funasr-task-manager-emergency-stop

name	funasr-task-manager-emergency-stop
description	Emergency stop workflow for FunASR Task Manager. Use when the user asks to immediately stop running transcription tasks, release occupied server slots, clear zombie TRANSCRIBING/DISPATCHED segments, diagnose active slot usage, or recover from scheduler pollution after canceled batches.

FunASR Task Manager 急停与 Slot 清理

适配项目版本：V0.4.28-Build0476-20260518

本 Skill 用于处理运行中批次失控、服务器 slot 被僵尸任务占用、需要立即中止转写任务的运维场景。核心原则是：先诊断，后确认，再通过后端 admin API/CLI 原子执行。除非用户明确授权，不直接改数据库。

触发场景

• 用户说"立即停止所有任务"、"急停"、"清空 slot"、"释放 10097"。
• 批次取消后仍有 TRANSCRIBING / DISPATCHED 占用。
• 调度器明显被历史残留污染，需要先恢复容量再继续跑批量。
• 需要确认每台服务器真实 active slot 来源。

执行流程

Step 1：确认作用域

优先选择最小作用域：

用户意图	scope	参数
只停当前批次	group	--group-id {task_group_id}
停全部运行任务	all	无
只诊断不停止	不执行 stop	只跑 active-slots

全局急停是破坏性操作，必须让用户明确确认。

Step 2：只读诊断

先执行：

cd 3-dev/src/backend
python -m cli --output json admin active-slots

检查：

• total_active_slots
• zombie_segments
• 每台服务器的 active_slots / max_concurrency
• segment 的 parent_status 和 is_zombie

如果只是排查，不继续执行急停。

Step 3：dry-run 预演

默认先 dry-run：

python -m cli --output json admin emergency-stop --scope all

或只停指定批次：

python -m cli --output json admin emergency-stop --scope group --group-id {task_group_id}

向用户报告：

• 将取消多少个任务：tasks_to_cancel
• 将释放多少个 segment：segments_to_release
• 急停前 slot 数：active_slots_before
• 急停前僵尸段数：zombie_segments_before

Step 4：二次确认后执行

只有用户明确确认后才加 --confirm：

python -m cli --output json admin emergency-stop --scope all --confirm

指定批次：

python -m cli --output json admin emergency-stop --scope group --group-id {task_group_id} --confirm

禁止使用 SQL 直接更新任务，除非 admin API/CLI 不可用且用户明确授权数据库修复。

Step 5：执行后复查

急停后必须再次执行：

python -m cli --output json admin active-slots

成功标准：

• total_active_slots == 0，或只剩用户明确允许继续运行的 scope 外任务。
• zombie_segments == 0。
• 目标服务器的 active_slots 已恢复到 0。

Step 6：用户汇报

汇报必须包含：

• 已取消任务数。
• 已释放 segment 数。
• 急停前后 slot 对比。
• 是否仍有僵尸 segment。
• 后续建议：是否重跑失败项、是否恢复批量、是否继续查某台服务器。

错误处理

场景	处理
admin API 401/403	提示需要 admin API Key，不尝试绕过
dry-run 显示 0 任务但 active slot 不为 0	运行 active-slots，按僵尸 segment 异常上报
--confirm 后仍有 slot	立即复查明细，报告残留 task/segment ID
后端不可达	不做数据库修复，先恢复后端或请求用户授权
用户只说"停一下"但未说明范围	默认询问 scope，不直接全局急停

禁止事项

• 不直接 DELETE 任务或 segment。
• 不绕过 admin API 批量写数据库。
• 不只停止监控子 Agent 却不取消后端任务。
• 不在未确认时执行 --confirm。