定时任务状态留痕机制产品系统

自动化脚本最危险的状态不是报错，而是悄悄死掉没人知道——等发现时可能已经停了一个月。批量定时任务长期无人值守运行（读数据、调模型、写文件、回流索引），任何一环静默失败都会让整条链路空转，而外层完全看不出来。

为批量定时任务统一引入状态留痕机制，让"跑没跑、跑成什么样"完全可回溯。功能模块：① 统一状态文件——每次运行落一份 JSON，记录最后运行时间、处理日期、处理条数、是否走了降级路径、产物路径、回流状态；② 分级状态值——正常 / 跳过 / 失败分别落不同状态，进程退出码随状态返回，定时任务日志一眼可判；③ 人类可读汇报——同时在标准输出打印一行汇总（日期 | 处理条数 | 摘要引擎 | 产物文件 | 回流状态），不用解析 JSON；④ 异常可发现——连续多天状态不变即可判定任务已停，把"静默死亡"变成"下一次查看就能发现"。

我独立完成状态留痕机制的设计与落地。技术栈：Python 标准库（json / datetime）、文件系统状态落盘、定时任务调度（launchd / cron）、退出码语义。实现亮点：一是状态文件与人类可读汇报双通道，机器可解析、人可一眼看懂；二是把"降级"这件事也写进状态（used_llm 字段），避免降级长期发生却无人察觉；三是退出码与状态联动，失败能被上层调度器捕获。结果：任何一天的运行状态都可回溯，不存在"不知道有没有跑"的情况；连续运行 3 个月期间，异常均在下一次查看时即被发现。