workbuddy_skills/session-mechanism/references/supervise-persistence.md

# 常驻程序长期在线（Windows）

> ✅ **2026-10-06 已按收口后的形态重写完毕**（本档头部原先挂的「📌 整份重写待办」已完成，过期警告块已撤）。
>
> 🔴🔴 **现行形态（照这个做，⛔ 别自己发明）**：
> **计划任务 `collabd-keepalive-<区>`（每 5 分钟触发）→ `pythonw.exe` → `supervise-launch.py` → `collabd.py --supervise`**
>
> ⛔ 现行形态里**没有 `.ps1`**，也**没有"守护循环脚本"** —— 复活由「计划任务每 5 分钟重触发」
> ＋「常驻本体幂等（发现已有活常驻就 `exit 0`）」两件一起承担。
> 📌 权威同源：`SKILL.md`「常驻机制的真实形态」＋ `pitfalls.md` **P0-73**（启动器为什么必须有）
> ／**P0-74**（"两条起法"收口）。
> 📌 旧 `.ps1` 形态（2026-10-03 ~ 10-05）的完整留痕在**第四、五节**，⛔ **只当历史读，别照着做**。
>
> 📌 **本文档怎么读**：
> · 只想**把技能用起来** ⇒ 读到「〇」就够了（**常态用不着计划任务**）。
> · 明确要"**目标做完了程序还得继续跑 / 崩了自己爬起来**" ⇒ 从「一」往下照着做。
> · 只想**查历史**（"以前那套 ps1 是怎么回事"）⇒ 直接跳**第四节**。

> 📌 **本档来源**（2026-10-03 夜里整理，2026-10-06 重写）。
> 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`
> ＋ 2026-10-05/06 的 P0-72／P0-73／P0-74 实测。


## 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**（第一～三节） | 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" | 常驻主循环见 `guard.stop` 即收工（第七节） | 同左 —— ⛔ **排期不会帮你关** |

### 🔴 常态口径（2026-10-04 用户定案，当场订正）

> 用户原话：「**从来没说过什么开机自启，只有调用技能完成目标时启动 后台任务和检查程序**」。

⇒ **常态是：调用技能完成目标时，起后台任务 ＋ 检查程序。** 这套一直好好在跑。
⇒ ⛔ **不许**把"没装计划任务"当"欠项 / 待办 / 风险"往用户面前摊（2026-10-03 夜里就是这么摊错的）。

> 🟠 **本档 2026-10-04 曾据此写过一句「计划任务 / 载体脚本不是需求，是本文档自己推演出来的可选项」**
> —— **这句已被 2026-10-05 用户拍板推翻**。
> 用户原话：「**常驻崩了，拉起来这个事儿，你不能也用计划任务起个程序吗？**」
> ⇒ 计划任务现在是**既定形态**（每 5 分钟兜底），开关是 `supervise.switch`（`collabctl.py on|off`）。
> ⚠️ 两句话不矛盾：**日常不必操心**（机制自己装），但它**是既定形态**，⛔ 不是"可有可无的选项"。

### 🔴 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**既无载体脚本也无 keeper** ⇒ **没走本档这套**。
   ⚠️ **它们当时活着，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、🔴 现行载体：`pythonw.exe` ＋ 启动器（⛔ 别再自己发明）

> 🔴 **「载体」＝ 那个"负责把常驻程序拉起来、并盯着它别死"的东西。**
> 说白了就一件事：**谁来把它叫起来。**
> 现行答案＝**计划任务**；它**每 5 分钟**触发一次，动作是
> `pythonw.exe "<区>/.workbuddy/collab/supervise-launch.py"`。

### 1.1 为什么"计划任务"是唯一合格答案（判据＝父链根在谁）

| 启动方式 | 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 ＋ 启动器** | ✅ | 进程根在 `svchost -s Schedule`（任务计划服务）⇒ 与会话树无关；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 |

⚠️ **本表判据是"父链根在谁"，⛔ 不是 `in_job` 标志**：本机**所有**被起的进程 `in_job` 都是 `Y`，
含计划任务起的那个 ⇒ **标志位判不出死活**。

