定时任务编排器
> Agent 最值钱的能力：你睡觉时它还在干活。
> 但定时任务的坑（时区/重叠/静默失败）比一次性执行多 10 倍——这个引擎帮你全防住。
Use when（什么时候用我）
- Agent 需要定时执行（每日报告/每小时巡检/每周采集）
- 多步骤任务链（抓取→分析→生成→发布）
- 任务依赖（B 必须在 A 完成后）
- 失败需要自动重试+告警（不是默默死掉）
- 需要幂等保证（重试不产生重复副作用）
Triggers include
「定时任务」「cron」「编排」「自动化调度」「任务链」「定时报告」「巡检」「重试」「依赖」「幂等」
生产级六大防护（血的教训）
1. 时区陷阱
- cron 默认时区可能不是你以为的——永远显式声明时区
- "每天0点"在跨时区服务器 = 你好几天算错一天
- 对策：所有调度注明时区（如
Asia/Shanghai），日志打绝对时间戳
2. 重叠执行防护
- 上次任务还没跑完，下次又启动 = 双胞胎互相踩
- 对策：锁文件/心跳标记——上一轮未结束就跳过本轮并告警
3. 静默失败检测（最重要）
- 最危险的失败是不报错的失败——任务跑了但没产出
- 对策：每轮无条件落盘状态文件（mtime=最后真实执行时间）；检查方对比 mtime 判断"是否真的在跑"
- 退出码语义化：
0正常／1有异常／2停摆自证／3取数失败（不许都报"跑了"）
4. 重试与退避
- 失败重试 ≤3 次，间隔指数退避（1min→5min→30min）
- 连续失败 N 次 → 停摆告警（不再无限重试烧资源）
5. 幂等保证
- 重试不产生重复副作用：先查"今天是否已执行过"（状态文件/去重键）
- 副作用操作（发布/发送/扣款）前必有幂等检查
6. 任务链编排
A(抓取) → B(分析,依赖A) → C(发布,依赖B)
任一环节失败：
① 下游不启动（不带着坏数据跑）
② 上游产物保留（便于人工检查）
③ 告警含"卡在哪一环"
调度表达（人类可读）
每天 09:00（Asia/Shanghai）：日报生成
每 6 小时：巡检任务
每周一 10:00：周报
每月 1 日：月度归档
与普通"闹钟"的区别
| 能力 | 普通定时 | 本引擎 |
|---|---|---|
| 重叠防护 | 无 | ✅ 锁+心跳 |
| 静默失败 | 不知道 | ✅ mtime自证+退出码语义 |
| 幂等 | 无 | ✅ 执行前检查 |
| 任务链 | 手动串 | ✅ 依赖编排+失败传播 |
| 告警 | 无/全部 | ✅ 分级（异常/停摆/取数失败） |
安全红线
- 定时任务涉及金钱/发布类操作必须走幂等检查
- 停摆必须告警（宁可吵，不可静默）
- 调度配置变更留版本记录
文件结构
scheduler-orchestrator/
├── SKILL.md # 本文件
├── references/
│ └── failure-playbook.md # 六类失败场景处置手册
└── scripts/
└── health_selfcheck.py # 任务健康自检（mtime对比）
版本历史
- v1.0.0（2026-10-15）：首发。六大防护+退出码语义+任务链编排。
