fix(service-monitor): 修复定时任务并发执行失败 + Docker 容器化方案

定时任务修复：
- 新增 _schedules_lock 防止 schedules.json 并发写入状态丢失
- _add_job() 添加 misfire_grace_time=3600/coalesce/max_instances
- _execute_scheduled_job 改为 threading.Thread 后台执行，不阻塞 APScheduler 线程

Docker 容器化：
- 重写 Dockerfile（python:3.11-slim + 单进程 + CRLF 修复）
- 重写 docker-compose.yml（单容器 + volume + 资源限制 + 健康检查）
- 新增 deploy/docker_deploy.sh 部署脚本
- 更新 .dockerignore 排除规则

搜索索引路径适配：
- utils/paths.py 新增 SEARCH_INDEX_DIR 常量
- search_engine.py 改用统一路径

文档：
- 新增定时任务问题处理 + 计划执行文档
- 新增 Vue 前端迁移任务清单
- 更新 HANDOFF 交接文档
Co-Authored-By: Claude <noreply@anthropic.com>

.dockerignore

@@ -22,9 +22,28 @@ HANDOFF.md
 # 测试与覆盖率
 skill/code/tests
 skill/code/.pytest_cache
+skill/code/web/service_monitor/tests
 .coverage
 htmlcov
 
-# 本地数据与日志（挂载方式注入，不入镜像）
-logs
-cache
+# 运行时数据（volume 挂载，不打入镜像）
+skill/code/web/service_monitor/data
+skill/code/web/cache
+skill/code/web/logs
+skill/code/web/audit.log
+skill/code/web/users.json
+
+# 部署脚本（构建镜像不需要）
+deploy/
+
+# IDE
+.vscode
+.idea
+
+# 环境变量
+.env
+.env.local
+
+# Docker 自身
+Dockerfile
+docker-compose.yml

Dockerfile

-FROM python:3.10-slim
+# ============================================================
+# Troubleshoot AI Assistant — Docker 镜像
+# ============================================================
+# 基础镜像：python:3.11-slim（Debian bookworm，含 bash）
+# 运行时：Flask 内置 server（单进程，APScheduler 兼容）
+# 数据持久化：通过 volume 挂载，不写入镜像层
+# ============================================================
 
-# 工作目录设为 /app/web，与 utils/paths.py 的 SCRIPT_DIR 推导一致
-# gunicorn 直接加载 server 模块（server.py:107 已有模块级 app = create_app()）
-WORKDIR /app/web
+FROM python:3.11-slim AS base
+
+# 系统依赖：bash（LocalExecutor 执行检测脚本）
+# 不装 docker CLI —— 不挂载 docker.sock，避免影响宿主机其他容器
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    bash \
+    && rm -rf /var/lib/apt/lists/*
+
+WORKDIR /app
 
-# 安装依赖（版本锁定，离线环境复现性保障）
-COPY requirements.txt /app/requirements.txt
+# ---------- 依赖层（利用 Docker 缓存） ----------
+COPY skill/code/requirements.txt /app/requirements.txt
 RUN pip install --no-cache-dir -r /app/requirements.txt
 
-# 拷贝代码
+# ---------- 代码层 ----------
 COPY skill/code/web/ /app/web/
+
+# 复制知识库 SKILL.md（问题排查助手 prompt 模板）
 COPY skill/code/SKILL.md /app/SKILL.md
 
-# 端口
-EXPOSE 8088
+# 运行时数据目录（volume 挂载点，容器内不写数据到镜像层）
+RUN mkdir -p /app/data \
+    && mkdir -p /app/web/service_monitor/data/reports \
+    && mkdir -p /app/web/cache \
+    && mkdir -p /app/web/logs
+
+# 修复 Windows 开发环境产生的 CRLF 行尾（bash 脚本在 Linux 必须是 LF）
+RUN find /app/web/service_monitor/assets -name '*.sh' -o -name '*.template' \
+    | xargs -r sed -i 's/\r$//'
 