**关键差别＝父链根在谁**：计划任务创建的进程**根在 `svchost -s Schedule`** ⇒ 与 WorkBuddy
会话树**无关** ⇒ 不会被会话回收。

> 🔴🔴 **2026-10-04 深夜实测更正：⛔ 别再用 `IsProcessInJob` 判死活 —— 本机它对所有进程都返回 `Y`。**
>
> 起因：vibe 会话用 `proc_chain.py` 看到常驻 `in_job=True` ⇒ 判"它在会话的作业对象里、所以会被回收"。
> **结论（「会话树内的会死」）是对的，但引用的判据是错的** —— 三组对照：
>
> | 进程 | `in_job` | 实际命运 |
> |---|---|---|
> | 工具调用直接起（`DETACHED_PROCESS`） | **Y** | 会话边界即死 |
> | **计划任务起**（`svchost→cmd→pythonw`） | **Y** | ✅ **长期存活**（看板实测 634+ 分钟） |
> | 零创建 flags（仅 `STARTUPINFO`） | **Y** | 死 |
> | `svchost -s Schedule`（服务本体） | N | — |
> | 系统进程（System / explorer） | N | — |
>
> ⇒ 🔴 **`in_job=Y` 在本机是"全局容器"，⛔ 不区分"会话专属"与"服务创建"** ⇒ **标志位判不出死活**。
> ⭐ 这与 `workbuddy-resident-service/scripts/job_lifetime_probe.py` 开头那句自述完全一致：
> 「**让行为说话，而不是只看 `IsProcessInJob` 的标志位**」。
>
> ✅ **正解判据＝看父链里有没有 `svchost -s Schedule`**：
> 有 ⇒ 服务创建 ⇒ 长活；根在会话树（`WorkBuddy.exe`/`bash`/已退出的会话进程）⇒ 会话收回时一起死。
> 实测：看板 62992 父链 `pythonw→cmd.exe→svchost(3924)→services.exe→wininit.exe` ⇒ 活；
> 常驻 63628 父链 `pythonw→71800(已退出)→父已退出` ⇒ 会话回收即死。

> 🔴🔴 **2026-10-04 再补一条（判据已落 `t_supervise_lifespan_not_invented`）**
> ⛔ **别把「现在活着」当成"这种起法也能长期"**。实测：pid 19424 从 10-03 17:05 活到 10-04 17:15
> ＝ **24.2 h / 8695 轮**，而它的**父进程早已退出** ⇒ 它是**孤儿进程**，孤儿化后**不受会话结束影响**。
> ⇒ ⚠️ **「会话/工具调用起的活一定活不过当轮」是错的说法**：能不能活取决于**父链还在不在**，
> ⛔ **不许凭这个推断编造后果**。要判"还能活多久"＝**先验父链 ＋ 读心跳 `started_ts`**。

### 1.2 🔴🔴 为什么必须夹一个"启动器"（2026-10-05 血的教训 · P0-73）

**计划任务的"动作"里没有 env 字段** ⇒ 一切环境变量**只能由启动器在进程内设**。
⇒ 动作**⛔ 不许直起 `collabd.py`**，必须经 `<区>/.workbuddy/collab/supervise-launch.py`。
直起的后果（实测踩到）：任务环境**没有 `CODEBUDDY_CONFIG_DIR`** ⇒ `_wb_db()` 落到
`~/.workbuddy/workbuddy.db`（**0 字节空库**）⇒ `_all_sessions_idle()` 每轮报 **`no such table: sessions`**
⇒ 闸② 恒判"有会话在跑" ⇒ **检查会话再也不建**（实测日志 36 次读库失败）。
⚠️ 为什么有的区没炸：那区 `collabd.config.json` 里 `host_db` **写死了绝对路径**（兜住了）。

**两个启动器对称存在，缺一个就静默半瘫**（`scripts/` 下，由 `deploy_code.py` 分发到各区）：

| 启动器 | 服务的程序 | 进程内必须设 | ⛔ 缺了会怎样 |
|---|---|---|---|
| `supervise-launch.py` | 协作程序（`collabd.py --supervise`） | **`CODEBUDDY_CONFIG_DIR`** ＋ `COLLABD_CONFIG` ＋ `PYTHONIOENCODING` ＋ `PYTHONUNBUFFERED` ＋ 兜 `stdout/stderr` | **检查程序静默失效**（读 0 字节空库 ⇒ `no such table: sessions` ⇒ fail-safe 恒判"有会话"⇒ 再也不建检查会话） |
| `board-launch.py` | 看板（`board.py --serve 20099`） | `COLLABD_CONFIG` ＋ `PYTHONIOENCODING` ＋ 兜 `stdout/stderr` | **看板崩溃重启循环**（`已拒跑`）、**20099 从没绑上** |

