chore(工作区): 全量入库 + 补齐 .gitignore（以工作区为准）

- 变更规模：新增 514 / 修改 62 / 重命名 155 / 删除 4（归档重组与文档轮次） - .gitignore 修：`归档/**/db-cwd归一-备份-*/` —— 原规则写绝对层级（归档/db-cwd归一-…），目录搬进归档/配置与备份/ 后**静默失效**，43 MB 的 DB 备份又变成未跟踪 - .gitignore 补：嵌套 git 内部数据（归档/内嵌git-20261008/、归档/skills-git-旧线-20261007/dotgit-原样移出/） - .gitignore 补：运行态与部署副本（.workbuddy/collab/、.workbuddy/tools/、.workbuddy/.load-pending、.workbuddy/tmp-*） - .gitignore 补：备份件（*.bak-*） - 未跟踪文件从 2190 降到 890（其余为归档/ 归档件与 .workbuddy/memory/ 知识文件，按口径入库）
2026-10-10 23:13:22 +08:00
1 parent 30b46dbd0c
commit c1b5e4d966
@@ -0,0 +1,283 @@
+# 执行检查长期在线（Windows）
+
+> 🔴 **定案（2026-10-03 23:17–2026-10-04 07:15 实测）**：**长期在线只有一条路** ——
+> **Windows 计划任务 ＋ 永不返回的守护循环脚本**（跑 `collabd.py --supervise`）。
+> 本文档是**唯一权威**（⛔ 别处不要再写另一套）。
+> 证据源＝测试3 的复盘 `目标-会话协作测试3-7cd276/S3_常驻启动成功复盘_20261003.md`
+> ＋ `S4_常驻自愈闭环复盘_20261003.md` ＋ `S5_A6自指修复与目标收口_20261004.md`。
+
+## 〇、🔴🔴 先分场景：两种"长期"不是一回事
+
+**两种都要长期在线，但它们要的东西不同** —— ⛔ 别混用，混用就会出现
+"看起来在跑、其实随时会死"或"该停时还在跑"。
+
+| | **场景 A · 用户手动创建主会话** | **场景 B · 定时任务创建主会话** |
+|---|---|---|
+| 典型形态 | 用户在 WorkBuddy 里自己开一条 `[主]-…` 会话，盯着它推进 | 排期按点拉起 `[主]-…`（`recurring`，如 `FREQ=HOURLY;INTERVAL=1`） |
+| 会话寿命 | **随用户何时收工**（可能几分钟，也可能几小时） | 跑完即 `completed`，**与下一跳之间有静默窗** |
+| 🔴 **对"常驻"的硬要求** | ⛔ **不能靠会话活着** —— 一收工就没人拉 ⇒ **必须脱离会话** | ✅ 会话自己周期性回来 ⇒ 但**每跳之间仍有空窗** ⇒ **同样要脱离会话** |
+| 唯一合格载体 | **计划任务 ＋ 守护循环**（本文档第三～五节） | 同左（⛔ **排期代替不了载体** —— 排期只是"谁按点喊一次"，喊完会话就结束） |
+| 怎么验它真活着 | 心跳 `pid` 活 ∧ `ts` 距今 < 90 s ＋ `round` 递增 | 同左，⚠️ **且要静置 ≥ 12 分钟**（⛔ 短观察证明不了事） |
+| 谁负责"目标完成后关它" | 守护循环见 `guard.stop` 即 `exit 0`（第五节之二） | 同左 —— ⛔ **排期不会帮你关** |
+
+### 🔴 两个都踩过的坑（**与场景无关**，因为根子在载体）
+
+1. **"一次性工具调用起的子进程"在两种场景下都不合格** ——
+   实测测试3 开工时 pid 69080 已死；本区两个后台任务（`collabd --supervise` 活 842 分钟、
+   `board.py --serve` 活 634 分钟）父链都是
+   `bash → bash → bash → sandbox-cli → WorkBuddy.exe`（**会话树内**），
+   ⛔ `.workbuddy/collab/` 里**既无 `.ps1` 也无 keeper** ⇒ **没走本文档这套**。
+   ⚠️ **它们现在活着，只因为发起它们的那条会话进程树至今没被回收**
+   ⇒ 「**存活时长 = 发起会话的存活时长**」（测试3 `S4` 第六节原话），
+   **⛔ 不能用它论证"这种起法也能长期"**（该文明确写「这条『反例』**不成立**」）。
+2. **"排期是 `once` 且已过期"＝哑排期** —— 实测 `[主]-会话协作测试3-主会话` 是
+   `schedule_type=once`／`scheduled_at=2026-10-03T20:33`／`next_run_at=None`／
