@deepseek-ai/dsh-session-persistence-jsonl

English | 中文

JSONL 持久会话存储后端：SessionPersistence 的一个具体实现（dsh-session-persistence seam）。每个会话有一个仅追加的逻辑 JSONL 日志，默认存储为 .jsonl.zstd；禁用压缩时使用原始 .jsonl。

磁盘布局

<root>/
  --<normalized-cwd>--/          # readable project directory (or _no-cwd/)
    <encoded-id>/                # session-owned directory
      session.jsonl.zstd         # default: checksummed header frame + append frames
      session.jsonl              # only with compression: 'none'

第一个逻辑行是不可变的 SessionHeader，标记为 { type: 'session', version, id, cwd?, createdAt, parentSession?, seedLength?, origin?, delegationDepth, agentPreset? }。delegationDepth 在磁盘上必需，顶层会话为 0；缺失或无效值会拒绝日志。agentPreset 必须持久化，因为它决定了被恢复会话的工具与提示词——恢复成另一套组装，就会回放模型已无法据以行动的历史。后续每个逻辑行是一条存储记录；assistant/chunk 事件绝不丢弃，且 seq 在解码日志中保持连续（events[i].seq === i）。
存储记录是原样 SessionEvent JSON，或在 packChunks 已启用且连续段符合条件时写入的打包分片行（text-chunks / reasoning-chunks / tool-call-chunks；像 header 的 session 一样不带斜杠，因此行 tag 不会与事件类型混淆）：一行保存至少 3 个连续同 block assistant/chunk delta 事件，seq0/time0 和各成员的 dt 间隔精确重建每个成员的 seq/time。无损 codec 位于 @deepseek-ai/dsh-session（packChunkRuns/decodeStorageRecord），并使用精确形态 allowlist：任何未识别内容原样存储。读取与布局无关：load 始终解码行，因此打包、非打包和混合文件加载结果一致。
项目目录保留规范化 cwd 的可读形式，便于导航，并限制在文件系统组件上限内。分隔符替换和截断刻意有损，因此规范化相同的 cwd 字符串共享项目目录；会话 id 仍选择不同会话目录。在不区分大小写的文件系统上，只有文件系统规范化将两种写法解析到同一 transcript（文本记录）时，身份验证才接受备选路径写法。配置根仍由部署控制：可以是项目本地、共享、临时或集中式。项目会话目录决策记录这项取舍。
会话 id 是未验证的带品牌类型的字符串，因此在使用前单射转义为一个安全路径段（无遍历、无冲突）。结果目录保留给其他会话自有产物；发现只读取固定 transcript 文件名。

配置

键	类型	说明
`root`	`string`（必需）	所有会话文件的根目录。无默认值：`process.cwd()` 默认值会随进程 cwd 变更（bash 调用、子进程）而分散文件。现有根必须是可读目录；缺失根在第一次实体化时创建。
`packChunks`	`boolean`（默认 `true`）	将符合条件的 delta 分片连续段写为打包行（在真实编程会话上测得逻辑日志约小 60%）。设为 `false` 可用于每事件一行诊断；无论该写入侧开关如何，都能读取打包行。
`compression`	`'zstd' \\| 'none'`	默认 `'zstd'`；`'none'` 保留换行分隔 UTF-8 文本。
`preparedSessionCacheSize`	正整数（默认 `5`）	冷历史检查后保留、供恢复复用的未发布会话数量上限。
`writeBatchMaxDelayMs`	正整数（默认 `200`）	空闲的活动事件队列收到待写入事件后开启的固定合并窗口。后续事件不会重置窗口；flush 与 teardown 会绕过它。该值不限制事件循环、串行化操作或后端延迟。最大值为 Node 计时器上限 `2_147_483_647` ms。

locate(meta) 返回已解析项目/会话目录内固定 transcript 的 { kind: 'jsonl', path }。它不执行文件系统 I/O：可以在目录或文件存在前返回目标，现有文件也只包含最近一次 flush 完成的前缀。

物理编码

默认产物是独立 Zstandard frame 的标准拼接：一个仅包含 header 行的带 checksum frame，后跟每个持久 append 批次一个带 checksum frame。后端使用 Node 内置 Zstandard API 和默认压缩级别，不提供级别开关。列表只读取并验证 header frame。compression: 'none' 在原始表示中保留相同逻辑行。

一个根只属于一种编码。启动发现和定向查找会拒绝相反 suffix，错误会命名不兼容产物，并指示调用方选择匹配 mode 或独立根。平铺 <project>/<id>.jsonl* 产物也会被拒绝，而不是忽略。不提供迁移、混合根回退或双写。

