perf: 在独立 hosted 环境记录 #54 CPU 分量

.github/workflows/r54-cpu.yml

@@ -0,0 +1,50 @@
+name: Bounded R54 hosted CPU diagnosis
+
+on:
+  push:
+    branches: ['perf/grapheme-cpu-hosted-r54', 'perf/grapheme-cpu-hosted-r54-setup2', 'perf/grapheme-cpu-hosted-r54-entry3']
+
+permissions:
+  contents: read
+
+concurrency:
+  group: r54-cpu-${{ github.ref }}
+  cancel-in-progress: false
+
+jobs:
+  cpu-boundary:
+    # Evidence or exporter fixes must not silently create replacement observations.
+    if: github.event.created == true
+    runs-on: windows-2025
+    timeout-minutes: 30
+    env:
+      PYTHONUTF8: '1'
+      CARGO_HOME: ${{ github.workspace }}/local/r54-cargo-home
+    steps:
+      - uses: actions/checkout@3d3c42e5aac5ba805825da76410c181273ba90b1 # v7.0.1
+        with:
+          fetch-depth: 0
+          persist-credentials: false
+      - uses: actions/setup-python@6d4fd22b20465ccc0f7354476588e8df7c9ca0e0 # v7.1.0
+        with:
+          python-version: '3.12'
+      - name: Install fixed CPU observer
+        run: python -m pip install -r benchmarks/requirements.txt
+      - name: Select fixed compiler
+        run: rustup default 1.92.0
+      - name: Verify build, accounting and publication boundaries
+        run: python -m unittest experiments.measure.test_r54_contract.CostPlanTests experiments.measure.test_r54_batch experiments.measure.test_r54_hosted experiments.measure.test_r54_cpu_diagnostic experiments.measure.test_r54_cpu_hosted -v
+      - name: Build audited pair and execute one six-observation diagnosis
+        id: diagnose
+        run: python -m experiments.measure.r54_cpu_hosted --out local/r54-cpu-raw
+      - name: Prepare the synthetic artifact whitelist
+        if: always() && steps.diagnose.outcome != 'skipped'
+        run: python -m experiments.measure.r54_publish --experiment cpu-boundary --raw local/r54-cpu-raw --out local/r54-cpu-public
+      - name: Preserve complete or failed synthetic evidence
+        if: always() && steps.diagnose.outcome != 'skipped'
+        uses: actions/upload-artifact@cf430e030ddbb5b0abf93d22962f4752f3646cd9 # v7.0.2
+        with:
+          name: r54-cpu-${{ github.run_id }}-${{ github.run_attempt }}
+          retention-days: 30
+          if-no-files-found: error
+          path: local/r54-cpu-public/

CMakeLists.txt

@@ -292,7 +292,7 @@ if(BUILD_TESTING)
   endif()
   termforge_add_python_test(core -m unittest experiments.core.test_core experiments.core.test_unicode -v)
   termforge_add_python_test(recovery -m unittest experiments.core.test_recovery -v)
-  termforge_add_python_test(measure -m unittest experiments.measure.test_measure experiments.measure.test_r54_contract.CostPlanTests experiments.measure.test_r54_batch experiments.measure.test_r54_hosted experiments.measure.test_r54_cpu_diagnostic -v)
+  termforge_add_python_test(measure -m unittest experiments.measure.test_measure experiments.measure.test_r54_contract.CostPlanTests experiments.measure.test_r54_batch experiments.measure.test_r54_hosted experiments.measure.test_r54_cpu_diagnostic experiments.measure.test_r54_cpu_hosted -v)
   termforge_add_python_test(binary_paths -m unittest experiments.test_build_paths -v)
   termforge_add_python_test(conpty_margin_contract -m unittest experiments.conpty.test_margin_contract -v)
   termforge_add_python_test(benchmark_tools -m unittest discover -s benchmarks/tests -v)

