[Bug] analyze_music 成功后可被 Agent 以相同参数连续重复执行并刷屏

[ShallM]

版本

main 源码，commit 320c07f

平台 / 功能

macOS Apple Silicon；AI Agent 对话剪辑 / 音乐分析。

问题描述

一次 analyze_music 已成功返回后，Codex 仍可能在后续 turn 反复发出完全相同的 tool call。Server run 是无 turn 上限循环，且没有针对昂贵纯工具的连续重复保护，因此每次都会重新跑本地节拍和 CLAP 分析，并把完整 JSON 结果重复写入聊天。

实际观测

同一 run、同一 itemId、force=true、相同 args digest：连续执行 4 次成功分析，第 5 次仍在开始；人工停止后 run 才结束。每次都返回相同的 120 BPM / 38 beats 结果，只是 analysisRef/profile digest 有变化。

复现步骤

1. 使用 Codex 后端请求只调用一次 analyze_music。
2. 参数为固定 itemId 和 force=true。
3. 某些模型采样下，首个成功结果返回后会再次发出同一调用。
4. 查看 run ledger 和聊天工具卡片。

期望行为

对相邻、字节等价参数的昂贵纯工具，首个成功结果应成为权威结果；重复请求应复用结果并终止循环，不能再次消耗本地算力或 Codex 额度。不同参数或中间发生状态修改时仍应允许重跑。

实际行为

runner 无条件执行每个重复调用，造成长时间占用、重复 JSON 和额度浪费。

根因定位

无界 turn loop 依赖模型自行停止；executeBrowserTool 没有成功结果的短期幂等 guard。

建议修复

• 仅缓存“紧邻的同工具 + 同 args digest + 已成功”的纯工具结果。
• 任意不同工具/参数调用立即清除缓存，避免读到状态变更前的旧结果。
• 重复请求不创建新的 browser tool-request，不重跑模型。
• 将 run 正常完成，并留下简短 guard 说明。
• 添加相同/不同 digest 和跨工具回归测试。

本地验证

加入窄范围 guard 后，全量测试通过；真实界面运行只有 1 个 tool_requested 和 1 个 success outcome，run 状态为 completed，聊天只显示一句摘要。

[0xsline]

已在 main 修复，落在 c6f6db7。

• 保护范围严格限定为相邻、同工具、同 args digest、已成功的 analyze_music。
• 命中时复用首个成功结果，跳过新的 browser tool request 与本地模型执行。
• 参数变化或中间出现其他工具调用会立即清除缓存，状态变化后的分析仍可正常重跑。
• server/agent-runs/executor.verify.ts 已覆盖相同参数复用、不同参数重跑和跨工具清除。

验证：目标 verify、真实 Agent 单次调用行为、全量 typecheck、lint、test、build 均通过。欢迎基于最新 main 复测重复调用场景。