Semaphore项目中大日志显示问题的分析与解决方案
问题背景
在Semaphore项目的Web界面中,当用户尝试查看大型任务日志时,系统会出现崩溃现象。具体表现为日志内容无法正常显示,浏览器控制台报错"Maximum call stack size exceeded"(最大调用堆栈大小超出)。这个问题严重影响了用户查看任务执行详情的能力,特别是对于长时间运行或输出量大的任务。
错误分析
经过技术团队深入排查,发现问题根源在于前端使用的ansi-to-html库存在性能缺陷。该库负责将ANSI转义序列转换为HTML格式以便在网页中显示彩色日志,但在处理大型日志文件时会出现以下问题:
-
递归调用过深:ansi-to-html库在处理长字符串时采用了递归算法,当字符串长度超过一定阈值时会导致调用堆栈溢出。
-
内存消耗过大:该库在转换过程中会创建大量临时对象,消耗过多内存资源。
-
同步处理机制:库采用同步处理方式,在转换大型日志时会阻塞主线程,导致界面无响应。
解决方案
技术团队评估了多种替代方案后,最终选择了ansi_up库作为替代,原因如下:
-
性能优化:ansi_up采用迭代而非递归算法,有效避免了调用堆栈溢出的问题。
-
轻量高效:新库的内存占用更低,处理速度更快,特别适合处理大型日志文件。
-
兼容性好:ansi_up支持完整的ANSI转义序列集,确保原有彩色日志显示效果不受影响。
-
异步支持:库设计考虑了大规模数据处理场景,可以更好地与现代前端框架配合。
实现细节
在具体实现上,技术团队进行了以下改进:
-
库替换:完全移除ansi-to-html依赖,引入ansi_up作为新的ANSI转换工具。
-
性能测试:对转换性能进行了基准测试,确保新方案能稳定处理MB级别的日志文件。
-
渐进式渲染:考虑未来可能增加的分块加载和渐进式渲染功能,为超大日志显示预留扩展空间。
-
错误处理:增强了错误边界处理,确保即使转换失败也不会导致整个界面崩溃。
用户影响
这一改进为用户带来了显著的好处:
-
可靠性提升:现在可以稳定查看任意大小的任务日志,不再出现崩溃情况。
-
响应速度改善:大型日志的显示速度明显加快,用户体验更加流畅。
-
功能完整性:保留了原有的彩色日志显示功能,视觉效果不受影响。
总结
Semaphore项目通过这次技术升级,不仅解决了大日志显示崩溃的问题,还为未来的性能优化奠定了基础。这体现了项目团队对用户体验的重视和对技术选型的严谨态度。该解决方案已合并到项目的develop分支,用户可以通过更新版本来获得这一改进。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00