docs/EVIDENCE.md

@@ -165,5 +165,6 @@ python -m unittest experiments.shell.test_workflow_sessions -v
 | 固定字素成本的批次协议与执行 | [R54 v1 合同和构建/环境记录](../experiments/measure/R54-COST.md)、[执行器](../experiments/measure/r54_batch.py)、[合成进程回归](../experiments/measure/test_r54_batch.py)、[实际预检及限定验证](../experiments/measure/results/2026-10-27-r54-runner/validation.json) | 固定两个种子、各 112 个位置，字节原样保留、首错停止、完整批次后逐组配对统计。共享工作站十区间活动预检未通过，未启动成本样本；测量相关 26 项测试通过，首次 Linux 候选 CI 的采样依赖导入错误及修正分别留证。5% 是环境诊断护栏，并非产品性能容差；实际批次、扰动归因及用户预算确认由 #54 接续。 |
 | 首次 hosted 字素成本批次 | [来源、停止位置与归档](../experiments/measure/results/2026-10-27-r54-hosted/README.md)、[机器可读记录](../experiments/measure/results/2026-10-27-r54-hosted/validation.json) | 两份固定构建与4次sanity通过，空闲预检通过；第24位置的未归属CPU活动估计5.410%触发原5%护栏，保留23个有效记录和1个失败记录，第二批未启动。全部24次输出正确，但批次不完整，不生成配对成本摘要；临时VM逐进程归因、完整受控批次和预算仍未完成。 |
 | CPU计量边界诊断（#54） | [固定六位置及归档](../experiments/measure/results/2026-10-27-r54-cpu-boundary/README.md)、[独立复核](../experiments/measure/results/2026-10-27-r54-cpu-boundary/verify.py) | 同一共享Windows宿主、原已审计构建的六次输出和来源核验通过；分别保留完整子进程、内层区间、runner和全机计数。区间外CPU为0.078125–0.109375s，仍有明显未归属活动，不算空闲成本批次，不反推旧hosted原因或修改原5%护栏。 |
+| 新hosted VM的CPU分量（#54） | [预声明](../experiments/measure/R54-CPU-HOSTED.md)、[六位置/来源/完整归档与只读复核](../experiments/measure/results/2026-10-27-r54-cpu-hosted/README.md) | 新构建和六个输出均通过；完整扣除自身/runner后余额仍为3.333%–5.263%，不归因旧事件、不作成本验收。准备失败与未创建作业的入口分别保留，未重跑或补样。 |
 
 目前没有足够证据判断 TermForge 距离 WindTerm 快或慢多少。正式结论必须同时提供负载/配置/环境身份、正确性、完成端点、观测开销、重复样本与限制。未知字段保持未知；历史校准未完成不转成要求用户反复手动运行的前置。执行规则见 [ADR-0002](adr/0002-automation-first-investigation.md)，核心选型重审见 [ADR-0003](adr/0003-core-reference-and-reuse.md)。