+   `last_run_at=None` ⇒ **它一次都没被触发过**，而界面上 `status=ACTIVE` **看起来像在跑**。
+   ⚠️ **`status=ACTIVE` ≠ "在跑"**；判"真会触发"要看 `schedule_type='recurring'` ∧ `next_run_at` 非空。
+
+## 一、为什么必须换载体（⛔ 别再自己发明）
+
+| 载体 | 能不能长期 | 实证 |
+|---|---|---|
+| 工具调用起的子进程 | ❌ | 父进程一退出就被回收（活不过当轮／当会话） |
+| 宿主排期拉的会话起 | ❌ | 测试3 开工时 pid 69080 已死（心跳停在 22:55:31） |
+| `CREATE_BREAKAWAY_FROM_JOB` | ❌ | **`PermissionError(13,'拒绝访问。')`** —— 本机被作业对象拒绝，**这条路封死** |
+| `cmd /c start /B` | ❌ | 本机沙箱拦截 |
+| 排期到点起一次会话 | ❌ | **跑完即退** ⇒ 静默窗内无人（`once` 更糟：可能**永不触发**） |
+| **计划任务 ＋ 守护循环** | ✅ | **实测 23:16:37 起活到 23:29 仍在跑**，`round` 1→74；死亡后 **5–6 秒**自动恢复 |
+
+**关键差别＝父链**：计划任务创建的进程由 **Task Scheduler 服务**创建，
+**不在 WorkBuddy 会话的 Job Object 里** ⇒ 不会被会话回收。
+
+## 二、装法（照抄，⛔ 别自创参数）
+
+### ① 包装脚本 `<工作区>\.workbuddy\collab\start-supervise.ps1`
+
+⚠️ **必须是「永不返回的守护循环」版**。⛔ **别写成"跑一次就退"** —— 那样常驻死掉时脚本
+**正常返回 0** ⇒ 任务被判「成功」⇒ `Restart*` 永不触发（测试3 实测：活 12 分钟后再不复活）。
+完整可用版见第五节（含 `-Wait`／心跳判据／退避／**停止标志**四项要点）。
+
+```powershell
+$ErrorActionPreference = "Continue"
+# 🔴 坑①：必须设，否则 _wb_db() 退回读 0 字节空库 ⇒ 闸二永久失效
+$env:CODEBUDDY_CONFIG_DIR = "E:\ProgramData\.workbuddy"
+$env:COLLABD_CONFIG      = "<工作区>\.workbuddy\collab\collabd.config.json"   # 🔴 坑②
+$env:PYTHONIOENCODING   = "utf-8"      # 中文日志不乱码
+$env:PYTHONUNBUFFERED   = "1"          # ⛔ 否则重定向到文件时 Python 块缓冲、诊断不可见
+$root = "<工作区>"; Set-Location $root
+
+$hbPath   = "<工作区>\.workbuddy\collab\logs\supervise-heartbeat.json"
+$stopFlag = "<工作区>\tmp\supervise-inbox\guard.stop"      # 🔴 目标完成信号（第五节之二）
+$logPath  = "<工作区>\tmp\keeper.log"
+$staleSec = 90                                            # 与 collabd.supervise_alive() 同口径
+
+function Say([string]$m) { Add-Content -LiteralPath $logPath `
+    -Value ("[" + (Get-Date).ToString("yyyy-MM-dd HH:mm:ss") + "] " + $m) -Encoding UTF8 }
+function Get-HbAge { try { $o = (Get-Content -LiteralPath $hbPath -Raw -Encoding UTF8) | ConvertFrom-Json
+    $ts = [double]$o.ts; if ($ts -le 0) { return -1 }; return [int]((Get-Date).ToString("U") - $ts)
+} catch { return -1 } }
+
+$backoff = 5
+while ($true) {
+    if (Test-Path -LiteralPath $stopFlag) { Say "guard.stop present => stands down"; exit 0 }  # 🔴