**`supervise-launch.py` 的四条实现要点**（见该文件头注，⛔ 别自己另写一份）：

1. **它所在目录即本区 `.workbuddy/collab`** —— `collabd.py`／`collabd.config.json` 都在同目录，**用相对自身定位**（⛔ 别写死 `E:\`）；
2. `CODEBUDDY_CONFIG_DIR` 用 `setdefault`（宿主 env 优先，兜底才写死）；`COLLABD_CONFIG` **必须指向本区**那份配置；
3. `pythonw.exe` 下 `sys.stdout/stderr` 可能是 `None` ⇒ **任何 `print` 都会 `AttributeError` 秒退** ⇒ 启动器自己兜到 `logs/_supervise-launch.log`；
4. 用 `runpy.run_path(CB, run_name="__main__")`（⛔ **不用 `exec`**）—— `runpy` 会把 `__name__`/`__file__`/`sys.path[0]` 按"真在跑那个脚本"设好；
   且 `sys.argv` **由启动器自己补 `--supervise`** ⇒ **任务参数里 ⛔ 不要再写**。

> 🔴 **重构"起法"时，旧起法里的 env 必须逐条搬**（P0-73 就是改成两层形态时**丢了 `CODEBUDDY_CONFIG_DIR` 这一句**）。
> 🔴 **启动器里写死最稳**（⛔ 别指望 `roots.env` 兜住各区 —— 它只在技能目录，而各区副本在
> `<ws>/.workbuddy/collab/`，`_sm_load_roots()` 向上 4 层**找不到**）。
> ⚠️ **变量名坑**：`roots.env` 给的是 **`COLLABD_PROD_CONFIG`**，而 `board.py`／`collabd.py` 读的是
> **`COLLABD_CONFIG`** ⇒ 名字对不上 ⇒ `roots.env` **兜不住**。


## 二、装法（⛔ 别自己写 `Register-ScheduledTask`）

### 2.1 🔴 建任务**只许有一处实现**

| 处 | 谁 | 说明 |
|---|---|---|
| ✅ **唯一正门** | `scripts/collabctl.py::ensure_keepalive_tasks()` | 受 `supervise.switch` **总电闸**管辖；`on` / `ensure` 都走它 |
| ✅ 自愈旁路（**同形态、同任务名**） | `scripts/collabd.py::_escalate_to_keeper()` | 常驻发现本区没任务时自己补一条 |
| ⛔ 已删 | `scripts/init_workspace.py::_register_keeper_task()` | 2026-10-06 整份去掉（含 `--with-keeper`／`--no-task` 开关与 `_ps_check()`）—— 建任务**只许有一处实现**，自己建就绕过了总电闸 |

⚠️ **两处必须同形态同名** —— 否则自愈起的常驻会被下一次 `off` 当"旧形态"顺手干掉（2026-10-06 实测踩到）。

### 2.2 🔴 推荐做法：一句话让机制自己装

```powershell
# 开关／盘点一律走这个入口（pythonw 没有 stdout ⇒ 必须 --out 落盘再读）
& "<pythonw.exe>" "<技能目录>\scripts\collabctl.py" on --out "E:\tmp\collabctl-on.txt"
```

- `on` ⇒ 建齐保活任务 ＋ 立刻触发 ＋ 开关 `on`；
- `off` ⇒ **一键全关**（开关 `off` ＋ 禁用任务 ＋ 杀进程，幂等）；
- `ensure` ⇒ **幂等收敛**：`on` 就补齐缺失的、`off` 就全停；
- 用户可见入口（双击）：`会话机制-一键开关.bat`（工作区根 ＋ 桌面各一份）。

⚠️ **本机一律 `pythonw.exe` 跑**（`python.exe` 是控制台程序 ⇒ **闪黑窗**，用户 2026-10-01 投诉过）；
而 `pythonw` **没有 stdout** ⇒ **不落盘就完全看不到结果**（判据不可信＝没章法）。