 # 环境变量
-ENV PYTHONIOENCODING=utf-8
+ENV FLASK_DEBUG=0 \
+    PYTHONIOENCODING=utf-8 \
+    TROUBLESHOOT_ROOT=/app \
+    LANG=C.UTF-8
+
+EXPOSE 8088
+
+WORKDIR /app/web
 
-# 启动：gunicorn 多 worker
-CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:8088", "server:app"]
+# 单进程启动（不用 gunicorn 多 worker，避免 APScheduler 多实例冲突）
+CMD ["python3", "server.py"]

Docs/需求文档/Flask模板迁移Vue前端任务清单.md

+# Flask 模板迁移到 Vue 前端 — 工作任务清单
+
+> 版本：1.0 ｜ 日期：2026-07-27 ｜ 作者：Claude
+
+---
+
+## 1. 背景与目标
+
+### 现状
+
+- 前端全部是 Flask 模板渲染的 HTML（`templates/*.html`）
+- CSS/JS 内联在模板中，无组件化开发体验
+- ECharts 从 CDN 加载（离线环境不可用）
+- 前后端耦合，更新前端需重建镜像或 volume 挂载模板
+
+### 目标
+
+- 新建 Vue 3 前端项目，实现前后端分离
+- Flask 只提供 REST API，不再渲染页面
+- 前端编译后的静态文件（`dist/`）由 nginx 服务
+- 前端更新只需替换静态文件，无需重启容器
+- 保持现有功能和 UI 一致，不新增功能
+- 覆盖所有三个模块：问题排查助手、服务监测、服务管理
+
+---
+
+## 2. 技术选型
+
+| 组件 | 选型 | 理由 |
+|------|------|------|
+| 框架 | Vue 3 + Composition API | 最新稳定版，组合式 API 更灵活 |
+| 构建工具 | Vite | 比 Vue CLI 更快，官方推荐 |
+| UI 组件库 | Element Plus | 适合后台管理系统，组件丰富，文档完善 |
+| 图表 | ECharts（npm 安装） | 当前用 ECharts，保持一致；打包进 bundle 避免 CDN 依赖 |
+| HTTP 客户端 | Axios | 主流选择，拦截器支持好 |
+| 路由 | Vue Router | 官方路由 |
+| 状态管理 | Pinia | Vue 3 官方推荐，比 Vuex 更简洁 |
+| 样式 | SCSS + Element Plus 主题 | 支持变量、嵌套，便于定制主题 |
+| 语言 | TypeScript | 类型安全，IDE 支持好 |
+
+---
+
+## 3. 现有页面清单（三大模块共 18 个页面）
+
+### 模块一：问题排查助手（3 个页面）
+
+| 模板 | 路由 | 功能 | 复杂度 |
+|------|------|------|--------|
+| `login.html` | `/login` | 登录页（用户名/密码 + 记住我） | 低 |
+| `platform.html` | `/` | 平台首页（三个模块卡片入口） | 低 |
+| `index.html` | `/troubleshoot` | 问题排查主页（搜索框 + 知识库匹配 + AI 分析流式输出） | **高** |
+
+**关键功能**：
+- SSE 流式输出 AI 分析结果
+- 知识库匹配结果高亮
+- 历史记录侧边栏
+
+---
+
+### 模块二：服务监测（10 个页面）
+
+| 模板 | 路由 | 功能 | 复杂度 |
+|------|------|------|--------|
+| `base.html` | - | 基础布局（侧边栏 + 顶部栏 + 内容区） | 中 |
+| `index.html` | `/service-monitor` | 监测主页（目标卡片 + 最近报告列表） | 中 |
+| `targets.html` | `/service-monitor/targets` | 目标管理（CRUD 弹窗 + 连通性测试） | 中 |
+| `run.html` | `/service-monitor/run` | 巡检执行（SSE 进度条 + 模块清单实时更新） | **高** |
+| `report.html` | `/service-monitor/report/:id` | 报告详情（汇总卡片 + 异常置顶 + 分模块折叠） | 高 |
+| `reports.html` | `/service-monitor/reports` | 报告列表（目标筛选 + 批量删除） | 中 |
+| `statistics.html` | `/service-monitor/statistics` | 监测统计（ECharts 多图表 + 筛选） | **高** |
+| `schedule.html` | `/service-monitor/schedule` | 定时任务管理（CRUD + 启用/禁用 + 立即执行） | 中 |
+| `compare.html` | `/service-monitor/compare` | 报告对比（两份报告并列对比差异） | 中 |
+| `notification.html` | `/service-monitor/notification` | 通知配置（钉钉/企业微信/邮件 + 测试发送） | 中 |
+
+**关键功能**：