+    $age = Get-HbAge
+    if ($age -ge 0 -and $age -lt $staleSec) { Start-Sleep -Seconds 5; continue }   # 别人在跑 ⇒ 让位
+    Say ("spawn collabd --supervise (backoff=" + $backoff + "s)")
+    # 🔴 -Wait 必须：& 对 pythonw.exe（GUI 子系统）**不阻塞** ⇒ 会叠出多个常驻
+    Start-Process -FilePath "<pythonw.exe>" `
+        -ArgumentList @("-u", "<工作区>\.workbuddy\collab\collabd.py", "--supervise") `
+        -WorkingDirectory $root -WindowStyle Hidden `
+        -RedirectStandardOutput "<工作区>\.workbuddy\collab\logs\supervise.out.log" `
+        -RedirectStandardError  "<工作区>\.workbuddy\collab\logs\supervise.err.log" `
+        -PassThru -Wait | Out-Null
+    Say ("collabd exited (heartbeat age=" + (Get-HbAge) + "s)")
+    $w = $backoff
+    while ($w -gt 0) { if (Test-Path -LiteralPath $stopFlag) { Say "stop flag during backoff"; exit 0 }
+        Start-Sleep -Seconds 5; $w -= 5 }
+    if ($backoff -lt 60) { $backoff = [Math]::Min(60, $backoff * 2) }
+}
+```
+⚠️ **落盘必须带 BOM**（坑③）：`[System.IO.File]::WriteAllText($p,$text,[System.Text.UTF8Encoding]::new($true))`。
+
+### ② 建任务（⚠️ 一律 PowerShell 的 `ScheduledTasks` 模块）
+
+⛔ **`schtasks.exe` 在本机沙箱被黑名单拦截**（Security Center → Command Security）
+⇒ **建/查/改/停计划任务全部走 `Get-/New-/Set-/Start-ScheduledTask` ＋ `Out-File` 落盘再读**
+（⛔ 别指望命令回显）。
+
+```powershell
+$a = New-ScheduledTaskAction -Execute "C:\windows\System32\WindowsPowerShell\v1.0\powershell.exe" `
+     -Argument '-NoProfile -WindowStyle Hidden -ExecutionPolicy Bypass -File "<工作区>\.workbuddy\collab\start-supervise.ps1"'
+$t = New-ScheduledTaskTrigger -AtLogOn -User "Administrator"
+# 🔴 三个设置缺一不可（少一个就前功尽弃）：
+$s = New-ScheduledTaskSettingsSet -ExecutionTimeLimit ([TimeSpan]::Zero) `
+       -MultipleInstances IgnoreNew -RestartCount 999 -RestartInterval (New-TimeSpan -Minutes 1)
+New-ScheduledTask -TaskName "collabd-supervise-<区名>" -Action $a -Trigger $t -Settings $s -Principal $p
+# 改动作不影响已配的触发器 ⇒ 更新时只传 -Action
+Set-ScheduledTask -TaskName "..." -Action $a
+```
+
+| 设置 | 值 | 漏了会怎样 |
+|---|---|---|
+| `ExecutionTimeLimit` | `0`（无时限） | 默认 72 h ⇒ 到点被杀 |
+| `MultipleInstances` | `IgnoreNew` | 重复起 ⇒ 双写台账 |
+| `RestartCount`／`RestartInterval` | `999`／`1 min` | 死了不重拉 |
