geMoldInsight/docs/TECH_DEBT.md

geMoldInsight 技术债与治理计划（TECH_DEBT）

文档定位：当前活跃技术债与治理计划的权威文档。 本文回答“现在还有哪些重要债务、优先级如何、下一步怎么处理”；不负责维护当前实现状态，当前状态见 STATUS.md。架构边界见 ARCHITECTURE.md，未来路线见 ROADMAP.md。 本文由归档文档 archive/MOLDINSIGHT_TECH_DEBT_PLAN.md 收敛整理而来，保留活跃债务与治理结论，弱化详细实施流水账。

---

1. 当前技术债概览

当前最主要的技术债集中在两个区域：

• moldinsight API 与处理链路的结构收口
• 文档 / 部署 / 历史语义与当前代码现状未完全一致

已经完成的高优先级治理不再作为持续待办反复展开，当前重点聚焦在“还没完成、且值得继续推进”的部分。

---

2. 已完成的重要治理（摘要）

以下高价值治理已完成：

2.1 安全与权限

• debug/history 路由补鉴权
• 任务访问控制收紧
• 无主数据不再默认放行
• /api/status/{task_id} 补 JWT 鉴权与归属校验（原 D5，2026-09-16 清偿，见 D5 条目）
• bcrypt 创建口令超 72 字节显式拒绝、验证侧截断比较；SECRET_KEY / RUSTFS_* 缺失时明确报错，代码侧弱默认移除（D14 部分，2026-09-16）

2.2 静默失败与可用性

• detect-undercuts 改为基于真实 shape 分析
• OCC 超时后重建 executor，避免全队列永久堵死
• 后台任务统一分派，补强引用与并发控制

2.3 状态存储与缓存

• Redis 任务状态改为 Hash 字段级更新，兼容旧格式
• 完成态任务视图增加缓存
• 导出缓存与持久化链路收口，支持重启后再导出

2.4 架构与代码清理

• 删除旧单体入口与死代码
• 设置惰性配置校验，提升可测试性
• Generator 公共接口提取完成，补充契约测试

2.5 部署正确性（2026-09-16，批次 0/1）

• /api/status/{task_id} 补鉴权与归属校验（原 D5）
• 主处理链路改走 RustFS：分派入参 stp_file_id 化，源文件按 object_key 下载；compose 共享卷过渡兜底（原 D6）
• AUTO_MIGRATE 开关 + 迁移脚本随镜像分发 + alembic/→migrations/ 改名修复包遮蔽（原 D12）
• OCC 镜像改 conda 运行时原生执行、基础镜像 tag 锁定（D13 主体）；compose 关键项去弱默认（D14 部分）

2.6 任务一致性模型（2026-09-16，批次 2）

• Redis 内存回退彻底删除，PG 为任务状态单一事实源（原 D7）；批量元数据入库（processing_tasks.batch_id，迁移 a3f8c2d91e47）
• 型腔生成失败任务标 failed，不再静默 completed（原 D8）
• 持久化事务边界收口：数据本体分阶段原子提交、失败先回滚再置 failed（原 D9）
• D11（HTML 双写双读）本批未动：正确性已由共享卷兜底，RustFS 单一来源留待后续批次

2.7 API 与代码结构（2026-09-17，批次 3）

• advanced_router 按职责拆为 design / cost / machining / export 四个子路由，端点路径不变，请求体全量 Pydantic 化（原 D1）
• 路由装载失败显式化：ROUTE_MODULES 清单 + route_registry，失败经 /api/health 呈现 degraded（含真实 pythonocc 探测），DEBUG 下 fail fast
• 纯 Python 重计算端点（设计/加工/CAM 打包）统一 asyncio.to_thread 投放线程池，不再阻塞事件循环；OCC 操作仍走单线程 executor（D10 不变，批次 4）
• StorageIntegrationService（867 行）按职责拆为 TaskStorage / AnalysisStorage / FileHistory 三服务；无调用方的 log_user_activity 死代码删除
• 配置治理收尾：MAX_FILE_SIZE 接线生效、celery_app 复用 Settings.redis_url（原 D14）
• 连带修复：管理员重置密码改 JSON body（原裸 str 参数被解析为 query param，前端发 body 必 422，功能端到端断裂）；Dockerfile.celery 的 FROM tag 与 compose/build.sh 实际构建的 gemold-backend:latest 对齐（此前干净环境 celery 镜像必构建失败）
• 接口变更三件套随批完成：openapi.json 重导出（76 paths）+ 前端 gen:api