### 2.3 动作／触发器／设置（照抄 `collabctl.py::ensure_keepalive_tasks()`）

```powershell
$a=New-ScheduledTaskAction -Execute '<pythonw.exe>' -Argument '"<区>/.workbuddy/collab/supervise-launch.py"' -WorkingDirectory '<区>'
$t=New-ScheduledTaskTrigger -Once -At (Get-Date) -RepetitionInterval (New-TimeSpan -Minutes 5)
$s=New-ScheduledTaskSettingsSet -AllowStartIfOnBatteries -DontStopIfGoingOnBatteries `
     -StartWhenAvailable -MultipleInstances IgnoreNew `
     -ExecutionTimeLimit (New-TimeSpan -Seconds 0) -Hidden
$pr=New-ScheduledTaskPrincipal -UserId $env:USERNAME -LogonType Interactive -RunLevel Highest
Register-ScheduledTask -TaskName 'collabd-keepalive-<区名>' -Action $a -Trigger $t -Settings $s -Principal $pr -Force
```

| 设置 | 值 | 漏了／写错会怎样 |
|---|---|---|
| `-Execute` | **`pythonw.exe`** | ⛔ `powershell.exe`／`cmd.exe` 是**控制台程序** ⇒ 每次触发分配 `conhost.exe` ⇒ **闪黑窗**（10-05 事故真因）；⛔ `python.exe` 同病 |
| `-Argument` | 启动器路径 | ⛔ **不许直起 `collabd.py`**（见 1.2）；⚠️ 参数里 ⛔ 别再写 `--supervise`（启动器自己补） |
| `-WorkingDirectory` | 🔴 **工作区根**（反斜杠形态） | ⛔ 写成脚本所在目录 ⇒ `load_cfg()` 去找 `<ws>/.workbuddy/collab/.workbuddy/collab/…` ⇒ **找不到** ⇒ `CFG_MISSING` ⇒ `--supervise` 拒跑（实测 `rc=2`、任务侧 `LastTaskResult=1`） |
| `-RepetitionInterval` | **5 分钟** | 这就是"复活"的全部来源；⛔ 别改成每分钟 |
| `-ExecutionTimeLimit` | `0`（无时限） | `--supervise` 是**长驻**进程，默认 72 h ⇒ 到点被掐死；设 2 分钟 ⇒ 每 2 分钟重建一次＝另一种抖动 |
| `-MultipleInstances` | `IgnoreNew` | 重复起 ⇒ 双写台账 |
| `-Hidden` ＋ `Interactive` ＋ `Highest` | — | 缺 ⇒ 开机／登录后不启动；权限不足 |
| 🟠 `-RestartCount 999`／`-RestartInterval 1min` | **已去掉** | 旧写法。**每 5 分钟重复触发本身就提供重拉**；每分钟重启是多余的抖动（P0-74 记过"反复"的成因） |

### 2.4 ⚠️ 本机两条操作纪律

1. **⛔ `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 PowerShell 的 `ScheduledTasks` 模块**
   （`Get-/New-/Set-/Start-/Unregister-ScheduledTask`）＋ `Out-File` 落盘再读，
   ⛔ **别指望命令回显**。
2. **改"起法"必须两边都改** —— 判据 ＝ `grep -n "New-ScheduledTaskAction"` ＋ `grep -n "\.ps1"`。
   ⚠️ **"改了主路径" ≠ "把旁路也改了"**（2026-10-05 只换动作、没换名字与旁路 ⇒ 2026-10-06 二次收口）。


## 三、🔴 两个仍然有效的坑（现行形态下照样会踩）

### 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**。
- ✅ **两道兜底都要有**：
  · **启动器进程内设**（通用，见 1.2）；
  · **本区 `collabd.config.json` 写死 `host_db`**（指真库 `E:/ProgramData/.workbuddy/workbuddy.db`，单区保险）。
  ⚠️ 实测只有 `ai1net` 炸、`vibe` 没事 —— 差别就在 `vibe` 那份配置里 `host_db` 写了绝对路径。