+| Trigger | `AtLogOn`（Interactive・最高权限） | 开机不启动 |
+
+⚠️ **动作一律用 `powershell.exe`（不是 `pythonw.exe`）** —— 动作里直接跑解释器没有"设环境变量"这一步。
+（用户长期记忆里那条"`python.exe` 会闪黑窗"针对的是**交互式起进程**；计划任务走 `Hidden`＋无控制台，不闪。）
+
+## 三、🔴 三个坑（都可复现，逐个都是"秒退"或"看着在其实没跑"）
+
+### 坑① 🔴 不设 `CODEBUDDY_CONFIG_DIR` ⇒ 读到 **0 字节空库**
+
+- 计划任务**不继承**会话的环境变量 ⇒ `_wb_db()` 退回 `Path.home()/.workbuddy/workbuddy.db`
+  （本机那个是 **0 字节、无 `sessions` 表**）。
+- 症状：每 20 秒刷一次 `all_sessions_idle 读库失败 no such table: sessions`
+  ⇒ 闸二（所有会话都结束）**永久失效** ⇒ fail-safe 判"有会话在跑" ⇒ **检查会话永远建不出来**。
+- ✅ **正解＝用机制自带的配置项 `host_db`**（`collabd.py` 里它本就**优先于**环境变量），
+  指向真库 `E:/ProgramData/.workbuddy/workbuddy.db`。
+  ⇒ **这比设环境变量更可靠**（配置跟着工作区走，不依赖谁起的它）。
+
+### 坑② 🔴 配置查找靠 `cwd` ⇒ 传错 cwd 当场拒跑
+
+`_cfg_candidates()` ＝ `COLLABD_CONFIG` → `<cwd>/.workbuddy/collab/collabd.config.json`。
+⛔ **不要把 `cwd` 设成 `collab/` 目录** —— 那会拼出多一级 `.workbuddy` ⇒ 当场拒跑。
+✅ 设成**工作区根** ＋ 同时显式给 `COLLABD_CONFIG`（双保险）。
+（`ensure_supervise()` 内部原先传 `cwd=脚本所在目录` —— 已由测试3 主会话修成 `cwd=str(WS)`。）
+
+### 坑③ 🔴 PowerShell 5.1 读**无 BOM** 的 UTF-8 `.ps1` ⇒ 中文路径全毁 ⇒ **秒退**
+
+- 症状：计划任务 `LastTaskResult=1` **秒退**，心跳毫无动静。
+- 定位：`Get-Content -Encoding Byte -TotalCount 3` ⇒ `36 69 114`（ASCII 的 `$Er`）⇒ **无 BOM**。
+  PowerShell 5.1 对无 BOM 文件按 **ANSI(GBK)** 解码 ⇒ 脚本里 `会话协作测试3` 变乱码 ⇒ 路径不存在。
+- ✅ 落盘**必须带 BOM**：
+  `[System.IO.File]::WriteAllText($p,$text,[System.Text.UTF8Encoding]::new($true))`（`$true` = 带 BOM）。
+- 📌 **本机所有含中文路径的 `.ps1` 一律带 BOM**，否则一律秒退。
+- ⚠️ 判据：**`LastTaskResult`** —— `0` ＝ 成功；`1` ＝ 秒退（八成是 BOM）。
+
+## 四、验收（三样都齐才算成，⛔ 打印"已启动"不算）
+
+```powershell
+Get-ScheduledTask       -TaskName "collabd-supervise-<区名>" | Select-Object TaskName,State
+Get-ScheduledTaskInfo   -TaskName "collabd-supervise-<区名>" | Select-Object LastRunTime,LastTaskResult
+```
+🔴 `LastTaskResult` **必须 0**。
+
+**存活唯一机读判据**（＝机制里那条，⛔ 别用"日志在更新"代替）：
+`.workbuddy/collab/logs/supervise-heartbeat.json` 里 **`pid` 活着 ∧ `ts` 距今 < 90 秒**。
+
+```powershell
+# pid 是否真在进程表（⛔ tasklist 走 bash 会被当路径；用 PowerShell）
+$p = Get-Process -Id <pid> -ErrorAction SilentlyContinue   # $null = 已死
+```
+
+**静置观察**（≥ 4 分钟）：`round` 持续递增、`argv0` 逐字等于本区 `collabd.py`、