持久性与崩溃语义

绑定存储身份。 查找要求可读项目目录中只有一个匹配会话目录，然后验证 header id 等于请求 id，且 header id/cwd 派生所选 transcript 路径。列表应用同一路径检查，并拒绝重复 id。身份失败发生在修复或 append 前。
延迟实体化。create(meta) 不写入；第一次 append 将编码 header 和第一批写入临时文件并执行 fsync。POSIX 通过硬链接无覆盖发布，并对父目录 fsync。Windows 通过 MoveFileExW(..., MOVEFILE_WRITE_THROUGH) 无覆盖发布，并通过同一 write-through pattern 创建缺失目录。已创建但从未 append 的会话不留下磁盘内容，不在 list 中；生命周期 consumer 显式调用 ensureMaterialized 时除外，此时会发布一个 header frame，但不添加事件。
仅追加。 已 flush 事件绝不重写。后续原始批次 append 行；压缩批次 append 一个 frame。两条路径都执行 fsync，并在捕获到写入或同步失败时回滚到之前字节长度。
崩溃恢复：保留有效尾部工作。load 验证每个完整压缩 frame，并扫描解压 JSONL。最后 frame 结构不完整时，读取器保留其完整解码记录，从 frame 开头截断，并使用共享持久化约定需要的合成工具、步骤和轮次 closer 重新编码这些记录。原始 mode 从第一个不完整行截断。已经存在却没有完整 header frame 的压缩工件、完整 frame 中的 checksum/解压失败，或位于最后已提交的 turn/end 处或之前的缺陷都属于损坏，会被拒绝。
非修改式检查。inspect() 返回不可变、平衡的逻辑视图，并可在内存中合成恢复 closer，但不会截断不完整尾部或更改轻量修订。
连续 seq。append 拒绝第一个 seq 不继续已存储日志的批次，并拒绝无法 JSON 序列化的 event.data，同时命名违规事件类型。
轻量修订。listSnapshots(signal?) 使用 device、inode、size 和纳秒时间戳标识日志，避免解析完整日志；该标识会在 append、修复、替换或存储变更后改变。完整前缀读取要求读取字节前后的身份一致，readStoredRevision() 使用同一身份校验保留的 preparation，而不加载日志。快照列表通过产物发现原样转发该信号，并在每个 stat 前后检查取消；由于文件系统 stat 不可中断，取消会等待活动调用完成，然后在不启动另一次调用的情况下拒绝。

写入路径

插件将冻结的会话事件复制到每个活动会话各自的 controller。第一个待处理事件会开启配置的固定批处理窗口，后续事件会加入但不会重置截止时间。窗口到期后会启动一次持久化追加；该次写入期间接纳的事件会形成另一个独立有界的后续批次。session/flush 会取消等待并排空当前与待处理批次。每会话游标防止恢复后的会话重新 append 已存储事件，插件加载时会为活动会话设置初始状态。所属后端实例串行化单会话操作；dispose（资源释放）会在拆卸前排空每个保留的 controller。每个逻辑事件都会保留：批处理只让单个压缩帧或一次原始 JSONL fsync 承载更多记录。

模型体验

恢复的对话历史

模型看到的内容

JSONL 存储不会向当前请求提供提示词或 schema。加载会恢复已存储的表层历史，并保留之前的请求 header 用于重建；新 loop 组合当前 envelope。恢复会用 TOOL_NOT_STARTED 平衡没有已持久化调用的 assistant 请求；已持久化调用无结果时则变为 TOOL_OUTCOME_UNKNOWN，它要求模型只重试只读或幂等工作，并验证可能的副作用或询问用户。原始 assistant/chunk 记录不会重复生成消息。

Token 影响

当前请求不会新增 token。恢复后的 agent（智能体）会因保留的历史、当前 envelope，以及每个中断调用中以引用形式加入的修复结果文本而消耗 token。

KV Cache 影响

JSONL 存储不修改实时请求前缀。只有重建历史、当前 envelope 和模型路由匹配时，恢复 loop 才能重用提供方缓存；崩溃修复结果仅追加。

已知限制与暂缓事项

只加载已配置编码和当前 SESSION_FORMAT_VERSION（v0）：更改压缩需要独立/全新根，或选择遗留原始 mode；预发布格式没有迁移。
平铺文件存储布局不加载：加载前使用独立根，或将预发布产物移入项目/会话目录布局。
压缩文件不能直接按行读取：使用后端加载；或在写入新根前选择 compression: 'none'，以便外部行 reader 使用。
不删除会话文件：日志在 root 下累积，直到外部移除（seam 无删除接口）。
每会话一个活动 writer：append 和修复只在所属后端实例内协调。在所有者完成完全停稳的 dispose 前，其他后端实例或进程不得写入同一会话；初始同 id 发布仍通过 POSIX 无覆盖硬链接或 Windows 无替换 write-through rename 保持冲突安全。
POSIX 实体化需要硬链接支持：第一次 append 使用 link()，使同 id 竞态失败，而不覆盖已提交日志；Windows 使用无替换 write-through rename。

README.zh.md 10 KB تاريخچه خام