### 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）。
（对应到任务侧就是 `-WorkingDirectory` **必须是工作区根**，见 2.3。）

> 🟠 **原坑③「PowerShell 5.1 读无 BOM 的 UTF-8 `.ps1` ⇒ 中文路径全毁 ⇒ 秒退」**
> —— **随 `.ps1` 形态整套废弃而失效**，⛔ 现行形态已无 `.ps1` 可读。
> 留痕见第四节 5.1 条（本机所有含中文路径的 `.ps1` 仍应带 BOM，是通用经验）。
> ⚠️ 判据口径也跟着变了：旧形态 `LastTaskResult` **必须 0**；
> **现行形态是长驻进程 ⇒ 正在跑时 `LastTaskResult=267009`（`0x41301`＝"任务正在运行"）**，
> ⛔ **别再拿"必须 0"当判据**（见第五节的正确判据）。


## 四、🟠 旧形态留痕（2026-10-03 ~ 10-05 · ⛔ 只当历史读）

> ⛔ **本节所有写法都已废弃，⛔ 不许照着做。** 保留只为两件事：
> ① 出问题时能读懂老日志／老进程；② 里面有若干**通用教训**（下面标了 📌）。

### 4.1 旧载体＝`<区>\.workbuddy\collab\start-supervise.ps1`（永不返回的守护循环）

⚠️ 旧版要求"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）。

```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"
$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, $backoff * 2) }
}
```
⚠️ 旧形态落盘**必须带 BOM**：`[System.IO.File]::WriteAllText($p,$text,[System.Text.UTF8Encoding]::new($true))`。

**旧形态的建任务**（⛔ 与 2.3 的区别就是 `-Execute` 与 `-Argument`）：
```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"
$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
```
⚠️ 旧文档曾写「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」
—— 🔴 **这句是 P0-72／P0-73 的病根**：env 应该由**启动器**在进程内设，⛔ 不该靠 `powershell.exe` 去设；
而 `powershell.exe` 是控制台程序 ⇒ **闪黑窗**。

### 4.2 旧形态的三个坑（5.1 是通用经验，另两条随 `.ps1` 一并废弃）

**5.1 🔴 PowerShell 5.1 读无 BOM 的 UTF-8 `.ps1` ⇒ 中文路径全毁 ⇒ 秒退**
- 症状：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。
- 📌 **通用经验（仍然有效）**：本机所有含中文路径的 `.ps1` 一律带 BOM，否则一律秒退。
  ⚠️ 现行形态不用 `.ps1` 了，所以这条只在"你自己还要写 .ps1"时才相关。

**5.2 🟠 keeper 是 `powershell.exe -File <ps1>` ⇒ `Stop/Start-ScheduledTask` 不足以让它生效**
PowerShell **启动时把脚本读进内存** ⇒ 磁盘上改了、任务重启了，**旧 keeper 进程可能仍在跑老脚本**。
实测：同时存在两个 keeper（57680 旧的 ＋ 20180 新的），**旧的按老路径拉常驻** ⇒ "我明明改好了，起来还是老样子"。
✅ 旧做法：重铺后**显式杀 keeper 进程**（`taskkill /F /T /PID <keeper_pid>`）再 `Start-ScheduledTask`。
📌 **通用教训（仍有效）**：**改完副本必须重启常驻**，判据是**心跳里的 `argv0`**，⛔ 不是文件 `md5`
（md5 一致只证明文件换了，⛔ 不证明进程换了。P0-17／P0-74 同族）。

**5.3 🟠 从工作区副本发起时，找载体模板不能写死包根**
旧 `_escalate_to_keeper()` 写死 `Path(__file__).resolve().parent.parent / "assets"`：
- 技能目录里对（`<pkg>/scripts/collabd.py` ⇒ `.parent.parent` ＝ `<pkg>`）；
- **工作区副本里错**（`.workbuddy/collab/collabd.py` ⇒ `.parent.parent` ＝ `<WS>/.workbuddy`
  ⇒ 去找 `<WS>/.workbuddy/assets/`，**不存在**）。
⇒ 症状**极具误导性**：返回值写着「⛔ 缺模板 `assets/start-supervise.ps1.tpl`」，
看着像仓库少了个文件，其实只是**算错了包根**；而模板好好躺在
`<WS>/.workbuddy/skills/session-mechanism/assets/`。
📌 **通用教训（仍有效）**：**凡"从 `__file__` 往上推包根"的代码，副本换布局后都会错** ——
副本是 `<WS>/.workbuddy/collab/`（**不是**包树里的 `scripts/`），别套用同一套相对层数。
🔴 2026-10-05 起 **`_find_keeper_tpl()` 与 `assets/start-supervise.ps1.tpl` 依赖已整套删除**。

