进程暂停、恢复与故障恢复
Rnix 通过一等暂停/恢复原语和"Dead 即冻结"的恢复哲学重新定义了进程生命周期。进程可以在执行中途被挂起、跨 daemon 重启持久化、以及从磁盘恢复——包括历史（Dead/Zombie）进程。
设计哲学
传统 Unix 将"死亡"视为终态——进程一旦退出就不复存在。Rnix 将 Dead 视为冻结状态：进程数据持久化存储在磁盘上，直到垃圾回收清理为止。任何 Dead、Zombie 或 Suspended 状态的进程都可以通过 rnix resume 复活。
这一设计解决了一个反复出现的痛点：daemon 崩溃、手动 kill 或自然完成都会在磁盘上留下完整的观测轨迹（步骤、事件、上下文画像、检查点数据），但却无法继续运行。
核心原则：恢复不是状态转移——它是"基于历史构建一个新进程"。状态机（Created → Running → Zombie → Dead）保持不变。恢复操作会衍生出一个以先前执行数据为种子的新进程。
进程状态
| 状态 | 含义 | 可恢复？ | 是否持久化？ |
|---|---|---|---|
| Created | 已分配，尚未启动 | — | 否 |
| Running | 推理循环执行中 | — | 存活于 procTable |
| Suspended | SIGPAUSE 生效，循环阻塞 | rnix resume | .rnix/data/steps/<uuid>/ |
| Zombie | 推理结束，等待 reaper | rnix resume | .rnix/data/steps/<uuid>/ |
| Dead | 已回收，从 procTable 移除 | rnix resume | .rnix/data/steps/<uuid>/ |
SIGPAUSE / SIGRESUME
用于进程暂停和恢复的信号：
# 暂停运行中的进程（以及可选的子树）
rnix pause <pid> # 单进程
rnix pause --subtree <pid> # 进程 + 所有后代
# 恢复已暂停的进程
rnix resume <uuid> # 从持久化状态恢复
rnix resume --fork <uuid> # 新 UUID，链接到原进程暂停时，推理循环在下一个 I/O 边界处阻塞——进程保持 Running 状态且 IsPaused = true。耗时计时器冻结。心跳监控跳过已暂停的进程（它们有意停止发送心跳）。
子树操作
SubtreeManager 提供跨进程树的统一暂停/恢复：
PID 1 orchestrator (Running)
├── PID 2 coder (Running)
├── PID 3 reviewer (Running)
└── PID 4 researcher (Suspended)
$ rnix pause --subtree 1
# 暂停 PID 1、2、3。PID 4 已经处于暂停状态。
# 树状态：所有成员已暂停，祖先节点知晓暂停原因。恢复向上传播：恢复一个后代进程会唤醒其祖先链，以便 orchestrator 可以继续管理其子树。
恢复模式
| 模式 | 命令 | UUID | 使用场景 |
|---|---|---|---|
| 接续 | rnix resume <uuid> | 保持不变 | daemon 崩溃后的恢复 |
| 分叉 | rnix resume --fork <uuid> | 新 UUID + origin_uuid | Git 式探索 |
| 截断分叉 | rnix resume --fork --from-step N <uuid> | 新 UUID | 从历史中途重试 |
| Compose 节点 | rnix compose resume --node <name> | 复用上述模式 | DAG 节点恢复 |
接续模式
保留原始 UUID。最适合透明恢复场景：
# Daemon 在第 12/20 步时崩溃
$ rnix daemon status
# ... daemon 已重启 ...
$ rnix resume abc123-def456
[kernel] 正在从检查点恢复 UUID abc123（第 10/20 步）...
[kernel] PID 5 已启动 (deepseek/deepseek-v4-flash) | 从 abc123 恢复对于 Suspended 进程：使用 checkpoint.json 进行完整上下文恢复（最快路径）。
对于 Dead/Zombie 进程：回放 steps.jsonl 历史。无检查点时会退回到此方式。
分叉模式
创建新 UUID，并通过 origin_uuid 链接回原进程。原始进程数据永远不被修改：
$ rnix resume --fork abc123-def456
[kernel] 正在从 abc123 分叉 → 新 UUID xyz789...
