trendr-watchdog

name	trendr-watchdog
description	运行时监督器。监控 run_status/progress/log 活跃度，发现卡住后自动向 owner session 注入断点续跑指令。
metadata	{"openclaw":{}}

TrendR Watchdog Skill

用于修复多 agent 运行时的“会话分裂/提前停转”问题：

• 子会话完成但主会话未续接
• 状态文件长时间不刷新
• Phase 文件已产出但 orchestration 没推进

使用前完整阅读本文件。 核心守夜逻辑在 supervisor.py；watchdog.py 保留为兼容旧启动命令的入口。

Runtime Router（必读）

识别当前 runtime，只读取对应 sibling，另一方休眠：

• openclaw → 本文件内原有指令块仍然有效（supervisor.py 注入模式）
• claude-code → 跳过本文件的指令块，读 ./claude-code.md 获取 Claude Code hooks 驱动方式
• codex / cli → 跳过本文件的指令块，读 ./codex.md 获取 Codex file-based heartbeat 协议

本节之后的章节描述 共享知识（检测逻辑、故障条件、heartbeat 协议）。指令块保持现状（OpenClaw 语法），Claude Code 读者请切换到 ./claude-code.md，Codex/CLI 读者请切换到 ./codex.md。

Runtime Strategy

• openclaw: 使用本文件的 supervisor.py 注入恢复消息（openclaw agent --session-id ...）。
• codex / claude-code / cli: 不做会话注入；使用 engine/watchdog.py 监控并写 resume_request.json，由状态机循环消费恢复。

前置条件

• python3 可用
• openclaw CLI（仅 openclaw runtime 需要）
• 当前任务目录使用 ~/research/[PROJECT]/

启动流程（建议）

1. 启动前先拿当前主会话 ID，写入 run_status.json.owner_session_id
2. 启动 watchdog 常驻进程（后台）
3. 任务结束（completed/failed）后，停止 watchdog

启动命令模板

openclaw runtime（会话注入模式）：

exec: PROJECT="[PROJECT]" && RUN_ID="[RUN_ID]" && SESSION_ID="[OWNER_SESSION_ID]" && \
  mkdir -p "$HOME/research/$PROJECT/logs" && \
  nohup python3 "$HOME/.openclaw/workspace/skills/trendr-watchdog/supervisor.py" \
    --project "$PROJECT" \
    --run-id "$RUN_ID" \
    --session-id "$SESSION_ID" \
    --poll-sec 60 \
    --idle-timeout-sec 600 \
    --phase-mismatch-grace-sec 180 \
    --artifact-complete-grace-sec 1800 \
    --resume-cooldown-sec 300 \
    --heartbeat-sec 300 \
    --max-resume 12 \
    >> "$HOME/research/$PROJECT/logs/watchdog.out" 2>&1 & \
  echo $! > "$HOME/research/$PROJECT/logs/watchdog.pid"

codex / claude-code / cli runtime（文件恢复模式）：

exec: PROJECT="[PROJECT]" && \
  mkdir -p "$HOME/research/$PROJECT/logs" && \
  nohup python3 engine/watchdog.py "$HOME/research/$PROJECT" \
    >> "$HOME/research/$PROJECT/logs/watchdog.out" 2>&1 & \
  echo $! > "$HOME/research/$PROJECT/logs/watchdog.pid"

默认行为：

• 每 60 秒轮询一次
• 10 分钟无活动触发自动续接
• 若检测到“文件已到下一阶段、phase 未推进”，3 分钟后即触发续接
• 若 review.md + references.bib 稳定 30 分钟，视为研究已完成并停止守夜
• 每 5 分钟写一条 watchdog 心跳到 run log

停止命令模板

exec: PROJECT="[PROJECT]" && PID_FILE="$HOME/research/$PROJECT/logs/watchdog.pid" && \
  if [ -f "$PID_FILE" ]; then kill "$(cat "$PID_FILE")" 2>/dev/null || true; fi

产物

• ~/research/[PROJECT]/logs/supervisor_[RUN_ID].json：监督状态（注入次数、最近注入原因、停止原因）
• ~/research/[PROJECT]/logs/overnight_report_[RUN_ID].md：夜间守护报告（停机原因、当前 phase、建议下一步）
• ~/research/[PROJECT]/logs/overnight_report.md：最新一份夜间守护报告镜像
• ~/research/[PROJECT]/logs/watchdog.out：watchdog 运行输出
• ~/research/[PROJECT]/logs/[RUN_ID].log：追加 watchdog 心跳/注入事件
• ~/research/[PROJECT]/logs/latest.log：自动同步

断点续接判定（幂等）

• candidates.csv + search_log.md 存在：判定 Phase 1 可推进
• matrix.csv + notes/*.md 存在：判定 Phase 2 可推进
• review.md + references.bib 存在：判定可直接收尾

若文件已存在，续接指令会要求“跳过重复工作”。