### 4.3 🔴 为什么被换掉（两个事故，都在用户眼前犯的）

1. **闪黑窗**：任务动作写死 `powershell.exe -WindowStyle Hidden -File start-supervise.ps1`，
   而 PowerShell 是**控制台程序** ⇒ 每 5 分钟触发一次就**闪一个黑窗**。用户 2026-10-05 报
   「**又弹了窗口**」／2026-10-01 「**程序在界面一会弹出一会弹出的，影响我操作**」，
   实测抓到 `powershell.exe` ＋ `conhost.exe` 这对进程。
   ✅ 修法：动作改 `pythonw.exe`（GUI 子系统 ⇒ Windows **永不为它分配控制台窗口**）＋ 启动器。
2. **两条起法并存**：`collabd.py::_escalate_to_keeper()` 这条**自我供给旁路**还在建旧形态任务
   ⇒ "改了主路径没改旁路"。2026-10-06 二次收口：**任务名**统一 `collabd-keepalive-<区>`、
   **旁路清除**（`init_workspace.py`）、**探针扩成扫全族**。
   ⚠️ **教训**：凡"这一族文件都不许有 X"，必须**枚举整族**，⛔ 不许只挑一个代表 —— 挑一个就等于没扫。


## 五、验收（⛔ "打印已启动"不算，三样都要机读）

```powershell
# ⚠️ schtasks 被拦；一律 PowerShell 模块 ＋ 落盘看结果
Get-ScheduledTask     -TaskName "collabd-keepalive-<区名>" > E:\tmp\t1.txt
Get-ScheduledTaskInfo -TaskName "collabd-keepalive-<区名>" > E:\tmp\t2.txt
```

| # | 判据 | 现值应该是 | ⚠️ 别搞错 |
|---|---|---|---|
| 1 | `State` | **`Running`** | `Ready` 只说明"此刻没在跑"，⛔ **不代表机制坏**（5 分钟触发窗内常是 Ready）；要配合 ③ 才算稳 |
| 2 | `LastRunTime` | 近 5 分钟内 | — |
| 3 | `LastTaskResult` | **`267009`**（`0x41301`＝"任务正在运行"） | ⛔ **别再拿"必须 0"当判据**（那是"跑一次就退"时代的）；`1` ＝ 秒退（旧形态八成是 BOM） |

**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 ∧ `round` 递增**。

```powershell
$p = Get-Process -Id <pid> -ErrorAction SilentlyContinue   # $null = 已死
# ⛔ tasklist 走 bash 会被当路径；一律用 PowerShell
```

**静置观察（≥ 12 分钟，⛔ 短于 10 分钟证明不了任何事 —— 常驻就死在第 12 分钟）**：
`round` 持续递增、心跳里 `argv0` **逐字等于本区** `.workbuddy/collab/collabd.py`、
并且 `已有活的常驻 ⇒ 本实例退出（幂等）` 出现一次（证明没双写）。

**判"改的代码真生效了"**：心跳里 `started_h`（或 `started_ts`）**晚于**你改完／分发完的时刻
（⛔ 只看文件 md5 不算 —— 见 4.2 的 5.2 条）。


## 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＋常驻程序**：`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 `STOP_GRACE`（45 s）→ 不死才 `taskkill /T /F`）。
  ⛔ **受阻 / 已暂停不关**（口径如此）。
- 🔴 **停止标志由常驻本体自己看**（`collabd.py::_guard_says_stop()`，**对所有实例生效**）——
  ⛔ 现行形态**不再有"守护循环/ps1 去看标志"这一层**。
  ⚠️ 于是"任务每 5 分钟还在触发"≠"还在徒劳重拉"：常驻起来见 `guard.stop` 即**优雅退出**，
  不会空转（旧 ps1 时代那 6 小时空转 370 次的毛病，结构上已不存在）。
- **"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**
  （⛔ 别把跨区自愈当载体的替代品：它要求本区常驻先活着）。


