TOBATSU WORKERS · 只读快照
Worker status 红色状态交付报告
截图里的红字不是同一种问题。现在的结论是：核心执行队列还在跑，几行是停用/遗留 supervisor，另一些是 fork 探针 stale，而且会在 ok / warning 之间来回跳。
绿色：可接任务
橙色：supervisor 没跑
红色：fork probe stale
不碰 magi3
快照来源GET /api/workers
时间：2026-05-28 18:41 Asia/Shanghai
权限：只读 Admin token
代码版本：bdb2950
时间：2026-05-28 18:41 Asia/Shanghai
权限：只读 Admin token
代码版本：bdb2950
在线 worker
83
magi3 + worker2 合计
忙碌任务
2
都在 magi3:test
capacity
OK
所有行 DB budget 都是 ok
flicker rows
5
24 秒采样里 ok/warn 来回跳
一句话结论
不是全挂
magi3:mai 10/10 在线，magi-worker2:mai-ignis 30/30 在线，worker2 的 inquiry 也在线。
有 UI 噪音
fork unavailable 多数是 probe_stale 聚合告警。worker 还在，fork 探针没按预期刷新。
有真实待处理
三行 dynamic supervisor 离线但 target 还大于 0。要么启动，要么把目标归零/隐藏，不能长期红着。
你说的“一闪一闪”是真的
我按 1 秒一次抓了 24 秒。不是页面错觉，后端返回值本身就在跳。
| Host / Queue | 24 秒内 ok | 24 秒内 warning | 最多 stale | 判断 |
|---|---|---|---|---|
| magi-worker2 / mai-ignis | 12 | 12 | 6 | 最明显，一半时间红。 |
| magi3 / mai | 17 | 7 | 4 | 生产 Mai 也在抖，但任务 worker 在线。 |
| magi3 / material | 5 | 19 | 4 | 大部分时间显示 stale。 |
| magi3 / task_inquiry | 19 | 5 | 2 | 偶发 stale。 |
| magi3 / test | 20 | 4 | 2 | 偶发 stale，采样时有 2 个 busy。 |
!
根因倾向worker 端把 fork probe 缓存约 heartbeat_interval * 2，API 端也用同样的 heartbeat_interval * 2 判 stale。两个窗口贴得太近，刷新稍慢一点就越线，下一轮又恢复。
逐行状态
下面按截图同一批 host/queue 展开。重点看“任务执行”和“Ask/Continue fork 探针”是两条不同线。
| Host / Queue | 在线 | UI 文案 | 事实判断 | 建议 |
|---|---|---|---|---|
| magi / task_inquiry | 0 / 4 | supervisor offline fork disabled | 遗留或停用行。当前没有 worker 在线。 | 确认是否还需要这台 host；不需要就把 target 归零或隐藏。 |
| magi-worker2 / mai | 0 / 1 | supervisor offline fork disabled | 11A 后 worker2 实际用的是 mai-ignis，这行像残留设置。 | 如果不用 mai，把 target 归零，别让 UI 红。 |
| magi-worker2 / mai-ignis | 30 / 30 | steady fork unavailable | 执行 worker 全在线。fork probe 会在 0 到 6 个 stale 之间跳；影响 Ask/Continue 可见性，不代表任务队列死。 | 把 stale 判定窗口拉开，UI 显示 degraded，不要整行红。 |
| magi-worker2 / task_inquiry | 1 / 1 | steady fork ok | 正常。 | 不动。 |
| magi3 / default | 0 / 10 | supervisor offline fork disabled | magi3 default dynamic supervisor 没跑。按当前 no-touch 规则，先只读观察。 | 需要用户明确授权才能改 magi3。 |
| magi3 / mai | 10 / 10 | steady fork ok | 正常，仍是生产 Mai 主队列。 | 不动。 |
| magi3 / material | 30 / 30 | PM2 managed fork unavailable | 静态 PM2 worker 在线。3 个 fork probe stale。 | 任务可跑；Ask/Continue fork 探针要查。 |
| magi3 / task_inquiry | 4 / 4 | steady fork unavailable | worker 在线。2 个 fork probe stale。 | 只读观察；不重启 magi3。 |
| magi3 / test | 8 / 8 | steady fork unavailable | worker 在线，2 个任务忙。4 个 fork probe stale。 | 不要为了 smoke 强行清空 test。 |
为什么看起来全红
01
任务 worker 在线
能 claim job、跑 agent、上传结果。
02
fork 探针单独报
Ask / Continue 需要 appserver probe。
03
聚合成一行红字
只要部分 worker stale，就显示 fork unavailable。
04
UI 没分严重级别
用户看到像“队列挂了”。
!
关键区别supervisor offline 是这行 worker 没在线；fork unavailable / probe_stale 是 fork 探针过期。第二种不等于普通任务执行失败。
当前只读原始摘要
没有打印任何 token。下面是字段级摘要，方便对照页面。
magi/task_inquiry target 4 online 0 supervisor offline fork disabled
magi-worker2/mai target 1 online 0 supervisor offline fork disabled
magi-worker2/mai-ignis target 30 online 30 steady probe_stale x4
magi-worker2/inquiry target 1 online 1 steady fork ok
magi3/default target 10 online 0 supervisor offline fork disabled
magi3/mai target 10 online 10 steady fork ok
magi3/material static online 30 PM2 managed probe_stale x3
magi3/task_inquiry target 4 online 4 steady probe_stale x2
magi3/test target 8 online 8 busy 2 probe_stale x4
建议收口
先别重启 magi3
截图不能证明 magi3 任务队列死。按当前保护规则，magi3 继续只读。
清理离线配置行
对不用的 dynamic row，把 target 调成 0 或在 UI 里隐藏 inactive row，避免误判。
修 probe 抖动
API stale 阈值要大于 worker probe 缓存 TTL；UI 也要显示“部分探针 stale”，别写成 fork unavailable。