docs/FEATURES.md

@@ -71,7 +71,7 @@
 | 自动正确性与构建 | **限定验收**：Windows shell/ConPTY/呈现及 Windows/Linux 核心 CI、差分/恢复/队列/生命周期场景 | 产品打包、干净机器使用、依赖升级、长期回归和更广平台矩阵；#40 的 CI 纯夹具超时、窄窗口选择 #73、四 shell 原事件 #80、hosted 准备 #81 和[复制夹具 OpenClipboard 5 #85](https://github.com/JavaZeroo/termforge/issues/85) 等独立失败仍未闭合；#72 保存判据与 #80 同步条件的限定修正不代替其他配置或未知根因验收 | R2 / R4 |
 | Windows 产品交付 | **实现中，未验收**：首个 [v0.1.0-alpha.1 预发布](releases/v0.1.0-alpha.1.md)提供 Windows x64、静态 MSVC 运行库、附资源许可和构建身份的免安装 ZIP；未签名，已验环境限 Windows 11 本机与 Server 2025 CI，布局仍写入 LOCALAPPDATA | 这是 R1 体验包，尚非 R2 日常开发版；干净机器与更广平台矩阵、签名/安装、配置升级及持续运行仍待完成。Windows 10 未验收，Server 2022 已知资源门槛未过 | R2 / R3 |
 | Linux/macOS 与其他架构 | **未实现**客户端；Linux 核心 CI 已有。[官方平台范围台账](../research/windterm-2.7.0-platform-scope.md)已固定 2.7.0 的 Windows x86/x64、macOS x64、Linux x64 资产及声明下限；这不是 TermForge 支持或实测结论 | 最终需真实 Linux/macOS 客户端；平台调查可提前进行，整合及完整验收排在 Windows 11 x64 完整版本之后。其他系统版本、最低版本和架构由用户后续明确；旧系统及 ARM 等保持调查记录，不自动承诺或排除，也不能由核心 CI 推断产品支持 | 持续调查；R5 全平台出口 |
-| 吞吐、响应、内存与稳定性 | **实现中，未验收**：已有机制实验、连续 CPU 区间校准与合成回归；候选字素改动的受限诊断中 project/interactive 吞吐中位数约下降 16%/9%，由 [#54](https://github.com/JavaZeroo/termforge/issues/54) 跟踪。[冻结批次执行器](../experiments/measure/R54-COST.md#冻结批次执行器windows)核对构建来源、原始输出、停止规则与逐轮配对统计；[独立 hosted 构建与实测](../experiments/measure/results/2026-10-27-r54-hosted/README.md)已验证来源和失败保留，但首批因环境护栏停止，尚无完整成本批次；[独立CPU边界诊断](../experiments/measure/results/2026-10-27-r54-cpu-boundary/README.md)另记完整子进程/执行器分量，不改原护栏或判成本通过 | 旧诊断的共享宿主、allocator 包装与缺少真实呈现/输入时延端点使其不构成正式预算；新的不完整批次也不作吞吐结论。仍需同负载/同正确性、无插桩对照、观测开销和长期/多会话公平性；可靠原版基线后提出逐项预算及允许波动范围，**由用户明确确认**。与 WindTerm 的实际差距**待取证** | 当前优先；贯穿 R1–R5 |
+| 吞吐、响应、内存与稳定性 | **实现中，未验收**：已有机制实验、连续 CPU 区间校准与合成回归；候选字素改动的受限诊断中 project/interactive 吞吐中位数约下降 16%/9%，由 [#54](https://github.com/JavaZeroo/termforge/issues/54) 跟踪。[冻结批次执行器](../experiments/measure/R54-COST.md#冻结批次执行器windows)核对构建来源、原始输出、停止规则与逐轮配对统计；[独立 hosted 构建与实测](../experiments/measure/results/2026-10-27-r54-hosted/README.md)已验证来源和失败保留，但首批因环境护栏停止，尚无完整成本批次；[共享宿主CPU诊断](../experiments/measure/results/2026-10-27-r54-cpu-boundary/README.md)及[新hosted六位置](../experiments/measure/results/2026-10-27-r54-cpu-hosted/README.md)分别记录完整子进程/执行器分量；后者仍有3.333%–5.263%未归属余额，不改原护栏或判成本通过 | 旧诊断的共享宿主、allocator 包装与缺少真实呈现/输入时延端点使其不构成正式预算；新的不完整批次也不作吞吐结论。仍需同负载/同正确性、无插桩对照、观测开销和长期/多会话公平性；可靠原版基线后提出逐项预算及允许波动范围，**由用户明确确认**。与 WindTerm 的实际差距**待取证** | 当前优先；贯穿 R1–R5 |
 | 大历史与动态内存压缩 | **未实现**产品能力；WindTerm 压缩属于官方性能声明，内部机制尚未证实 | 1/10/100 万行等明确规模下的内存/滚动/搜索/淘汰实验；根据瓶颈决定独立存储/压缩实现 | R4 |
 | 完整目标验收 | **待取证**：已有固定版本和局部观察，没有完整行为/性能对照矩阵 | 先在 Windows 11 x64 完整验收功能/行为/UI/性能及独立构建，再完成 Linux/macOS 全平台出口；重要差异和性能容差须有用户确认，Windows 通过不代表全平台完成；不依赖 WindTerm 二进制或专有资源 | R5 分平台出口 |
 