2.8 架构演进（2026-09-17，批次 4）

• 共享 ORM 按模块拆分（原 D3 主体）：891 行 shared/models/database.py（31 模型类三类同居）拆为 shared/models/base.py（唯一 Base + 归属约定）/ shared/models/identity.py（7 表）/ moldinsight/models/（9 表）/ inventory/models/（catalog/warehouse/trading/finance 15 表）；三条跨模块 ORM relationship（User.stp_files、STPFile.user、STPFile.product）经全仓核实均无使用方，直接删除——跨模块桥接收敛为裸 FK 硬规则（ARCHITECTURE §5.1），单模块部署不再依赖另一侧模型注册；约 45 处 import 全量改写，无兼容 facade；全量注册点收敛为 migrations/env.py 与 tests/conftest.py；零调用方的死方法 db_manager.create_tables 一并删除（拆分后会静默建残缺 schema）
• OCC 泄漏治理 + 吞吐方案设计先行（原 D10）：_reset_occ_executor 补 cancel_futures=True——不止卫生问题：旧实现下"慢恢复"的旧线程会继续消化旧队列，与新 executor 并发操作非线程安全的 OCC（数据竞争）；吞吐路线定稿于 topics/performance/OCC_THROUGHPUT.md（短期 A：celery prefork 伸缩 + max-tasks-per-child 兜底；中期 B：run_occ 接口进程化 + kill-on-timeout 根治）
• 归属边界回归测试：tests/test_model_ownership.py（31 表全量注册、单模块独立 mapper 配置、旧模块无 facade）

详细历史过程保留在原始技术债文档中，后续将转入归档。

---

3. 当前活跃技术债

D1. advanced_router 过大，职责混杂 —— 已清偿（2026-09-17，批次 3）

修复内容：

• 592 行的 advanced_router 按职责拆为四个子路由，端点路径全部不变：design_router.py（布局/冷浇/模架/倒扣）、cost_router.py、machining_router.py（CAM/碰撞/刀路/电极/仿真）、export_router.py（导出/下载/建议）
• 全部请求体改 Pydantic 模型（request.json() 手动解析退役），校验失败统一 422；_get_cached_import 上提为 core_modules.py 共用
• 契约测试：tests/test_advanced_split_contract.py（路径不丢、鉴权不丢、422 语义、纯计算端点冒烟）
• openapi.json 重导出 + 前端 gen:api（接口变更三件套随批完成）

原现状 / 影响：导出/估算/设计接口混在单文件，边界不清晰、OpenAPI 可读性差、参数校验不统一。

D2. 铝价模拟数据未显式标注来源

现状：

• 铝价服务返回的是模拟/参考数据，但接口层未明确表达

影响：

• 容易误导前端与业务使用者，把模拟数据理解为实时行情

建议：

• 响应增加 source: "simulated"
• 前端界面同步标注“模拟/参考数据”

优先级：P2

D3. shared/platform 边界仍需继续收敛 —— ORM 归属已清偿（2026-09-17，批次 4）

已完成部分：

• 共享 ORM（原最强耦合点）按模块拆分：base / identity（shared）+ moldinsight/models + inventory/models；跨模块只允许裸 FK，单模块部署 mapper 可独立配置（详见 §2.8 与 ARCHITECTURE.md §6.1）
• 旧 shared/models/database.py 物理删除，无兼容 facade；归属边界由 tests/test_model_ownership.py 锁定

仍保留的收敛方向（低优先级，随实际重构推进）：

• app_factory.py 组合职责偏重（ARCHITECTURE §6.2）
• identity / platform 的边界语义（ROADMAP §2.1）

优先级：P3（剩余部分）

D4. 文档现状 / 规划 / 历史混放

现状：

• 文档存在部署说明重叠、计划/总结/权威文档混放
• README 承担过多职责

影响：

• 新成员难以判断“哪篇才是当前有效说法”
• 状态、部署、规划容易发生漂移

建议：

• 建立 STATUS / ARCHITECTURE / ROADMAP / DEPLOYMENT 主骨架
• 历史材料迁入 docs/archive/

优先级：P1

D5. /api/status/{task_id} 未鉴权（安全缺口）—— 已清偿（2026-09-16，批次 0）

修复内容（保留编号以维持 D6–D14 引用稳定）：

• 端点补 Depends(get_current_active_user)；归属校验收敛为 TaskQueryService.ensure_task_access，task_router 与 advanced_router 共用（advanced_router 原私有 _ensure_task_access 改为委托）
• 语义：无 token 401、他人/无主任务 403（无主不等于公共）、任务不存在 404
• 回归测试：tests/test_status_endpoint_auth.py
• 接口行为变化已同步 API_CONTRACT.md §3.2

原现状 / 影响：端点未挂鉴权，匿名可枚举任务号拉取完整分析视图。

D6. 主处理链路依赖节点本地文件路径 —— 已清偿（2026-09-16，批次 1）

修复内容（保留编号以维持引用稳定）：

• 分派入参收敛为 stp_file_id（dispatch_processing 与 Celery 任务签名同步变更）：处理方按 PG 元数据从 RustFS 下载源文件到任务专属临时目录（保留原始文件名，下游产物命名不变），任务结束即清理（processing_service.py _materialize_source_file）
• RustFS 不可用时回退 STPFile.file_path 节点本地路径；compose 为 backend / celery 增加共享卷 uploads_data / html_data 作过渡兜底（HTML 产物跨容器写读同源问题一并兜住，正式修复在 D11）

