Généré le 14/10/2026 13:42

Rétrospective & Débogage — 14/10/2026 13h05

Résumé

Un sous-processus orphelin du pont HTTP→SOCKS5 (port 1083), laissé par une génération précédente du superviseur JARVIS, squattait ce port en permanence depuis 04h00 ce matin. Résultat : le superviseur actuellement vivant essayait de démarrer sa propre instance toutes les 2 secondes, échouait à chaque fois (le port était déjà pris), et répétait cette boucle en continu pendant 9 heures — environ 16 400 tentatives ratées, pour un total de 24,5 Mo de traces d'erreur accumulées dans un seul fichier de log.

Pendant l'investigation, deux process supplémentaires (proxys Claude-Code→Gemini port 8083, Claude-Code→OpenRouter port 8082) se sont révélés être dans une situation similaire (orphelins d'une génération antérieure du superviseur), bien que moins visibles car leur propre boucle d'échec s'était arrêtée d'elle-même quelques heures plus tôt.

Impact réel pour Raphaël : quasi nul en apparence — les 3 ponts/proxys orphelins fonctionnaient encore et servaient le trafic normalement. Le vrai risque était silencieux : plus rien ne supervisait réellement ces 3 process depuis le matin, donc si l'un d'eux avait vraiment planté, rien ne l'aurait relancé avant longtemps (ou jamais, pour le port 1083, puisque le superviseur actuel ne pouvait jamais réussir à prendre le relais).

Root cause

Correctif appliqué

Fichier modifié : JARVIS_LIVE_VOICE/supervisor.py.

Nouvelle fonction _free_stale_port_holder(port, expected_cmd, label), appelée systématiquement avant chaque (re)lancement d'un sous-processus supervisé sur un port fixe (1083, 8082, 8083, et désormais aussi 8000 pour le serveur principal) :

  1. Interroge netstat -ano (zéro privilège requis — psutil.net_connections() exige des droits admin sur Windows, contrainte déjà documentée ailleurs dans ce projet) pour retrouver le PID qui écoute déjà sur le port cible.
  2. Compare la ligne de commande exacte de ce PID à celle qu'on s'apprête à lancer nous-mêmes.
  3. Ne tue QUE si la correspondance est exacte (garde-fou de sécurité : ne jamais toucher un process différent/inconnu) ; sinon, journalise un avertissement et laisse le process tranquille.
  4. Si correspondance confirmée : arrêt propre (terminate(), puis kill() après 3s si besoin) avant de lancer la nouvelle instance.

Bugs rencontrés en cours de route (et corrigés avant déploiement)

Le développement de ce correctif a lui-même révélé 2 bugs, trouvés et corrigés avant la mise en production grâce à des tests réels à chaque étape (pas de déploiement à l'aveugle) :

  1. Encodage Windows : subprocess.run(["netstat", "-ano"], capture_output=True, text=True) sans encodage explicite plante silencieusement sur cette machine (la sortie de netstat contient des octets hors table cp1252, l'encodage par défaut), renvoyant .stdout = None sans lever d'exception propre — ce qui a fait planter les 4 threads de supervision simultanément lors du premier essai de déploiement. Corrigé en forçant encoding="utf-8", errors="replace".
  2. Indices de colonnes inversés : ma première version lisait la mauvaise colonne de la sortie netstat (confondait la position du PID et du mot LISTENING), ce qui faisait que la fonction ne détectait jamais aucun port occupé. Corrigé après un test unitaire isolé sur la sortie réelle de netstat.

Déploiement et vérification (en conditions réelles, pas supposé)

  1. Vérifié qu'aucun appel vocal n'était en cours (dernière activité à 09:55, soit 3h avant l'intervention) avant de redémarrer le superviseur.
  2. Arrêt du superviseur vivant (PID exact, jamais par nom) → relancé avec le code corrigé.
  3. Résultat immédiat et automatique : les orphelins des 2 proxys (8082, 8083) et du serveur principal (8000) ont été proprement arrêtés et remplacés par de nouvelles instances, sans aucune coupure de service perceptible (les ports sont restés occupés en continu, juste par un PID différent du jour au lendemain).
  4. Le pont SOCKS5 (1083) n'a PAS été nettoyé automatiquement : son orphelin avait été lancé par un interpréteur Python légèrement différent (environnement virtuel au lieu du Python système), donc la ligne de commande ne correspondait pas exactement — la garde de sécurité a refusé de le toucher, comme prévu. Je l'ai arrêté manuellement par PID exact après vérification manuelle complète de son identité.
  5. Vérification finale : les 4 ports (8000, 8082, 8083, 1083) sont désormais tenus par des process qui descendent tous proprement du superviseur actuellement vivant (confirmé via l'arbre des process Windows). Plus aucune ligne d'erreur depuis 13:05:41. Santé HTTP confirmée (/jarvis, /jarvis/rapports, /api/system_status → 200 OK).

Ce qui reste non résolu / à surveiller