experiments/measure/R54-CPU-HOSTED.md

@@ -0,0 +1,29 @@
+# R54：独立 hosted CPU 分量诊断
+
+本次延续[六位置CPU边界合同](R54-CPU-DIAGNOSTIC.md)，回答在一个新GitHub-hosted Windows VM中，自身区间外CPU、runner CPU与全机余额分别多大。共享工作站的[一次实际诊断](results/2026-10-27-r54-cpu-boundary/README.md)已显示这些分量可以分开记录，但其活动水平不支持成本验收；旧hosted第24位置的原因仍未知。
+
+## 固定执行
+
+以 PR #106 的 `beeb64496b2e2898e8619fa5e9c39f490a3891c4` 为基点。入口为[工作流](../../.github/workflows/r54-cpu.yml)，只接受下述三个明确分支的创建push，拒绝attempt2；后续代码/导出器/证据修正不自动触发替代观察。原 `r54-cost.yml`、两批各112位置、原5%护栏及其失败记录不变。
+
+首个`perf/grapheme-cpu-hosted-r54`创建作业 [40509157581](https://github.com/JavaZeroo/termforge/actions/runs/40509157581) 来自`eed0ab7bae5fcc5d05a25cea5161dabc4f935878`，attempt1，在31项准备测试中的发布夹具路径边界比较处失败。夹具根路径未规范化，被测发布器则将输入路径resolve后比较；旧job没有记录该临时目录的实际路径形式。构建、诊断和导出均未启动，实际观察为0，旧run不重跑。本地使用真实8.3别名复现了该缺陷：旧比较为false、规范化后为true；这不是旧hosted路径形式的直接证据。修正仅将夹具根目录规范化，不放宽发布器路径边界。
+
+修正与审查后，`perf/grapheme-cpu-hosted-r54-setup2`于2026-10-27 13:22:55 UTC在`c14adb9a7fa446476ad5c95c1f8c1b139ceb5ac4`创建。提供者列表只出现无路径过滤的[默认回归40511533857](https://github.com/JavaZeroo/termforge/actions/runs/40511533857)，没有该分支的CPU或候选工作流作业，实际诊断观察仍为0；原实验分支同源码更新对应的CPU作业40511437233为skipped。不能将默认回归计作诊断执行。
+
+GitHub的[路径过滤规则](https://docs.github.com/en/actions/reference/workflows-and-actions/workflow-syntax#git-diff-comparisons)依赖push文件差异，空差异不运行工作流。上述缺席与新分支在已发布commit上创建、两个工作流均有路径过滤相符，但事件实际文件列表未留存。为消除入口对此差异计算的依赖，本诊断移除paths过滤，仍保留明确分支白名单、创建push条件和attempt1检查。
+
+第三入口预声明为`perf/grapheme-cpu-hosted-r54-entry3`的新创建push，使用修订后新source/run身份，一次完成原构建及六位置诊断。前三个入口的实际状态分别保留，不重建旧分支、不重跑旧run、不增加或替换任何已存在的测量样本；后续修订push仍不会执行诊断。该入口变化不改测量代码、oracle、停止条件或产品容差。[实际run40512310499及归档复核](results/2026-10-27-r54-cpu-hosted/README.md)已完成：六个位置输出正确、计量完整，扣除自身完整工作后仍有3.333%–5.263%的余额；没有成本或性能验收结论。
+
+一个新的`windows-2025` VM依次准备Python3.12、psutil7.2.2、Rust1.92.0，执行合同测试，然后[复建并审计](r54_build.py)原固定 `.3/.4` 及四次短正确性。仍是MSVC x64、Release、locked/offline、no-default-features、jobs1、独立target及两个共同harness覆盖；80/84来源文件、原锁文件、真实编译/链接日志和EXE哈希保持可追溯。它是新构建，不借用本地或上次hosted二进制身份。
+
+构建/测试结束后只执行一次 `.3,.4,.4,.3,.3,.4`，全部为原interactive 22,000B、chunk1、observe0、内部CPU/墙钟至少2秒。使用未经修改的`r54_cpu_diagnostic`完整子进程/runner/全机计量，原完整输出oracle和来源前后审计继续执行。单子进程90秒、清理5秒；来源、输出、计数或退出不成立时立即停止，不补样。构建期限600秒、job30分钟；构建失败不进入诊断。
+
+本次不跑空闲资格预检，不计算A/B成本比或吞吐回归，不接受或调整产品性能容差。`accounting_complete`只表示六份诊断记录完整。全机余额保留正负，可能包含其他guest活动、计数粒度和采样边界；不把它称为某个外部进程的精确CPU，也不能补造旧hosted缺失的全生命周期计数。两台宿主的绝对数值不能直接用于性能比较。
+
+## 证据和公开范围
+
+保留GitHub事件/run/attempt/commit、实际runner/映像、构建来源、host OS/CPU、原始计数及全部观察；分析时从提供者作业元数据独立核对身份。没有修改电源、优先级、亲和性或后台服务的步骤。物理宿主排他性与频率仍未知。
+
+发布器的显式`cpu-boundary`模式只包含本次构建和六位置诊断的固定白名单，与原成本批次分开。它在任何staging之前核对本次raw schema/run/attempt/source，失败和不完整流也保留；测量、sanity及诊断入口identity的stdout/stderr字节不改；bundle内的构建identity日志保留完整内容并执行路径前缀替换。元数据中的实际长/短/转义路径改为别名，子PID及进程清单不公开；清单同时列原始/公开SHA和大小。绝不递归上传checkout、Cargo缓存或任意目录。新分支身份和schema不会被原默认发布模式接受。
+
+只有下载并审核实际产物、源码/构建、全部原字节oracle和CPU等式之后，才将观察写入 #54。若此诊断支持改进后续环境计量，须另行冻结新协议与完整样本计划；不倒改原v1，也不以诊断完成代替受控A/B、allocator/projection及组件归因、预算提案和用户确认。

