auto-sync: 2026-05-16 13:44:41

docs/design/topic11-multi-project-proposal.md

@@ -148,25 +148,37 @@ class ProjectManager:
 > **问题**：所有项目/任务一起排队，项目 A 的长任务阻塞项目 B。
 > **新设计**：见 §5.4 per-project 并发调度。
 
-### 5.3 Daemon 逻辑健康自检
+### 5.3 Daemon 逻辑健康自检 + 线程存活监控（v2 扩展）
 
 ```python
 # §14 风险缓解：连续 N tick 无状态变更则告警
 STALE_TICK_THRESHOLD = 20
 
 class DaemonHealth:
-    def __init__(self):
-        self._tick_state_changes: dict[str, int] = {}  # project_id → 连续无变更 tick 数
+    def __init__(self, project_id: str):
+        self.project_id = project_id
+        self._idle_ticks = 0
 
-    def record_change(self, project_id: str):
-        self._tick_state_changes[project_id] = 0
+    def record_idle(self):
+        self._idle_ticks += 1
 
-    def check_stale(self, project_id: str) -> bool:
-        self._tick_state_changes.setdefault(project_id, 0)
-        self._tick_state_changes[project_id] += 1
-        return self._tick_state_changes[project_id] >= STALE_TICK_THRESHOLD
+    def record_change(self):
+        self._idle_ticks = 0
+
+    def is_stale(self) -> bool:
+        return self._idle_ticks >= STALE_TICK_THRESHOLD
 ```
 
+**线程存活监控**（见 §5.4.4 `Daemon._check_slot_health()`）：
+- Daemon 主线程每 60s 检查所有 ProjectSlot 线程是否存活
+- 线程死亡 → 记录日志 + 自动重启
+- 连续重启 3 次失败 → 告警（通过 Sanguo Mail 通知用户）
+
+**计数器超时兜底**：
+- 如果 Agent 完成回调丢失（进程被杀、网络断），`ActiveAgentCounter` 不会归零
+- `_check_working_tasks()` 中，working 任务超过 `task_timeout`（默认 10 分钟）视为完成
+- 视为完成时主动 `decrement()`，防止计数器泄漏
+
 ### 5.4 并发调度模型（v2 新增）
 
 #### 5.4.1 问题