FlashOps — 存储实验室无人值守执行层

固件回归测试的控制平面：把一条真实 SOP 变成可执行、可恢复、可取证的状态机，让工程师不必通宵值守。

命名是临时的。 FlashOps 只是后端代号，控制台目前仍显示 STORAGE LABOS；商标与最终品牌确认后，需要统一后端常量、控制台标题和文档。

当前可运行基线

现在已有一条无需硬件即可端到端跑通的真实纵向链路：

建任务 → 六项安全预检 → 资源加锁 → N 次模拟循环
      → 注入 Agent 心跳丢失 → L1/L2 失败 → L3 带外 Reset 恢复
      → 从循环检查点续跑 → Evidence Bundle 打包 → 前端实时可见

全程使用内置模拟 DUT、测试主机与带外控制器，一条命令即可完成。当前实现重点是事件溯源写路径、安全门禁、状态转移、恢复记录和可复现演示；独立 Host Agent 已经完成注册、token 与心跳最小链路，但步骤租约、真实硬件适配器、失败聚类执行逻辑与完整权限体系仍是后续工作，不在此基线中伪装完成。

快速开始

前置：Python 3.9+。不需要 Node 或 Docker。

make setup      # 建 venv、装依赖、建库、灌种子数据
make demo       # 跑一条 8 轮模拟回归（含故障注入、恢复与证据包）
make dev        # 起控制平面与控制台 :8000
make dev-agent  # 注册独立 Host Agent 并发送一次心跳
make test       # 控制平面 + Agent + API 端到端测试

make demo 结束会打印 Run ID 与 Evidence Bundle 路径；make dev 后打开 http://localhost:8000/console/Tasks.dc.html，运行预检并创建任务，再进入“实时运行” 即可看到同一条 Run 的事件时间线。API 文档在 http://localhost:8000/docs。

仓库结构

flashops/
├─ docs/                        架构与规范（先读这里）
│  ├─ architecture.md           五层架构 → 代码目录的逐层映射
│  ├─ domain-model.md           7 个核心领域对象 → 数据库表
│  ├─ state-machine.md          Run/Step 状态机、恢复阶梯、检查点语义
│  ├─ adapter-sdk.md            工具适配器契约（产品扩张的关键边界）
│  ├─ workflow-spec.md          SOP → YAML 工作流的 schema
│  └─ decisions/                ADR：为什么这么选，以及什么时候该推翻
├─ services/
│  ├─ control-plane/            FastAPI 控制平面（事件、安全、模拟执行、证据）
│  └─ host-agent/               独立拉模式 Agent（注册、凭据、心跳）
├─ ../前端UI八页面完成/          控制台原型；由 FastAPI 挂载到 /console
├─ docker-compose.yml           目标生产拓扑草案（尚未作为发布物验收）
└─ Makefile

三条必须守住的架构红线

写后续代码时，这三条一旦破了，返工成本最高：

控制面与数据面分离——任务状态的唯一真相在控制平面数据库，测试主机本地只有缓存。 Agent 挂了、主机重装了，Run 状态不丢。
事件溯源——所有状态变化以 append-only 事件写入 run_events，当前状态是事件的投影而非独立真相。时间线、审计、复现全部由此派生。禁止绕过 events/recorder.py 直接 UPDATE Run 状态。
安全默认拒绝——当前序列号、破坏性授权、系统盘、固件型号、Host 与 OOB 任一不满足即在 safety/ 层拒绝。真实 Agent 接入前还必须补签名命令模板，保证 Agent 只执行控制平面批准的动作。

当前状态与下一步

能力	状态	说明
14 张持久化表	✅ 已落地	SQLite 建表与种子数据可重复执行
Run 事件溯源	✅ 已落地	状态只能经 `events/recorder.py` 投影
Run 状态转移	✅ 已落地	纯函数转移表，终态不可恢复
六项安全门禁	✅ 已落地	序列号、破坏性授权、系统盘、固件、Host、OOB
L1–L5 恢复决策	✅ 已落地	纯函数；演示链路实际执行 L1–L3
循环检查点续跑	✅ 模拟落地	循环边界保存，恢复后续跑
Evidence Bundle	✅ 最小实现	`manifest.json` + `events.ndjson`，完整率 100%
控制台	🟨 部分接入	任务中心与实时运行接 API；其余页面仍为静态样例
独立 Host Agent	🟨 部分落地	注册、token 摘要、心跳、主机探针与 15s/30s 状态老化已实现；Step 租约待实现
真实 nvme-cli 与 OOB	⬜ 待实现	需要可牺牲 DUT 与 JetKVM/PDU
失败签名执行与聚类	⬜ 待实现	数据表已定义，服务逻辑未接入
多工位调度、认证与权限	⬜ 待实现	进入真实实验室前必须补齐

下一步建议实现 Step 租约、ACK、续租、完成上报与幂等事件，再把内置模拟执行器迁到独立 Agent；完成这层后再接真实 nvme-cli 与 JetKVM，才能保证硬件接入不绕过控制面安全规则。

5.1 KiB Raw Permalink Blame History Unescape Escape