原现状 / 影响：worker 直读 API 节点本地路径，双容器部署必然 FileNotFoundError。

D7. Redis 降级为进程内 dict，多副本状态不一致 —— 已清偿（2026-09-16，批次 2）

修复内容（比原建议更彻底：完全删除内存回退，而非仅限 DEBUG）：

• redis_task_manager.py 删除全部 _fallback_* 进程内存存储：Redis 不可用时写 no-op、读返回 None（Redis 仅热缓存，任务状态事实源在 PG，缓存缺失不影响正确性）
• 批量元数据入库：processing_tasks 新增 batch_id 列（迁移 a3f8c2d91e47），GET /api/batch/{batch_id} 改为按列聚合查询 + STPFile.user_id 归属校验，删除 Redis batch key 与进程内 dict 双通道
• TaskQueryService 的 PG 组装视图补 progress / current_step（Redis 不可用时前端轮询仍能看到进度）；batch 聚合响应同步补 current_step

原现状 / 影响：Redis 故障时状态静默降级各进程内存，多副本互不可见、同任务不同副本读到不同状态。

D8. 型腔生成失败被静默标记为 completed —— 已清偿（2026-09-16，批次 2）

修复内容：

• processing_service.py _step_generate_cavity 不再吞异常：分模失败直接向编排层传播 → 任务 failed（error_message 说明型腔阶段失败）；已提交的几何/网格数据保留，用户可凭失败原因重新分析
• 未采用 completed_with_fallback：多一个状态值会扩散到前端所有状态分支，failed + 明确错误更诚实且成本低

原现状 / 影响：型腔失败被吞掉继续主流程，最终 completed，"完成"状态不可信。

D9. 持久化事务边界破碎 —— 已清偿（2026-09-16，批次 2）

修复内容（进度可见性与原子性折中设计）：

• 数据本体写方法只 flush 不 commit：save_stp_file / save_geometry_data / save_mesh_data / save_mold_cavity_data / save_html_file / save_features_and_recommendations / update_task_parameters / update_stp_file_analysis_summary / _save_analysis_metrics / _save_verification_metrics
• 编排层分阶段收口（processing_service.py）：阶段 A = 几何+网格（解析后确定成果，原子提交）；阶段 B = 型腔+HTML+特征+指标+摘要+验证（结果包原子提交）；完成时先 flush 任务参数、完成状态提交时一并落库（completed 即完整）
• 失败路径先 rollback 再置 failed：未提交半成品回滚，失败状态单独提交，不出现"completed 但数据残缺"
• 保留即时 commit：update_task_status / update_stp_file_status（处理中进度需跨事务对外可见，分钟级长任务不能憋在一个大事务里）
• 调用方补显式 commit：upload_router / batch_router（分派前置事务，STPFile + ProcessingTask 原子，消除孤儿文件记录）、advanced_router 导出两处

原现状 / 影响：各存储方法内部自行 commit，型腔保存失败留半成品数据且任务仍 completed。

D10. OCC 全局单线程串行 + 超时重建泄漏线程 —— 泄漏治理已落地，吞吐方案设计先行（2026-09-17，批次 4）

已完成：

• _reset_occ_executor 补 cancel_futures=True：排队任务随重建丢弃——旧实现下"慢恢复"的旧线程会继续消化旧队列，与新 executor 并发操作非线程安全的 OCC；修复后残留收敛为"运行中线程滞留 1 个"（C++ 栈 Python 层不可杀，属客观边界）
• 吞吐与隔离方案定稿：topics/performance/OCC_THROUGHPUT.md——短期方案 A（celery --concurrency 伸缩 + --max-tasks-per-child 进程回收兜底，零新代码，启动参数见 OPERATIONS.md §3）；中期方案 B（run_occ 改操作名+payload 契约、常驻 OCC 进程池 kill-on-timeout 根治泄漏，待独立批次）

