# MoviePilot Docker A/B Harness 该工具用同一个冻结 Docker substrate 对两个 Git commit 做源码级 A/B。派生镜像会先清空 `/app`，复制目标 commit 的完整 `git archive`，再从 substrate 注入镜像构建阶段生成的插件目录、 `sites.*.so` 和 `user.sites.v3.bin`。如果依赖或 Docker substrate 输入发生变化，工具会拒绝继续， 避免把外部构建输入漂移误算成性能收益。 工具不会读取工作区或容器内的 `app.env`，不挂载真实配置、媒体目录或 Docker socket。固定配置只使用 内置实验室占位凭据，样本不发布主机端口，并运行在无外网的 internal network。 ## 一次性预热浏览器 默认从固定命名 volume `mp-perf-v3-browser-seed` 复制 CloakBrowser 缓存。该 volume 只需联网预热 一次： ```bash docker volume create mp-perf-v3-browser-seed docker run --rm \ --mount source=mp-perf-v3-browser-seed,target=/moviepilot/.cloakbrowser \ --entrypoint python3 \ jxxghp/moviepilot-v3@sha256:925de1fdf1bb0312144bc818bc8ebaa999a9a159c6d14f1b48b0ff05edb7f720 \ -m cloakbrowser install ``` 也可以在 `seed` 或 `run` 时显式传入 `--allow-browser-download`，但该选项会让 seed 阶段联网； 正式 Before/After 样本仍然只克隆预热结果并使用 internal network。 ## 分阶段执行 所有全局参数必须放在子命令前。结果默认写到系统临时目录下的 `moviepilot-perf-results//`。 ```bash PYTHON=../.venv/bin/python CAMPAIGN=v3-perf-001 ${PYTHON} scripts/perf/moviepilot_docker_ab.py \ --campaign "${CAMPAIGN}" \ build --before-ref upstream/v3 --after-ref HEAD ${PYTHON} scripts/perf/moviepilot_docker_ab.py \ --campaign "${CAMPAIGN}" \ seed ${PYTHON} scripts/perf/moviepilot_docker_ab.py \ --campaign "${CAMPAIGN}" \ sample --variant before --index 1 --points 1,5,10,30 ``` 开发 harness 时可以用小数分钟做短冒烟，例如 `--points 0,0.02`。正式数据必须保持 `1,5,10,30`。 未指定 `--scenario` 时仍使用 `idle-default`，样本目录和 Docker 资源名称与既有命令保持一致。 ## 浏览器激活场景 浏览器场景使用 campaign browser seed 的独立克隆卷，不直接挂载或写入固定来源卷，也不会在样本 阶段下载浏览器。容器保持 internal network；探针只发送信号，`app.sdk.browser` 的导入、浏览器上下文 创建和本地 `data:` 页面校验都发生在主 MoviePilot Python 进程中。 非默认浏览器场景用于候选实现的 After 激活门禁；Before 不具备新 SDK，且旧实现启动时已经常驻 Xvfb，因此不能用同一个 `0 → 0` / `0 → 1` 不变量衡量。三轮 Before/After 空载收益仍由默认 `run` 的 `idle-default` 场景完成，浏览器场景用三个隔离的 After sample 记录冷激活成本。 ```bash ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-002-headless \ sample --variant after --index 1 --scenario browser-headless --points 1,5,10,30 ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-002-headed \ sample --variant after --index 1 --scenario browser-headed --points 1,5,10,30 ``` - `browser-headless`：一次真实 headless context 激活，要求 Xvfb `0 → 0`； - `browser-headed`：主进程内两个线程通过屏障并发调用 `launch_browser_context(headless=False)`；要求两个真实 SDK 冷启动调用成功、额外上下文关闭后只保留一个、 Capability observation 只有一个 `headed_browser_launch` generation/start，且 Xvfb `0 → 1`； - 激活完成后再开始 `1/5/10/30m` 计时，JSON 保留激活前后 Engine 网络、working set、进程 PSS/USS/RSS/线程、Xvfb 数量/PSS、`sys.modules` 和进程内 marker； - 非默认场景结果保存在 `samples//-/`，可与同 campaign 的 idle 样本并存， Markdown 中位数会按场景分组，不会混算。 ## Agent 惰性物化场景 PERF-003 在既有 `AI_AGENT_ENABLE=false` 固定配置下增加两个 After-only 场景。探针只向主 MoviePilot Python 进程发送信号；OpenAPI 生成和工具目录构造均发生在该解释器内，不通过 `docker exec` 启动 第二个 Python，也不调用真实 Agent、LLM provider 或外部 MCP。 先以 `f2e548e1` 冻结 Before，候选提交完成后把 `AFTER_COMMIT` 替换为其精确 commit： ```bash ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-003 \ build --before-ref f2e548e1 --after-ref AFTER_COMMIT ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-003 \ seed --browser-source-volume mp-perf-v3-browser-seed --replace ``` 正式 idle-default 三组 A/B 仍使用原 `run` 合同；下面两个动作场景在同一 build/seed 后单独采 After， 不会覆盖 idle 结果： ```bash ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-003 \ run --before-ref f2e548e1 --after-ref AFTER_COMMIT \ --browser-source-volume mp-perf-v3-browser-seed \ --points 1,5,10,30 --replace --keep-resources ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-003 \ sample --variant after --index 1 --scenario agent-disabled-router --points 1,5,10,30 ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-003 \ sample --variant after --index 2 --scenario agent-tool-catalog --points 1,5,10,30 ``` - `agent-disabled-router`：直接从主进程 FastAPI app 生成完整 OpenAPI，确认 Agent、LLM、MCP、OpenAI、 Anthropic 路由在禁用态仍存在，同时 callback、LLM helper、工具域、orchestrator、LangGraph 和 provider SDK 前后保持 0，工具工厂不物化； - `agent-tool-catalog`：通过主进程已有的 `moviepilot_tool_manager.list_tools()` 首次构建现有工具目录和 JSON Schema， 要求动作前工具域未物化，动作后仅工具 base/catalog/factory/impl 物化；目录还必须无身份碰撞、Schema digest 完整，重复读取复用同一 snapshot/revision。结果记录工具数、Schema 摘要、plugin revision 与 factory revision； - 固定哨兵覆盖 `app.agent.orchestrator`、`app.agent.callback`、`app.agent.llm.helper`、工具 `base/catalog/factory/impl`、`langgraph`、`langchain`、`langchain_core`、`openai`、`anthropic`、 `google.genai`、`boto3`、`botocore`。其中 `langchain/langchain_core` 可能由完整 Schema 聚合形成既有 基线，只记录数量与变化，不作为禁用态归零门禁； - JSON 保留动作前后 Engine、PSS/USS、线程、完整 `sys.modules`、materialization observation、revision、 网络累计值和浏览器卷指纹；动作前后容器网络收发必须为 0，Markdown 另汇总 Agent 场景与各定时点的 模块哨兵峰值； - 启用态 Agent 生命周期不会在该无凭据场景中伪造。现有 `get_running_agent_manager()` 是严格只读、 non-materializing 的运行态 getter，`begin_agent_shutdown()` 也只是关闭轴；二者都不是安全启用入口。 启用态必须由正式 startup/service lifecycle 驱动，只有宿主形成明确不创建 provider/client、不会外联的 公共初始化合同后，才适合加入同一测量门禁。 ## 完整三组 A/B ```bash ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-001 \ run \ --before-ref upstream/v3 \ --after-ref HEAD \ --points 1,5,10,30 ``` 执行顺序固定为： ```text Before-1 → After-1 → After-2 → Before-2 → Before-3 → After-3 ``` 每个样本都从 SQLite 和浏览器 seed 克隆新的命名 volume。样本结束后立即移除容器和样本卷； 完整 `run` 结束后还会移除 campaign seed 与 internal network。派生镜像和本地结果保留，便于复核。 ## 输出 ```text // ├── build.json ├── seed.json ├── results.json ├── report.md └── samples/ ├── before-1/ │ ├── result.json │ ├── container.log │ └── modules/ └── ... ``` - `results.json`：Engine stats、进程 PSS/USS/RSS/线程、网络累计值和模块前缀计数； - `report.md`：三次原值与中位数 Before/After 汇总； - `modules/`：由目标 MoviePilot Python 进程自身写出的完整 `sys.modules` 名称清单； - `container.log`：已移除实验室凭据值和本地实例 UUID。 容器 working set 统一按 Docker Engine API 的 `memory_stats.usage - memory_stats.stats.inactive_file` 计算。进程 PSS 仅用于归因，不能替代容器指标。 ## 清理 清理严格限定到 campaign 标签；不会执行 Docker prune： ```bash ../.venv/bin/python scripts/perf/moviepilot_docker_ab.py \ --campaign v3-perf-001 cleanup --images ``` 本地 JSON、Markdown 和日志不会被 `cleanup` 删除。 ## Python 3.14 free-threaded 镜像 A/B `free_threaded_ab.py` 用于正式发布前在同一 Docker daemon、相同 CPU/内存限制下比较 `moviepilot-v3` 与 `moviepilot-v3t`。它不构建镜像，只接受两份 `repository@sha256:` 不可变引用，并要求镜像标签证明两者来自相同源码 revision 和版本。 未使用 `--pull` 时，digest 也可以是本机 Docker image ID，供依赖尚未发布前验收本地候选。 preflight 会验证 Python 3.14、GIL 状态、`thread_inherit_context`、MoviePilot-Rust 0.3 的 `jieba_cut`/中文转换入口，以及标准与 free-threaded 镜像互斥的原生依赖 profile。正式样本使用 固定 seed 和 fixture hash，按 `v3-1 → v3t-1 → v3t-2 → v3-2 → v3-3 → v3t-3` 交替执行真实 readiness 启动，并把应用识别热点明确分成 `V3 + Python`、`V3 + Rust`、 `V3t + Rust` 三组。两种镜像的纯 Python 并发与直接 Rust 并发是解释器/ABI 探针，不代表产品 Rust 开关的第三组结果；PostgreSQL 驱动选择使用不连接数据库的命令单独验证。 ```bash ../.venv/bin/python scripts/perf/free_threaded_ab.py \ --campaign v3-ft-001 \ --standard-image 'jxxghp/moviepilot-v3@sha256:<64-hex-digest>' \ --free-threaded-image 'jxxghp/moviepilot-v3t@sha256:<64-hex-digest>' \ --pull ``` 结果默认写入系统临时目录的 `moviepilot-free-threaded-ab//`： - `results.json` 使用 `schema_version` 保存镜像身份、preflight、阈值、原始样本与中位数； - `report.md` 提供维护者可读摘要； - `samples/` 保存六个交替样本，便于排查离群值。 退出码 `0` 表示合同与性能阈值通过，`1` 表示样本有效但出现性能回退，`2` 表示 digest、ABI、 依赖、语义、驱动、启动或样本完整性不成立。该工具只用于隔离的本地长 A/B，不接真实凭据、用户数据库、 媒体目录或外网，也不加入常规 CI。 ### PostgreSQL 同步驱动三方案 `postgresql_driver_ab.py` 在同一 PostgreSQL 容器中比较标准 V3/psycopg2、标准 V3/psycopg3 binary 和 V3t/psycopg3 C。三个输入镜像必须来自相同源码 revision 和产品版本； 标准 V3/psycopg3 镜像是只增加该驱动的本地验证衍生镜像，不是发布制品。 ```bash ../.venv/bin/python scripts/perf/postgresql_driver_ab.py \ --campaign v3-ft-pg-001 \ --postgres-container moviepilot-pg-ab \ --dsn 'postgresql://moviepilot:@127.0.0.1:5432/moviepilot' \ --standard-image 'moviepilot-v3@sha256:<64-hex-digest>' \ --standard-psycopg3-image 'moviepilot-v3-pg3@sha256:<64-hex-digest>' \ --free-threaded-image 'moviepilot-v3t@sha256:<64-hex-digest>' ``` 脚本按三方案的六个全排列执行固定 SQL，默认把每个采样容器限制为 2 CPU/1 GiB，保存单连接查询、 16 线程查询、批量事务、长事务行锁并行、驱动/libpq/SOABI 和 GIL 状态。每个 campaign 使用独立 测试表并在成功或失败后清理；DSN 只传入隔离容器，不写入结果。性能数据用于解释驱动选择，不作为 跨机器发布阈值；驱动实现、GIL、查询结果、长事务并行和样本完整性属于硬门禁。