+- SSE 实时进度（巡检执行页）
+- ECharts 多图表联动（统计页）
+- 报告免登访问（token 参数）
+- 定时任务执行状态轮询
+
+---
+
+### 模块三：服务管理（4 个页面）
+
+| 模板 | 路由 | 功能 | 复杂度 |
+|------|------|------|--------|
+| `base.html` | - | 服务管理基础布局（Tab 切换） | 低 |
+| `authorization.html` | `/service-manage/authorization` | 授权管理（授权码输入 + 状态展示） | 低 |
+| `upgrade.html` | `/service-manage/upgrade` | 升级管理（版本信息 + 升级操作） | 低 |
+| `info.html` | `/service-manage/info` | 服务信息（系统版本、运行状态） | 低 |
+
+---
+
+## 4. 后端 API 清单
+
+前端迁移需确保以下 API 稳定可用：
+
+### 问题排查助手 API
+
+| 接口 | 方法 | 功能 |
+|------|------|------|
+| `/api/troubleshoot` | POST | AI 分析（SSE 流式） |
+| `/api/search` | GET | 知识库搜索 |
+| `/api/projects` | GET | 项目列表 |
+| `/api/categories` | GET | 分类列表 |
+| `/api/health` | GET | 健康检查 |
+| `/api/user/info` | GET | 当前用户信息 |
+| `/api/cache/stats` | GET | 缓存统计 |
+| `/api/cache/clear` | POST | 清空缓存 |
+| `/api/export` | POST | 导出报告 |
+| `/api/submit` | POST | 提交问题记录 |
+
+### 服务监测 API
+
+| 接口 | 方法 | 功能 |
+|------|------|------|
+| `/api/service-monitor/targets` | GET/POST/PUT/DELETE | 目标 CRUD |
+| `/api/service-monitor/targets/:id/test` | POST | 连通性测试 |
+| `/api/service-monitor/reports` | GET | 报告列表 |
+| `/api/service-monitor/reports/:id` | GET/DELETE | 报告详情/删除 |
+| `/api/service-monitor/reports/:id/export` | GET | 报告导出（md/json/xlsx/pdf） |
+| `/api/service-monitor/run` | POST | 执行巡检（SSE） |
+| `/api/service-monitor/schedules` | GET/POST/PUT/DELETE | 定时任务 CRUD |
+| `/api/service-monitor/schedules/:id/run` | POST | 立即执行 |
+| `/api/service-monitor/statistics/*` | GET | 统计数据（5 个接口） |
+| `/api/service-monitor/notification` | GET/POST | 通知配置 |
+| `/api/service-monitor/notification/test` | POST | 测试发送 |
+
+### 服务管理 API
+
+| 接口 | 方法 | 功能 |
+|------|------|------|
+| `/api/service-manage/authorization` | GET/POST | 授权管理 |
+| `/api/service-manage/upgrade` | GET/POST | 升级管理 |
+| `/api/service-manage/info` | GET | 服务信息 |
+
+### 认证 API
+
+| 接口 | 方法 | 功能 |
+|------|------|------|
+| `/login` | GET/POST | 登录页面/提交登录 |
+| `/logout` | POST | 登出 |
+| `/api/users` | GET/POST | 用户管理（管理员） |
+
+---
+
+## 5. 工作阶段划分
+
+### 阶段一：前端项目骨架搭建（预估 2-3 天）
+
+| # | 任务 | 输出 |
+|---|------|------|
+| 1.1 | 创建 Vue 3 + Vite + TypeScript 项目 | `frontend/` 目录 |
+| 1.2 | 配置 Element Plus + SCSS + Vue Router + Pinia | `main.ts`, `router/`, `stores/` |
+| 1.3 | 安装并配置 ECharts（npm 方式） | `package.json` |
+| 1.4 | 实现基础布局组件（侧边栏 + 顶部栏 + 内容区） | `components/Layout/` |
+| 1.5 | 实现登录页 + 路由守卫 + 登录状态管理 | `views/Login.vue`, `stores/user.ts` |
+| 1.6 | 配置 Axios + 请求/响应拦截器 | `utils/http.ts` |