保留为已知约束（非待修缺陷）：

• 单进程内 OCC 串行是正确性要求（OCC 非线程安全），吞吐扩展走多进程（方案 A/B）
• 线程级超时的滞留线程由进程边界回收，根治依赖方案 B 落地

优先级：P3（中期方案 B 实施前维持观察）

D11. HTML 报告本地磁盘与 RustFS 双写双读

现状：

• 可视化 HTML/摘要同时写本地 html_output/（/html 静态挂载）与 RustFS

影响：

• 多副本下 /html 命中结果取决于负载均衡，跨副本文件不共享；同一份报告两套来源

建议：

• 统一 RustFS 为唯一来源，本地仅作按需缓存

优先级：P2

D12. 应用启动时自动执行 alembic 迁移

D12. 应用启动时自动执行 alembic 迁移 —— 已清偿（2026-09-16，批次 1）

修复内容：

• 新增 AUTO_MIGRATE 开关（settings / .env.example / compose 透传）：默认 true 保持单机开发行为；多副本部署设 false，由部署流程单点执行 alembic CLI 或 python -m shared.database.init_db
• 连带发现并修复两个使自动迁移从未真正生效的缺陷：
  1. 迁移目录 alembic/ 与 alembic 包重名——应用内 import alembic 命中本地目录（namespace package）遮蔽真实包，启动期迁移异常被 init_database 吞掉只打日志；已改名 migrations/（alembic.ini script_location 与 4 处文档引用同步）
  2. 镜像未打包迁移脚本与 alembic.ini，容器内迁移必然失败——Dockerfile.base / Dockerfile.moldinsight 已补 COPY migrations/ + COPY alembic.ini

D13. PythonOCC 镜像引入方式脆弱 + 依赖无版本锁（主体已清偿，锁文件遗留）

现状：

• 从 conda env 拷贝 site-packages 进 python:3.12-slim（2026-09-16 已修正：Dockerfile.moldinsight 改为 conda 运行时原生执行，不再跨镜像拷贝；基础镜像 tag 锁定 continuumio/miniconda3:24.7.1-0、python:3.12-slim-bookworm；tag 可用性随下次镜像构建验证）
• requirements.txt 全部为 >= 下限，无锁文件（遗留：首次镜像构建成功后 pip freeze 生成锁文件，命令已注释在 Dockerfile 内）

优先级：P2（剩余锁文件部分）

D14. 配置漂移：弱默认 / 死配置 / 重复解析 —— 已清偿（2026-09-16 ~ 09-17，批次 1 / 3）

修复内容：

• RUSTFS_* 弱默认（批次 0 代码侧去除）；compose 侧 SECRET_KEY / ADMIN_PASSWORD 弱默认（批次 1 改 ${VAR:?} 强制显式配置）
• MAX_FILE_SIZE 死配置（批次 3）：upload/batch 路由的 FileHandler 接 settings.UPLOAD_DIR / settings.MAX_FILE_SIZE（此前处理器硬编码 50MB；接线后默认上限变为 100MB，以 .env 为准）
• celery_app 重复拼装（批次 3）：删除自行 load_dotenv + 手拼 REDIS URL，broker/backend 复用 Settings.redis_url（新增 property，连接串唯一拼装点）

优先级：已清偿

D15. 前端 npm run build 因既有 TS 错误失败（批次 3 连带发现）—— 已清偿（2026-09-17，批次 4）

修复内容：

• vite.config.ts 删除未使用的回调参数 mode（TS6133 源头，一行修复）；vue-tsc -b 实测通过，生产构建链路恢复

原现状 / 影响：vue-tsc -b（npm run build 的类型检查步）因既有 TS6133 失败，前端无法出生产包（与批次 3 改动无关的既有问题）。

---

4. 当前推荐治理顺序

注：2026-09-15 后端设计审查后，治理执行顺序以 ROADMAP.md §3.1 批次计划为准（批次 0–4）；D5–D14 的批次归属见该表。本节保留原有优先项作为补充说明。

第一优先级

1. advanced_router 拆分（2026-09-17 批次 3 完成，见 D1）
2. 高优先级接口补 Pydantic 请求模型（2026-09-17 批次 3 完成）
3. 文档主骨架收口并减少重复说明

第二优先级

4. 铝价模拟数据来源显式化
5. 部署历史文档归档
6. shared/platform 语义继续收敛（共享 ORM 归属已于批次 4 清偿，剩余为 app_factory 组合职责等，见 D3）

---

5. 治理原则

5.1 先收口接口与边界，再做更大结构调整

当前最值得继续投入的，不是大规模目录重写，而是：

• 先把接口边界、文档边界、部署边界收清楚
• 再逐步推进 shared/platform 的后续调整

5.2 优先做“降低长期维护成本”的改动

优先处理：

• 重复逻辑
• 模糊边界
• 静态契约缺失
• 文档漂移风险

5.3 已解决问题不再长期占据主文档中心

已经完成且稳定的问题，只在本文保留摘要结论；详细实施流水账后续归档，不继续作为主文档主体。

---

6. 与相关文档的边界

• 当前项目状态：看 STATUS.md
• 当前架构与模块边界：看 ARCHITECTURE.md
• 后续演进路线：看 ROADMAP.md
• 部署主题入口：看 DEPLOYMENT.md
• 原始 moldinsight 细粒度债务记录：看 archive/MOLDINSIGHT_TECH_DEBT_PLAN.md