experiments/measure/r54_cpu_hosted.py

@@ -0,0 +1,55 @@
+"""One fresh hosted build followed by the separately declared CPU-boundary diagnosis."""
+import argparse
+import json
+from pathlib import Path
+
+from experiments.measure.r54_batch import sha, utc, write_json
+from experiments.measure.r54_build import prepare_builds
+from experiments.measure.r54_contract import ROOT
+from experiments.measure.r54_cpu_diagnostic import execute as diagnose
+from experiments.measure.r54_hosted import CPU_BOUNDARY_BRANCHES, hosted_identity
+from experiments.measure.r54_inputs import git, require
+
+def execute(output):
+    output = Path(output).resolve()
+    require(output.is_relative_to(ROOT / 'local'), 'hosted artifacts must stay under the workspace local directory')
+    output.mkdir(parents=True, exist_ok=False)
+    manifest = dict(schema='termforge-r54-cpu-hosted-v1', status='preparing', started_utc=utc(),
+                    source=git(ROOT, 'rev-parse', 'HEAD'), runner_sha256=sha(Path(__file__)),
+                    workflow_sha256=sha(ROOT / '.github/workflows/r54-cpu.yml'),
+                    performance_gate='not_evaluated', diagnostic=None)
+    try:
+        manifest['hosted_identity'] = hosted_identity(CPU_BOUNDARY_BRANCHES)
+        write_json(output / 'hosted.json', manifest)
+        prepare_builds(output / 'bundle')
+        declaration = dict(host_kind='hosted_vm', no_known_concurrent_build_or_test=True,
+            known_concurrent_work=['This job completed setup, tests and both audited builds before diagnosis.',
+                                   'GitHub runner service and operating-system background services remain.',
+                                   'Physical host scheduling and neighboring virtual machines are unobserved.'],
+            purpose='One six-observation CPU-boundary diagnostic; no idle qualification or cost acceptance.')
+        write_json(output / 'environment-declaration.json', declaration)
+        manifest['status'] = 'diagnosing'
+        write_json(output / 'hosted.json', manifest)
+        result = diagnose(output / 'bundle/plan-v1.json', output / 'bundle',
+                          output / 'environment-declaration.json', output / 'diagnostic')
+        manifest['diagnostic'] = result
+        require(result['status'] == 'accounting_complete', 'diagnosis stopped; no replacement observations')
+        manifest['status'] = 'accounting_complete'
+    except BaseException as error:
+        manifest.update(status='failed', error=f'{type(error).__name__}: {error}')
+        raise
+    finally:
+        manifest['finished_utc'] = utc()
+        write_json(output / 'hosted.json', manifest)
+    return manifest
+
+
+def main():
+    parser = argparse.ArgumentParser(description=__doc__)
+    parser.add_argument('--out', type=Path, required=True)
+    args = parser.parse_args()
+    print(json.dumps(execute(args.out)))
+
+
+if __name__ == '__main__':
+    main()