+| 1.7 | 配置环境变量（开发/生产 API 地址） | `.env.*` |
+| 1.8 | 实现全局组件（Loading、Message 确认框等） | `components/common/` |
+
+### 阶段二：API 层封装 + TypeScript 类型定义（预估 2 天）
+
+| # | 任务 | 输出 |
+|---|------|------|
+| 2.1 | 定义 TypeScript 类型（API 请求/响应结构） | `types/*.ts` |
+| 2.2 | 封装认证 API | `api/auth.ts` |
+| 2.3 | 封装问题排查 API（含 SSE 流式处理） | `api/troubleshoot.ts` |
+| 2.4 | 封装服务监测 API（10+ 接口） | `api/service-monitor/*.ts` |
+| 2.5 | 封装服务管理 API | `api/service-manage.ts` |
+
+### 阶段三：页面迁移 — 问题排查助手模块（预估 2 天）
+
+| # | 页面 | 预估工时 |
+|---|------|----------|
+| 3.1 | 登录页 | 0.5 天 |
+| 3.2 | 平台首页 | 0.5 天 |
+| 3.3 | 问题排查主页（SSE 流式输出） | 1 天 |
+
+### 阶段四：页面迁移 — 服务监测模块（预估 6-8 天）
+
+| # | 页面 | 预估工时 |
+|---|------|----------|
+| 4.1 | 监测主页（目标卡片 + 报告列表） | 1 天 |
+| 4.2 | 目标管理 | 1 天 |
+| 4.3 | 定时任务管理 | 1 天 |
+| 4.4 | 通知配置 | 1 天 |
+| 4.5 | 报告列表 | 1 天 |
+| 4.6 | 报告详情 | 1 天 |
+| 4.7 | 巡检执行（SSE 进度） | 1 天 |
+| 4.8 | 监测统计（ECharts 多图表） | 1.5 天 |
+| 4.9 | 报告对比 | 1 天 |
+
+### 阶段五：页面迁移 — 服务管理模块（预估 1 天）
+
+| # | 页面 | 预估工时 |
+|---|------|----------|
+| 5.1 | 服务管理布局（Tab 切换） | 0.3 天 |
+| 5.2 | 授权管理 | 0.2 天 |
+| 5.3 | 升级管理 | 0.2 天 |
+| 5.4 | 服务信息 | 0.3 天 |
+
+### 阶段六：后端调整（预估 1 天）
+
+| # | 任务 | 输出 |
+|---|------|------|
+| 6.1 | 移除模板渲染路由，只保留 API 路由 | 修改 `routes/*.py` |
+| 6.2 | 新增 SPA 回退路由（所有非 API 请求返回 index.html） | `server.py` |
+| 6.3 | CORS 配置（开发环境允许前端跨域） | `flask-cors` |
+| 6.4 | 移除 templates/ 目录（可选，保留备份） | - |
+
+### 阶段七：部署配置（预估 1 天）
+
+| # | 任务 | 输出 |
+|---|------|------|
+| 7.1 | Dockerfile 多阶段构建（Node 构建 Vue → Python Flask） | `Dockerfile` |
+| 7.2 | nginx 配置（静态文件服务 + API 反向代理） | `nginx.conf` |
+| 7.3 | docker-compose.yml 更新 | `docker-compose.yml` |
+| 7.4 | 部署脚本更新 | `deploy/docker_deploy.sh` |
+| 7.5 | 前端构建脚本 | `frontend/build.sh` |
+
+### 阶段八：测试与验收（预估 2-3 天）
+
+| # | 任务 | 输出 |
+|---|------|------|
+| 8.1 | 功能回归测试（18 个页面） | 测试报告 |
+| 8.2 | API 兼容性测试 | - |
+| 8.3 | SSE 流式输出测试 | - |
+| 8.4 | ECharts 图表渲染测试 | - |
+| 8.5 | 部署验证（本地 Docker + 5.60） | - |
+| 8.6 | 性能对比（页面加载时间） | - |
+| 8.7 | 浏览器兼容性测试（Chrome/Edge/Firefox） | - |
+
+---
+
+## 6. 目录结构设计
+
+```
+/data/third_party/monitor-platform/
+├── frontend/                         # Vue 前端项目
+│   ├── src/
+│   │   ├── api/                      # API 封装
+│   │   │   ├── auth.ts
+│   │   │   ├── troubleshoot.ts
+│   │   │   └── service-monitor/
+│   │   │       ├── target.ts
+│   │   │       ├── report.ts
+│   │   │       ├── schedule.ts
+│   │   │       ├── statistics.ts
+│   │   │       └── notification.ts