+`已有活的常驻 ⇒ 本实例退出（幂等）` 出现一次（证明没双写）。
+
+## 五、🔴 载体是**一个**永不返回的守护循环（⛔ 不是"两层"）
+
+⚠️ **旧版这里写的是"必须两层＝计划任务 ＋ 周期性复活排期"，🔴 已被实测推翻** ——
+真正常态兜底**就在这个计划的守护循环里**，⛔ 不需要另一条排期。
+
+**实测 2026-10-03**：单纯"计划任务跑一次脚本"**救不了"被外部收走"** ——
+测试3 常驻 `23:16:37` 起、`23:28:47` 停（活 12 分钟），而计划任务
+`LastRunTime` 仍 `23:17:03`、`LastTaskResult=0`、`State=Ready` ⇒ **它没重拉**。
+
+**根因**：`RestartCount/RestartInterval` **只在本任务自己非零退出时生效**。
+而脚本里若是**前台阻塞**调用常驻，常驻死掉 ⇒ 脚本**正常返回 0** ⇒
+任务调度器判定「成功」⇒ **`Restart*` 永不触发**（测试3 复盘原话：「自愈机制被**成功退出**这三个字废掉了」）。
+
+⇒ ✅ **正解＝守护循环版脚本**（⛔ 别用"跑一次就退"）：
+```
+while ($true) {
+    if (Test-Path $stopFlag) { Say "…stands down"; exit 0 }   # 🔴 见第五节之二
+    if (心跳新鲜(<90s)) { 让位等待; continue }                    # 活性判据＝心跳，⛔ 不是退出码
+    Start-Process -Wait -PassThru pythonw collabd.py --supervise  # 🔴 -Wait 必须
+    # 退避 5→10→20→40→60s 封顶；每轮开头都再查一次 $stopFlag
+}
+```
+| 要点 | 为什么 |
+|---|---|
+| `while ($true)` 包住 | 任务永远 `Running` ⇒ 调度器**不介入**、自己管复活 |
+| 🔴 **`Start-Process -Wait`** | ⛔ **`&` 对 `pythonw.exe`（GUI 子系统）不阻塞**、立即返回 ⇒ 循环误判"刚起的已退出"⇒ **叠出多个常驻**（测试3 实测 5/10/20/40s 连续重拉） |
+| 活性判据＝**心跳新鲜度**（`<90s`），⛔ 不是退出码 | `collabd` 发现已有活常驻会**幂等 exit 0** ⇒ 按退出码重拉会造出风暴 |
+| 退避封顶 60s | 真崩时别刷屏 |
+| `.NET Process` + `add_OutputDataReceived` | ⚠️ PowerShell 5.1 **无消息泵 ⇒ 回调不触发**、日志被静默吞掉 ⇒ 用 `Start-Process -RedirectStandardOutput` |
+
+**实测效果**：23:40 第一次死亡 **5 秒恢复**；23:47 单变量 kill 演练 **6 秒恢复**、新 pid、`pythonw` 实例数 `count=1`（无叠加）。
+
+### 之二 🔴🔴 守护循环**必须看停止标志**（2026-10-04 补，本文档初版漏了）
+
+**症状**：目标已完成（`--set-life 已完成` ⇒ `supervise_stop()` 写下 `guard.stop`、常驻已优雅退出），
+**但守护循环仍在每 60 秒重拉一次、每次秒退** ⇒ 实测**空转 370 次／6 小时**
+（`keeper.log` 连续 `exited (exit=0, heartbeat unreadable)`）。
+
+**根因**：守卫只问「心跳新鲜吗」，**⛔ 不问「目标还活着吗」** ⇒
+**"完成即收工"只做到"停掉常驻"，没做到"别再拉它"** —— 那是同一件事的两半。
+
+✅ **正解＝循环开头（＋退避等待中）都先查停止标志**，在则**退出循环**：
+
+```powershell
+$stopFlag = "<工作区>\tmp\supervise-inbox\guard.stop"
+while ($true) {
+    if (Test-Path -LiteralPath $stopFlag) { Say "guard.stop present => stands down"; exit 0 }
+    ...  # 起常驻
+    $waitLeft = $backoff
+    while ($waitLeft -gt 0) {                     # 🔴 退避期间也可能出现标志
+        if (Test-Path -LiteralPath $stopFlag) { Say "…stands down early"; exit 0 }
