跨机器迁移资产盘点审计
核心原则
台账是基准,磁盘是真相,两者对不上的每一项都要给出解释(已解释 / 真缺失 / 打包残留未解包 / 垃圾)。
审计流程(按序执行)
1. 找迁移台账/清单
迁移执行者通常会留台账(如 D:\yuxin\company\资产迁移台账-YYYYMMDD.md),记录批次、源路径、大小、状态。没有台账则直接从目标盘顶层结构反推。
2. 逐版块核对磁盘实况
对台账登记的每个版块:实际文件数 + 实际大小 vs 台账登记值。登记 165GB 实测 108.9GB 不一定是缺失——差额常是还在打包未删的 tar(本项目差额 56GB ≈ 两个 tar 75.9GB 的未释放部分 + 压缩率)。先识别打包残留再下结论。
⚠️ 目录树大小统计必须容错断链接:os.walk(p, e: None) + getsize 包 try/except(迁移过来的 Mac 符号链接在 Windows 上全是断链,裸统计必炸 FileNotFoundError)。
3. Git 仓库可用性验证(跨机必踩坑)
- 统计
.git目录数 → 逐仓跑git log --oneline -1验证 - 坑 1 — dubious ownership:跨机拷贝后所有仓报
detected dubious ownership。批量豁免:逐仓git config --global --add safe.directory <绝对路径>。 - 坑 2 — 清空豁免自坑:
git config --global --unset-all safe.directory会清掉全部豁免(包括历史加的);重新逐条 add 即可,但要知道这步会互相覆盖,先清后加按一个脚本一口气做完。 - 坑 3 — shell=True 管道污染:Windows git-bash 环境
subprocess.run("git ... | head -3", shell=True)可能落到 cmd 执行,head报乱码"不是内部或外部命令"。统一用列表参数subprocess.run(["git", "-C", repo, "status", "--porcelain"])。 - 坏壳识别:
.git存在但git log报not a git repository= 损坏壳(本例 2/94),单独标记。 - dirty 仓甄别:
git status --porcelain非空的仓是 Mac 时代就有的未提交工作(迁移前状态),不是迁移丢失,报告里单列建议后续逐仓 commit。 - 无 remote 的仓(本地仓)正常存在,不算问题。
4. 符号链接分类甄别(不要被断链总数吓到)
Mac→Windows 迁移后符号链接 100% 断。先分类再处置:
| 类别 | 识别特征 | 处置 |
|---|---|---|
| 测试垃圾 | .pytest_tmp、SingletonLock/Cookie、浏览器 profile 锁 |
直接删 |
| venv 内部 | 路径含 .venv、指向 homebrew python |
可删,新机重建 |
| 相对断链 | 指向项目内相对路径(构建产物) | 低优先级,用到时重建 |
| 真数据链接 | 指向 \Users\<mac用户>\... 且源是数据非垃圾 |
逐一核对源数据是否已实体迁入,没有则补迁或删链接 |
实例数据:总断链 128 → 真数据链接仅 7,其余 105 条 pytest_tmp + 16 条 venv/锁/相对。报告只列真数据链接。
5. 数据库类资产验证(行数 + 内容抽样双验证)
行数对上不等于内容一致,做双层:
- 行数对比:
SELECT COUNT(*), MIN(id), MAX(id) FROM <table>新旧库对比 - 内容抽样:按 id 逐条取 content 做 md5 对比(前 200 条足够)
- Mnemosyne/记忆库另需验证向量覆盖(见 mnemosyne-cross-machine-sync §八)
6. 打包残留识别(迁移完成后的空间释放项)
中途打包产物(dotgit.tar、*-v3.tar)在解包实体化后即冗余。核对 tar 内容已完整落盘(抽查条目数/大小 vs 现树)后列入"可释放空间"清单,删除前向用户确认。
7. 出分级报告
- ✅ 已迁移并验证通过(含验证方法)
- ⚠️ P1 真缺失/真数据断链(需用户决策补迁或放弃)
- ⚠️ P2 迁移前历史状态(dirty 仓等,非迁移问题)
- 💡 P3 可释放空间/可清理垃圾(附大小)
- 附磁盘水位(shutil.disk_usage)
8. Phase 2:运行面断点扫描(盘点通过后必做)
数据迁齐 ≠ 系统能跑。盘点通过后进入 Phase 2,产出断点清单 + 修复顺序:
- cron 错误分类(Script not found / exit 1 / 429 自愈 / timeout,先
os.path.isfile验证归因) - 旧平台路径残留扫描(剔除档案目录后统计"活文件",勿被 2 万+ 档案命中吓到)
- 常驻服务/网关端口核对(launchd 类在新机无等价物,逐项列"是否重建"供用户拍板)
- 记忆库基线(压缩 cron 断链会静默堆积 working_memory,先手动压再修 cron)
详见 references/post-migration-runtime-scan.md(含 cron 分类法表、Mac→Win 路径对照表、EVO-X3 实测 637 活文件/876 条超限案例)。
Pitfalls
- 不要只对台账数字做减法——先解释差额(tar 残留/压缩/垃圾),再判缺失。
- 断链总数是噪音,真数据链接才是信号——分类后报告。
- git 批量豁免用列表参数不用 shell 管道(Windows cmd/bash 混环境)。
- read_file 工具对中文文件名可能误报 File not found——用 execute_code 的 python
open()读中文文件。 - venv/依赖/插件不随数据走——运行面恢复另见 mnemosyne-cross-machine-sync §八。
- dirty≠丢失——未提交改动是迁移时点快照,迁移本身不会丢 working tree。
📎 完整审计实录(EVO-X3 2026-11-10:108.9GB/127 万文件、94 仓、141 链接、76GB 残留的具体数字与脚本)见 references/evox3-audit-20261110.md。