+│   │   ├── components/               # 公共组件
+│   │   │   ├── Layout/
+│   │   │   │   ├── AppLayout.vue     # 主布局
+│   │   │   │   ├── Sidebar.vue       # 侧边栏
+│   │   │   │   └── Header.vue        # 顶部栏
+│   │   │   └── common/
+│   │   │       ├── Loading.vue
+│   │   │       └── ConfirmDialog.vue
+│   │   ├── views/                    # 页面组件
+│   │   │   ├── login/
+│   │   │   │   └── Index.vue
+│   │   │   ├── platform/
+│   │   │   │   └── Index.vue
+│   │   │   ├── troubleshoot/
+│   │   │   │   └── Index.vue         # 问题排查主页
+│   │   │   ├── service-monitor/
+│   │   │   │   ├── Index.vue         # 监测主页
+│   │   │   │   ├── Targets.vue
+│   │   │   │   ├── Run.vue
+│   │   │   │   ├── Report.vue
+│   │   │   │   ├── Reports.vue
+│   │   │   │   ├── Statistics.vue
+│   │   │   │   ├── Schedule.vue
+│   │   │   │   ├── Compare.vue
+│   │   │   │   └── Notification.vue
+│   │   │   └── service-manage/
+│   │   │       ├── Index.vue
+│   │   │       ├── Authorization.vue
+│   │   │       ├── Upgrade.vue
+│   │   │       └── Info.vue
+│   │   ├── stores/                   # Pinia 状态管理
+│   │   │   ├── user.ts               # 用户登录状态
+│   │   │   ├── troubleshoot.ts       # 问题排查状态
+│   │   │   └── service-monitor/      # 服务监测状态
+│   │   ├── router/                   # 路由配置
+│   │   │   └── index.ts
+│   │   ├── styles/                   # 全局样式
+│   │   │   ├── variables.scss
+│   │   │   └── global.scss
+│   │   ├── types/                    # TypeScript 类型定义
+│   │   │   ├── api.ts
+│   │   │   ├── troubleshoot.ts
+│   │   │   └── service-monitor.ts
+│   │   ├── utils/                    # 工具函数
+│   │   │   ├── http.ts               # Axios 封装
+│   │   │   ├── sse.ts                # SSE 工具
+│   │   │   └── storage.ts            # 本地存储
+│   │   ├── App.vue
+│   │   └── main.ts
+│   ├── public/
+│   │   └── favicon.ico
+│   ├── .env.development              # 开发环境变量
+│   ├── .env.production              # 生产环境变量
+│   ├── index.html
+│   ├── package.json
+│   ├── vite.config.ts
+│   └── tsconfig.json
+│
+├── backend/                          # Flask 后端（当前 skill/code/web/）
+│   ├── server.py
+│   ├── routes/
+│   │   ├── auth.py
+│   │   ├── troubleshoot.py
+│   │   ├── service_monitor.py
+│   │   └── service_manage.py
+│   ├── services/
+│   ├── utils/
+│   └── service_monitor/
+│
+├── dist/                             # 前端编译产物（部署时）
+│   ├── index.html
+│   └── assets/
+│
+├── data/                             # 运行时数据（volume 挂载）
