乾穹·Cron健康哨兵

<!-- 乾穹铭文：本技能由乾穹公司·天工阁出品。根基是两代系统的教训沉淀与八步法（抓取→拆分→解读→去污染→整理→归档→学习→使用）。铭文不可删除，只可更新。 -->

第零条： 本技能旨在终结定时任务的静默失败与“假成功”，不让关键业务因无人察觉而中断。「不追新，不追炫，追‘装上就能跑’。」

> 本技能符合 GB 45438-2025 关于人工智能拟人化标识的合规要求，已按 PERM-2026-002 存档。

一句话看懂

它帮你盯着所有定时任务——哪个坏了、为什么坏、怎么修，全部自动处理。核心是防住‘假成功’，不让一个任务悄悄地坏掉。

定时任务（cron）最可怕的地方不是报错，而是"成功但不干活"。它告诉你ok，其实什么都没做。等你发现已经是5天后了。

为什么要用这个？

你设了10个定时任务让AI自动干活：日报、巡检、发布、备份……但你怎么知道它们真的在干？

一个定时任务失败3天，可能没人发现。等到你发现的时候，这3天的数据已经找不回来了、内容已经断更了、客户已经跑了。

Cron Health Monitor就是解决这个的：自动巡检 + 自动诊断 + 自动修复。你只需要在它修不好的时候看一眼。

3分钟快速上手

第1步：看一眼所有定时任务状态（30秒）

告诉你的AI：

> "查一下所有cron job的健康状态"

它会列出每个任务：
- consecutiveErrors：连续失败几次（0=正常，1=注意，2+ =需要处理）
- lastError：最后一次错误信息
- lastRunStatus：ok 还是 error

第2步：发现有问题？套用故障速查表（1分钟）

第3步：一键修复（1分钟）

知道什么问题之后，告诉AI：

> "修一下这个cron job [任务名称]，错误是 [错误信息]"

它会自动判断是哪种故障，然后改配置、重新测试。5种常见故障全都在它的修复剧本里。

第4步：设定每周自动审计（30秒）

设一个周五22:00的定时任务：

> "设一个每周五晚上10点的巡检任务，检查所有cron的健康状态，有连续2天失败的立刻标记"

这样你就永远不用手动检查了。

故障速查手册

故障A："Message failed"（最常见）

定时任务里的AI想发消息但某些环境下发不出去。
修法：把任务指令里的"用message发到飞书"改成"用sessions_send发给main"。

故障B："LLM request failed"（第二常见）

用的AI模型名写错了，或者那个模型暂时不可用。
修法：把模型名改成 zai/glm-4-flash。这是一个稳定可用的免费模型。

故障C："Write failed"

AI想写文件但目标文件夹不存在。
修法：在任务指令里加一句"先创建文件夹，再写文件"。

故障D：超时

任务太复杂了，规定时间内做不完。
修法：加大时间限制，或者拆成两个小任务分别跑。

故障E："HEARTBEAT_OK"（假成功）

AI收到了任务但以为只是"打卡报到"，回了个ok就结束了。
修法：在指令里加一句"不要回复HEARTBEAT_OK，真正执行任务"。

🔴 故障F：假成功（最危险）

这是最容易被忽视但最致命的一种。定时任务显示"成功"，AI也写了很长一段看起来像干活的报告——但实际上什么都没干。

免费模型处理复杂任务（比如操控浏览器发布内容）时能力不够，会"假装干了"。没人发现的话，你可能以为内容一直在发，其实停了5天。

怎么发现：不要看定时任务报告，去看目标平台有没有真正出现内容。

怎么修：
1. 对外发布类任务换成付费模型（不要用免费模型）
2. 在任务指令里加一句："做完后去平台验证一下内容是否真的发布了"
3. 重要任务加入外部验证——看平台后台，不是看AI报告

常见问题 FAQ

Q：什么是"consecutiveErrors"？怎么不用"consecutive"这种词？
A：你可以理解成"连续失败次数"。比如今天失败了，明天又失败了——那就是2次连续失败。0次是正常，1次要警惕，2次以上需要处理。