+        Start-Sleep -Seconds 5; $waitLeft -= 5
+    }
+}
+```
+📌 退出前**必须 `Say` 一行**（⛔ 否则又变成"静默消失"，同族红线：读到了就要说）。
+
+**实测（2026-10-04 07:03，单变量：只换脚本、没动任务）**：
+新 keeper 起来 **0 秒**识别标志 ⇒ `keeper stands down` ⇒ 任务 `State=Ready`（⛔ 不是 `Running`）
+⇒ 重拉次数 **372 → 372**（一没涨）⇒ **空转彻底止住**。
+⚠️ 验「是否被回收」必须**只做单一变量**（⛔ 不许同时停/起任务）—— 否则因果会搞错。
+
+⚠️ **验收要静置 ≥ 12 分钟**（⛔ 短于 10 分钟证明不了任何事 —— 常驻就死在第 12 分钟）。
+
+## 六、⚠️ 还没有它就不算长期（两条，别自欺）
+
+1. **静默基准**：检查会话要 `静默 ≥ 20 分钟` 才建，而基准取台账 `tasks.json` 的 mtime
+   ⇒ **新建/改动任何排期都会把计时归零** ⇒ 刚派完棒必然等满 20 分钟（实测 0.2/4.3/…/12.6 分钟，**从未越过 20**）。
+2. **闸二会自锁（正确行为，不是 bug）**：`_all_sessions_idle()` 要求"所有会话都结束"，
+   而**发起这一切的那条会话自己也在里面** ⇒ 只要它活着，检查会话就建不出来。
+   ⇒ **要让检查会话跑起来，必须先结束发起会话**（fail-safe 方向＝宁可不建，不误建）。
+
+## 七、还有一条（已由机制收口，⛔ 别再自己写）
+
+- **目标完成 ⇒ 关后台＋执行检查**：`collabd.py --set-life 已完成` 现在**真的会停常驻**
+  （`supervise_stop()`：先写 `guard.stop` 走优雅退出 → 等 45 s → 不死才 `taskkill /T /F`）。
+  ⛔ **受阻 / 已暂停不关**（口径如此）。
+- **"完成"可逆**：`ensure_supervise()` 续命前**清掉 `guard.stop`** ⇒ 新目标／目标调整后能再起来。
+  ⛔ 不清就永远起不来。
+- **跨区自愈**：本区常驻每 6 轮顺带扫一遍 `peer_workspaces`，**只补"目标进行中"的区**
+  （已完成／受阻／有停止标志的 ⛔ 一律不拉）⇒ 但**计划任务是更靠前的第一道**。
+
+## 八、按场景对照（选哪条 / 怎么验 / 常见坑）
+
+| 场景 | 主会话怎么来 | 常驻载体 | 目标完成后谁关 | 常见坑 |
+|---|---|---|---|---|
+| **A · 用户手动创建主会话** | 用户自己开 `[主]-…`，盯着推进 | 计划任务 ＋ 守护循环 | keeper 见 `guard.stop` → `exit 0` | 🔴 用户一收工就没人拉 ⇒ 若没装载体，常驻会在会话结束时**静默死掉**（看板还显示"在线"） |
+| **B · 定时任务创建主会话** | 排期 `recurring` 到点拉 `[主]-…` | 同上（⛔ **排期代替不了载体**） | 同上 | 🔴 **`once` 排期过期即哑**（`next_run_at=None`、界面仍显示 ACTIVE）⇒ **静默窗内无人**；🔴 排期跑完即 `completed`，**下一跳之前是空窗** |
+
+**共同判据（两种场景都一样，⛔ 每次改完都验）**：
+1. `LastTaskResult` ＝ `0`（`1` ⇒ 秒退，八成是 BOM）；
+2. 任务 `State` ＝ **`Running`**（⛔ `Ready` 只说明"此刻没在跑"，**不代表机制坏**，
+   但要配合 ③ 才算稳）；
+3. 心跳 `pid` 活 ∧ `ts` 距今 **< 90 s** ∧ `round` 递增；
+4. **静置 ≥ 12 分钟**再看 ③（⛔ 短观察证明不了事 —— 常驻常死在第 12 分钟）；
+5. 目标完成后：keeper 日志出现 `stands down` ＋ **重拉计数不再增长**（验"真的停了"，
+   ⛔ 不许只看"心跳停了"—— 那可能是死了而不是收工）。
+
+## 九、四个区各自的任务名（⛔ 名字别撞）
+
+`collabd-supervise-<工作区名>`，例：`collabd-supervise-ws3`。
+⚠️ 一个区一个任务；⛔ 多个区**共用一个**任务名会被 `IgnoreNew` 挡掉第二个。
+
+---
+📌 **本文档的事实全部来自实测**（计划任务状态／`LastTaskResult=0`／心跳 13 分钟／BOM 字节
+`239 187 191`／三条封死路的原始错误）。⛔ 任何"应该行得通但没实测"的写法都别往里加。