+│   ├── troubleshoot.db               # SQLite 数据库
+│   ├── 搜索索引.json
+│   ├── 搜索向量.json
+│   └── logs/
+│
+├── nginx.conf                        # nginx 配置
+├── docker-compose.yml                # 编排配置
+└── Dockerfile
+```
+
+---
+
+## 7. Docker 部署架构
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│                      Docker Container                            │
+│                                                                  │
+│  nginx:80                                                        │
+│  ├── /                    → /data/dist/index.html (前端 SPA)     │
+│  ├── /assets/*            → /data/dist/assets/*                 │
+│  └── /api/*               → 反向代理到 Flask:8088                │
+│                                                                  │
+│  Flask:8088 (后端 API)                                           │
+│  └── /api/*               → 业务逻辑 + SQLite                    │
+│                                                                  │
+│  SQLite: /data/data/troubleshoot.db                              │
+└─────────────────────────────────────────────────────────────────┘
+        │
+   port 80:80 (对外)
+        │
+   宿主机 5.60
+```
+
+**更新流程**：
+- 更新前端：替换 `/data/dist/` 目录，**无需重启容器**
+- 更新后端：重建镜像并重启容器
+
+---
+
+## 8. 关键技术点
+
+### 8.1 SSE 流式输出（问题排查 AI 分析）
+
+```typescript
+// Vue 前端接收 SSE
+async function fetchAIAnalysis(query: string) {
+  const response = await fetch(`/api/troubleshoot?query=${encodeURIComponent(query)}`)
+  const reader = response.body?.getReader()
+  const decoder = new TextDecoder()
+  
+  while (true) {
+    const { done, value } = await reader!.read()
+    if (done) break
+    const chunk = decoder.decode(value)
+    // 解析 SSE 格式: data: {...}\n\n
+    const lines = chunk.split('\n')
+    for (const line of lines) {
+      if (line.startsWith('data: ')) {
+        const data = JSON.parse(line.slice(6))
+        // 更新响应内容
+      }
+    }
+  }
+}
+```
+
+### 8.2 巡检执行 SSE 进度
+
+```typescript
+// EventSource 方式（巡检执行页）
+const eventSource = new EventSource('/api/service-monitor/run?target_id=xxx')
+
+eventSource.addEventListener('progress', (event) => {
+  const data = JSON.parse(event.data)
+  // 更新进度条
+})
+
+eventSource.addEventListener('complete', (event) => {
+  // 跳转报告页
+  router.push(`/service-monitor/report/${data.report_id}`)
+})
+```
+
+### 8.3 ECharts 使用
+
+```typescript
+import * as echarts from 'echarts'
+
+const chartDom = ref<HTMLElement>()
+const chart = echarts.init(chartDom.value!)
+