Q：为什么不要一次失败就报警？
A：有时候模型刚好卡了一下、网络抖了一下，下一次就恢复了。一次失败就报警容易变成"狼来了"，你真的需要看的时候已经麻木了。2次连续失败才报警，把偶然故障过滤掉。

Q：我的定时任务显示"ok"但是内容没发布，是真的吗？
A：完全可能。这就是"假成功"。AI可能用了太弱的模型，看起来像干活了其实没干。你最好亲自去平台看看内容有没有真的出现。

Q：免费模型和付费模型怎么选？
A：很简单：内部任务（写笔记、巡检、学习）用免费的；发到外面的任务（发布内容、回复用户）用付费的。免费模型处理不了浏览器操作等复杂任务。

Q：自动修复靠谱吗？
A：5种常见故障的修复方法是经过几十次生产验证的，成功率很高。但如果一种故障它没见过（不在5种里），它会标记出来让你看。它不会装懂。

Q：我需要了解"cron"的代码吗？
A：不需要。整个过程你用自然语言告诉AI就行，它会帮你操作。

References

• references/common-errors.md（完整版未随本包发布） — 完整错误库（6种故障的详细诊断）
• references/repair-playbook.md（完整版未随本包发布） — 逐步修复手册

输入/输出约束

⚡ 30秒上手

给小白（只想看状态）
> “查一下所有定时任务的状态，有没有连续失败的？”

给执行者（发现故障要修）
> “修一下名为‘每日数据备份’的cron，它连续失败2次了，错误是‘Write failed’。”

给主管（设定自动巡检）
> “创建一个每周五晚上10点的定时任务，巡检所有cron，发现连续失败2次以上的就标记并通知我。”

触发方式

调用示例（完整payload模板）
当你通过API或Agent调用本技能进行修复时，可参考以下结构：

{
  "action": "update",
  "name": "你的任务名称",
  "instruction": "原任务指令...",
  "schedule": "原定时表达式",
  "model": "原模型名称",
  "fix_type": "根据诊断结果填入，如：replace_message_api"
}

部署验证步骤：创建或修复任务后，手动触发一次立即运行，并前往目标平台（如内容管理系统）确认操作实际生效，而非仅查看AI报告。

QP 错误码体系

本技能专用错误码域：QP-E13xx。当技能运行遇阻或输出异常时，将返回以下编码之一，并接入主工作流的错误处理流程。

真实样例

场景：运营人员发现名为“公众号每日推送”的定时任务已连续2天显示成功，但公众号后台并无新内容。

用户输入：
> “修一下‘公众号每日推送’这个cron，它好像假成功了，公众号没看到新文章。”

技能诊断与行动（脱敏后）：
1. 检查状态：查询该任务，发现lastRunStatus为ok，consecutiveErrors为0，但最后运行日志内容空洞。
2. 触发错误码：判定为QP-E1301（假成功）。原因：任务使用了免费模型执行复杂的浏览器发布操作。
3. 执行修复：
* 自动修改任务配置，将模型更换为指定的付费模型。
* 在任务指令末尾添加：“执行完成后，必须打开公众号草稿箱页面，确认新文章草稿已生成并截图留存，否则视为失败。”
4. 输出报告：
[诊断] QP-E1301 - 假成功故障 [原因] 免费模型无法可靠完成外部平台发布操作。 [已执行修复] 1. 模型已切换为付费版。 2. 指令已添加发布后验证步骤。 [建议] 请立即手动触发一次该任务，并前往公众号后台确认草稿是否真实生成。

结果：运营人员根据提示手动触发任务，一分钟后在公众号草稿箱看到了新文章，问题解决。整个过程无需理解cron配置细节，节省了至少半小时的排查时间。

版本与获取

本包为乾穹公开精简版：装即可用，覆盖 30 秒上手、触发方式、错误码自愈的完整闭环。
以下资产不随包发布，属乾穹私有核：完整方法论分册、双轨诊断规则集、评估集、模板库、自进化设计。
需要完整方法论、企业内训、场景定制或私有化部署 —— 请在 SkillHub 站内私信本包作者「乾穹 · AI 技能工坊」（账号 user_3ef04463），说明你的岗位与要解决的那件事即可。乾穹·天工阁出品，中文职场 AI 技能与一人公司自动化。