## 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 → `pythonw` → `supervise-launch.py` | 常驻见 `guard.stop` → 优雅退出 | 🔴 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. `State` ＝ **`Running`**（或 5 分钟窗内 `Ready`）；
2. `LastTaskResult` ＝ **`267009`**（长驻中）；⛔ `1` 也是信号（秒退）；
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：常驻日志出现收工行 ＋ **心跳不再更新但进程已退**（验"真的停了"，
   ⛔ 不许只看"心跳停了" —— 那也可能是死了而不是收工；旧形态的判据是 keeper 日志出现
   `stands down` ＋ **重拉计数不再增长**）。


## 九、任务名（⛔ 名字别撞，也别再改名）

| 对象 | 任务名 | 备注 |
|---|---|---|
| 常驻（协作程序） | `collabd-keepalive-<工作区名>` | 例：`collabd-keepalive-vibe-product` |
| 看板 | `dsh-board-keepalive` | 动作 ＝ `pythonw.exe` ＋ `board-launch.py` |
| 🟠 旧名 | `collabd-supervise-<区>` | **已废弃**；`collabctl.py::SCHED_TASKS` 把它列进**禁用名单**，见一条禁一条 |

⚠️ 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。
🔴 **⛔ 别再改任务名** —— 它同时是 `collabctl.py` 的"启用名单"和"禁用名单"的键；
改名必须**同时**改两边，否则自愈起的常驻会被 `off` 顺手干掉（2026-10-06 实测踩到）。


## 十、🔴🔴 「各区都能常驻」怎么一次做齐（2026-10-04 用户点问）

> 用户原话：「看看是否有**各工作区都能启动常驻程序**的最好办法，
> 而不是现在这种**只能某个工作区才能常驻**的办法」

✅ **答案：能，而且就是本节那套 —— 每区各建一条任务，同一条命令换个区名／换条路径即可。**
⛔ **不存在"一个载体管所有区"的写法**，⛔ 也**不需要**：任务天然可以并存，
`IgnoreNew` 只在**同一个任务名**上生效（⛔ 撞名才挡）。

### 一区四步（把 `<区>` 换成工作区绝对路径）

1. **确认启动器在位**：`<区>\.workbuddy\collab\supervise-launch.py`
   （⛔ 别自己铺 —— 缺就跑 `deploy_code.py --ws <区>` 分发）。
   `collabd.config.json` 里补两项：`host_db`（指真库，⛔ 别依赖环境变量，见坑①）＋ 本区 `workspace`。
2. **建任务**：走 `collabctl.py on`（正门）或等 `_escalate_to_keeper()` 自愈；
   任务名 `collabd-keepalive-<名>`，动作／触发器／设置按 2.3 那四条。
3. **立即 `Start-ScheduledTask`**（⛔ 别等下次登录／别等 5 分钟）。
4. **验收**：按第五节的 5 条 ⇒ **静置 ≥ 12 分钟**再看一次。

### 各区之间的隔离（为什么"能各建各的"）

- **任务名不同** ⇒ `IgnoreNew` 互不影响；
- **`COLLABD_CONFIG` 指向各区自己的配置** ⇒ 各读各的 `goal.json`／台账；
- **跨区自愈是"顺带"，⛔ 不是主靠**：本区常驻每 6 轮扫一遍 `peer_workspaces`，
  只补"目标进行中"的区（已完成／受阻／有 `guard.stop` 的 ⛔ 一律不拉）。
  ⚠️ 所以**别把跨区自愈当载体的替代品** —— 它要求本区常驻先活着，是第二道。

### ⛔ 别犯的三个错

1. **⛔ 用一条任务带多个区**（一个动作只能跑一个区的启动器）；
2. **⛔ 一区多条任务**（会双写台账）；
3. **⛔ 以为"某区现在活着"就不用建任务** —— 那是孤儿化幸存，父链一断就没了（第一节末尾那条实测更正）。


---
📌 **本文档的事实在哪**：
· 2026-10-03／04 部分（判据表、`in_job` 更正、静置 12 分钟、自锁）＝ 三份复盘 ＋ 当晚实测；
· 2026-10-05／06 部分（启动器、任务名统一、旁路清除、探针扩族）＝ **P0-72／P0-73／P0-74** 实测，
  权威源在 `SKILL.md`「常驻机制的真实形态」与本技能 `scripts/`。
⛔ **任何"应该行得通但没实测"的写法都别往里加。**