteData 分支)、 走 contact-pool 清理、或任何别的路径对 MapTaskData 做行级删除时,累计值与「数据视图里这个任务实际还剩多少行」 立刻不再相等 —— 而没有任何代码路径去比对,也没有日志或断言覆盖这个不变量。

用户只会看到「任务卡说净增 365,数据视图这个任务却只有 20 行」,没人告诉他为什么。

② fallback 估算是唯一「会被用户看到、却从不被核对」的数(置信度:中)

账本跟着每一轮续跑/补搜持续累加真值;而 MapTask.resultCount 是快照式估算, 续跑后若没有对应重算就会停在第一次运行结束时的旧值。 这个分歧只在账本「无记录」回落到估算时才会被用户看到 —— 一旦账本有记录, 估算就被完全遮蔽、永远不会被拿出来与账本互相校验。

③ 账本与组合表是两次独立、非事务性的存储写入(置信度:中)

incrementIngestedCount(写 wxt/storage 的 local:task-ingested)与 markComboDone / markComboByKey(写 IndexedDB 的 SearchCombo 表) 总是拿同一个 added 值通过 Promise.all([...]) 并发发起 —— 但这只保证并发,不保证同时成功。

任一侧写失败(配额、SW 被回收、事务冲突)而另一侧成功,两个「净增」来源就静默分叉。 各自的失败兜底(logShortCircuitOnce)只记录、不回滚另一侧, 也没有任何定期对账(例如 ledger 总值 == SUM(SearchCombo.resultCount) WHERE taskId = X)去发现漂移。

处置

三条都未修,登记在此。共同的解法方向是一个可对账的不变量 + 一处定期校验, 而不是继续给每个数各打一个补丁 —— 参见 0210-combo-writeback-eaten-by-await-race 的教训: 同类缺陷反复出现 = 基元选错。


🔴 v0.16.29 追记:三条遗留里的第 ③ 条已被收口,另外两条仍在

事实订正(审查方 dshf 抓到)

本文上半部分写「resultCount 全仓只有一个写入点,在 task-manager.ts:186 的 onBatchDone」—— v0.16.28 之后已经不成立:轮次基线落地后写入点分散到 task-manager.ts 的三处 (done 时 / 轮次收尾写 roundResultCount)。上文保留原样并在此订正,不改历史记录。

收口(2026-09-23 · v0.16.65)

主体修复实已随 v0.16.28(2c68862 文案 done 门)与 SPEC-027 投影链(a11160d 删回落通道) 落地,本刀补钉回归断言:running + 投影真 0 时净增显 0 且「之前已经采过了」绝不出现 (摘守卫突变见红的完整证明在执行报告)。状态翻 fixed;下方遗留①②未修,仍挂 SPEC-027。

遗留 ③(账本与组合表静默分叉)已收口

原文说:incrementIngestedCount 与 markComboDone 并发发起、任一侧失败另一侧不回滚、 没有任何对账机制。

v0.16.29 的修法不是让两者原子(跨库原子在本仓做不到,见 SPEC-027-采到多少的唯一事实源 约束 1), 而是给差额一个去处:

账本  ==  Σ(组合行 resultCount)  +  unattributed

回写没写成的那笔 added 落进新增的持久账本 local:combo-writeback-unattributed(串行写链)。 markComboByKey / markComboForTab 带原因返回结局,早退不再是静默的。 ⇒ 两个数不再凭空分叉,差额可核对、有名字。

同批收口的写端缺陷

  • 绑定持久化:tabToComboBinding 原来只活在内存,SW 一回收就全丢 (对比 pagingQueue 是落盘的)。现在带 1 秒防抖持久化 + 模块求值即恢复。
  • 10 分钟清理改为「标记过期」而不是「删除」,60 分钟才真回收 —— 原来到点即删,之后到达的 ingest 撞 combo-writeback-tab-unbound,组合永不 done。
  • stop 不再删绑定(在飞 ingest 明确归组);nuke 保持清场契约但连持久层一起清。
  • finishedCount 不再独占「已采集」语义:新增 comboWritebackDone / comboWritebackSkipped 两个量随 publishProgress 发布。原来那一个数在组合根本没跑时也 ++ (开 tab 失败 / 60 秒超时 / batch-go 发送失败 / 用户关 tab / stop), 却被当成进度分子显示成「已采集」。

读端同批收口

  • 拆掉「读不到就回落」:task-store.ts 的读取点移除了 fallback 参数, 改为显式返回 availability / completeness。读不到就显示 —,绝不拿另一个语义的数冒充。 这条是上一轮翻车的直接原因 —— 兜底数正是旧版本撒谎的那几个数。
  • 修 ahooks 的 supersede 静默:账本请求的 refreshDeps: [tasks] 挂在一个每 2 秒换新引用的数组上 (wxt 的 defineItem 每次 getValue 都 JSON.parse 出新数组), 而 ahooks 在请求被 supersede 时走 Fetch.js 的 return new Promise(()=>{}) —— 永不 settle,onSuccess 与 onError 都不执行,连 console.error 都不打。 改用稳定键后 onSuccess 能触发;同时补 onError + 持久留痕。
  • 账本值加来源戳:{added, since, baseline?},兼容旧的裸 number。 老任务显示「仅账本启用后」而不是假装完整 —— 上一版账本对老任务从 0 起算, 而读端只要 key 存在就判 isLedgerTruth: true,比旧估算更权威地错。

仍未收口的两条

遗留 ① 删过数据之后累计口径与真实库存永久分叉 与 遗留 ② fallback 估算是唯一「会被用户看到、却从不被核对」的数 仍然成立,处置方向见 SPEC-027-采到多少的唯一事实源。