取证：daemon 异常终止根因链（内存 160→444→957MB 被杀 ⇒ 连带 cli exit:1 ⇒ 会话 terminated；guardian 因 wmic 缺失全程失守；Crash-Log 14 份跨 6 天证明是常态）＋ 可反馈报告

daemon-异常终止取证-20261009.md

@@ -0,0 +1,107 @@
+# WorkBuddy daemon 异常终止导致会话中断 · 取证报告
+
+> 取证时间：2026-10-09 06:2x–06:4x（本地 UTC+8）
+> 环境：win32 x64 ／ WorkBuddy 5.7.6 ／ Electron 37.10.3 ／ Node 22.21.1 ／ V8 13.8.258.32-electron.0
+> 现象：后台自动化会话运行中途被判 `terminated`，未正常收尾，并遗留域锁未被释放
+> 本报告全部结论取自日志与崩溃报告原文，可复现；**未坐实的推断已单独标注**
+
+---
+
+## 一、结论（三句）
+
+1、daemon 进程内存在一分钟内涨近三倍（160MB → 444MB → 957MB，rss 1162MB）后被**强制终止**，日志里没有任何优雅退出或崩溃堆栈。
+
+2、父进程随即拉起新一代 daemon（`ppid` 可证）；旧 daemon 托管的 `cli` 子进程随之以退出码 1 结束，正在其上运行的会话被判 `terminated`。
+
+3、本应拦截这一关的**内存守护（guardian）全程失效** —— 它靠 `wmic` 采集进程指标，而本机 `wmic` 不存在，每 10 秒失败一次。
+
+---
+
+## 二、时间线（本地时间，取自 `daemon.log` 原文）
+
+- **16:50:33**（＝本地次日 00:50:33）—— `[DaemonMemWatch] pid=53940 heapUsed=160MB heapTotal=202MB rss=340MB`。
+- **16:51:33** —— `pid=53940 heapUsed=444MB heapTotal=509MB rss=618MB`。
+- **16:52:33** —— `pid=53940 heapUsed=957MB heapTotal=1030MB rss=1162MB`。**三分钟三倍，斜率外推下一分钟破 2GB。**
+- **16:53:22** —— 旧 daemon 最后一条正常业务日志（`[skills-fetch] response`）。
+- **16:53:38.273** —— 新进程首个标记：`[CodeCache] enabled {"processName":"daemon"}`。
+- **16:53:38.288** —— `[DaemonLog] session started {"pid":73936,"ppid":72748,...}`。
+- **16:53:39.584** —— 会话 `a257d30f` 被状态同步器置为 `terminated`。
+- **16:53:54.262** —— 新 daemon 记下第一条：`ChildProcessCrash: Child process gone (cli): reason=exit:1, exitCode=1`。
+
+**关键间距**：`16:53:22` 到 `16:53:38` 之间有 **16 秒空白** —— 旧进程没有留下任何 shutdown／exit／error 记录，属被直接终止。
+
+---
+
+## 三、证据与复现命令
+
+### 1、内存暴涨
+
+```
+grep "DaemonMemWatch" <logs>/daemon.log | tail -30
+```
+
+### 2、守护失效（每 10 秒一次）
+
+```
+grep "guardian:sample" <logs>/daemon.log | tail -20
+```
+
+原文：`[guardian:sample] batch pidusage failed: Error: spawn wmic ENOENT`
+频次：旧进程最后 46 行日志里出现 **11 次**，即持续失败、无一成功。
+
+### 3、进程换代与父子关系
+
+```
+grep "DaemonLog] session started" <logs>/daemon.log
+```
+
+原文：`[DaemonLog] session started {"pid":73936,"ppid":72748,"nodeVersion":"v22.21.1","electron":...}`
+
+### 4、崩溃报告（换代是常态的直接证据）
+
+目录：`<logs>/Crash-Log/`
+命名规则：`crash-report-<进程名>-<pid>-<launchedAt 本地时刻>.json`
+（时间戳取报告内 `launchedAt` 字段，**不是崩溃时刻**）
+
+现有 **14 份**，daemon 的跨 **09-28 ／ 10-01×2 ／ 10-02×2 ／ 10-06×2 ／ 10-08 ／ 10-09** —— 至少 6 个日子发生过换代。另有 `crash-report-main-*` 5 份、`crash-report-sidecar-*` 1 份。
+
+每份报告体例一致（示例为 10-09 那次），条目形如：
+
+```
+{
+  "timestamp": "2026-10-09T00:53:54.262+08:00",
+  "type": "child_process_crash",
+  "errorMessage": "Child process gone (cli): reason=exit:1, exitCode=1",
+  "childProcess": { "name": "cli", "exitCode": 1, "disposition": "unexpected_crash" }
+}
+```
+
+`.processed-crashes.json` 里的数字是**已处理条数**（53940=12、73936=4），**不是**崩溃次数。
+
+### 5、连带关系
+
+`53940` 名下 12 条崩溃条目，时间点全部落在会话起止附近（其中 `23:32:00` 那条，正好等于一次执行会话排期的触发时刻）。
+
+---
+
+## 四、影响面
+
+- **任何正在跑的会话都可能被换代打断**，形态是"跑着跑着变 terminated"，且来不及做收尾动作。
+- 本次实际损失：一个四步目标的第 4 步执行会话在做完界面产物后 1 秒被终止，产物虽已落盘，但**验证与上报全部丢失**；更严重的是它持有的**域锁无人释放**，形成孤儿锁，导致后续 10 棒检查会话连续空转（01:29–05:59）。
+- 崩溃报告中 `cli exit:1` 是**结果不是原因** —— 它是随 daemon 一起被带走的，排查时不要被这一行带偏。
+
+---
+
+## 五、建议
+
+1、**修 guardian 的采样方式** —— 把 `wmic` 依赖换掉（Windows 11 已弃用／移除 wmic，改用 PowerShell CIM 或 Node 原生接口）。这是本次事件中唯一明确、可修、且与现象直接相关的缺陷。
+
+2、**daemon 被杀前留痕** —— 现在从"最后一条业务日志"到"新进程启动"之间是 16 秒真空，外部无法判断是 OOM、被父进程杀、还是 native crash，建议补一条落盘的退出原因。
+
+3、**daemon 内存上限与自愈** —— 内存从 76MB 涨到 1GB+ 无任何预警；建议在阈值处先落日志、再重启，并且**重启前给在跑的会话留收尾窗口**（或至少在重启后主动标记受影响的会话，而不是让它们静默停在 terminated）。
+
+---
+
+## 六、未坐实项（如实标注）
+
+**daemon 内存为什么会涨到 1GB** —— 日志只显示 `Conversation event push summary {"received":1652542 → 1671269}`（累计事件百万级），但这**不足以断定是事件积压所致**。要定这个因，需另做一次带堆快照的复现。本报告不对此下结论。