[kernel] PID 6 已启动 (deepseek/deepseek-v4-flash) | 从 abc123 分叉Dashboard 显示其谱系：xyz789（forked from abc123）。
截断分叉
跳转到特定步骤，适用于修正执行中途的错误：
$ rnix resume --fork --from-step 5 abc123
# 回放历史至第 5 步，然后从第 6 步开始推理注意：
--from-step需要历史路径。与检查点存在冲突时——ErrInvalid如果两者同时适用。
检查点系统
周期性最大努力检查点防止长时间运行的任务从零重启：
- 频率：每 5 个推理步骤或每 30 秒（以先到者为准）
- 格式：
.rnix/data/steps/<uuid>/目录下的checkpoint.json - 内容：完整上下文快照、工具状态、进度标记
- 失败语义：检查点写入失败不会阻塞推理循环
.rnix/data/steps/<uuid>/
├── steps.jsonl # 推理步骤（LLM 请求/响应）
├── events.jsonl # Syscall 事件（实时 EventWriter）
├── ctx-profile.json # 上下文热力图快照（reap 时保存）
├── process-meta.json # 系统提示词 + 工具定义
├── proc-info.json # 进程元数据快照
└── checkpoint.json # 周期性检查点（每 5 步 / 30 秒）Daemon 重启持久化
已暂停的进程及其数据在 daemon 重启后仍然存在：
- 关闭时：已暂停进程通过
LoadSuspendedFromDisk序列化到磁盘 - 启动时：daemon 扫描
.rnix/data/steps/并还原已暂停进程 - PID 种子值：PID 计数器从磁盘种子值开始（
max(已有 PID)），防止 PID 复用 - 占位运行时状态：已暂停进程获得一个还原后的占位对象，在显式恢复前持有状态
# 重启前
$ rnix ps
PID STATE AGENT
1 Running orchestrator
2 Suspended coder
# Daemon 重启后
$ rnix ps
PID STATE AGENT
3 Suspended coder # 从磁盘还原，PID 重新种子化
$ rnix resume <uuid>
# 从检查点恢复，继承还原后的 PID垃圾回收
长期存留的数据需要清理。在 ~/.config/rnix/config.yaml 中配置：
gc:
retention_days: 30 # 删除超过 30 天的条目；0 = 禁用
max_entries: 500 # 最多保留 500 条历史记录；0 = 禁用
interval_seconds: 3600 # 后台扫描间隔（最小 60，默认 1 小时）GC 规则
retention_days和max_entries组合生效——满足任一条件即触发清理- 将两者都设为 0 可完全禁用 GC daemon
- Running 和 Suspended 进程永久豁免
- 损坏的
proc-info.json或缺失dead_at→ 跳过并记录警告日志
CLI
rnix gc --dry-run # 预览候选条目（表格）
rnix gc --dry-run --json # 预览候选条目（JSON，适合脚本）
rnix gc # 执行清理；超过 100 条时提示 [y/N]
rnix gc --force # 跳过确认
rnix gc --json # JSON 输出（隐含 --force）IPC 命令
| 命令 | 说明 |
|---|---|
rnix pause <pid> | 暂停进程（SIGPAUSE） |
rnix pause --subtree <pid> | 暂停进程及其后代 |
rnix resume <uuid> | 从持久化状态恢复 |
rnix resume --fork <uuid> | 以新 UUID 恢复 |
rnix resume --fork --from-step N <uuid> | 从第 N 步恢复 |
rnix compose resume --node <name> | 恢复 Compose DAG 节点 |
rnix list-resumable | 列出所有可恢复的进程 |
rnix gc | 垃圾回收旧进程数据 |