+chart.setOption({
+  title: { text: '模块健康概览' },
+  tooltip: {},
+  xAxis: { type: 'category' },
+  yAxis: { type: 'value' },
+  series: [{ type: 'bar', data: [...] }]
+})
+```
+
+### 8.4 路由配置
+
+```typescript
+// router/index.ts
+const routes = [
+  { path: '/login', component: () => import('@/views/login/Index.vue') },
+  { path: '/', component: () => import('@/views/platform/Index.vue') },
+  { 
+    path: '/troubleshoot', 
+    component: () => import('@/views/troubleshoot/Index.vue'),
+    meta: { requiresAuth: true }
+  },
+  {
+    path: '/service-monitor',
+    component: () => import('@/views/service-monitor/Index.vue'),
+    meta: { requiresAuth: true },
+    children: [
+      { path: 'targets', component: () => import('@/views/service-monitor/Targets.vue') },
+      { path: 'run', component: () => import('@/views/service-monitor/Run.vue') },
+      // ... 其他子路由
+    ]
+  },
+  // ...
+]
+```
+
+### 8.5 Axios 拦截器
+
+```typescript
+// utils/http.ts
+const http = axios.create({
+  baseURL: import.meta.env.VITE_API_BASE,
+  timeout: 30000,
+  withCredentials: true,  // 自动带 cookie
+})
+
+// 响应拦截器：处理错误
+http.interceptors.response.use(
+  response => response.data,
+  error => {
+    if (error.response?.status === 401) {
+      // 未登录，跳转登录页
+      router.push('/login')
+    }
+    return Promise.reject(error)
+  }
+)
+```
+
+---
+
+## 9. 风险与缓解
+
+| 风险 | 影响 | 缓解措施 |
+|------|------|----------|
+| 前端重构引入 UI 差异 | 用户不适应 | 严格按现有模板还原，不改变交互逻辑 |
+| SSE 流式输出兼容性问题 | AI 分析/巡检进度失效 | 优先实现并单独测试 SSE |
+| ECharts 图表渲染差异 | 统计页面异常 | 保持相同配置项 |
+| 后端 API 变更 | 前端调用失败 | 先冻结 API，前端完全适配后再考虑优化 |
+| 开发周期超出预期 | 项目延期 | 按阶段交付，优先核心页面 |
+| TypeScript 类型定义不全 | 开发效率下降 | 先定义核心类型，逐步补充 |
+| 移动端适配问题 | 体验下降 | 复用当前已有的响应式样式 |
+
+---
+
+## 10. 估算工时
+
+| 阶段 | 预估工时 | 说明 |
+|------|----------|------|
+| 阶段一：前端骨架 | 2-3 天 | 含布局、登录、Axios 配置 |
+| 阶段二：API 封装 + TS 类型 | 2 天 | TypeScript 类型定义 |
+| 阶段三：问题排查模块 | 2 天 | 3 个页面 |
+| 阶段四：服务监测模块 | 6-8 天 | 10 个页面，核心模块 |
+| 阶段五：服务管理模块 | 1 天 | 4 个页面，逻辑简单 |
+| 阶段六：后端调整 | 1 天 | 移除模板路由、CORS |
+| 阶段七：部署配置 | 1 天 | Dockerfile、nginx |
+| 阶段八：测试验收 | 2-3 天 | 功能回归、部署验证 |
+| **总计** | **17-21 天** | 约 3-4 周 |
+
+---
+
+## 11. 建议执行顺序
+
+### 方案 A：先容器化，再 Vue 重构（推荐）
+
+1. **先完成容器化部署**（用当前 Flask 模板 + volume 挂载模板目录）
+   - 部署架构先定下来
+   - SQLite 迁移也先完成
+   - 验证容器化流程
+
+2. **并行推进 Vue 前端重构**
+   - 独立任务，不影响后端开发
+   - 可分配给前端开发者
+
+3. **Vue 完成后切换**
+   - 修改 nginx 配置指向新的前端 dist/
+   - 删除 volume 挂载的旧模板
+
+### 方案 B：直接一步到位
+
+1. 新建 Vue 项目
+2. 完成所有页面迁移
+3. 后端调整 + Dockerfile + nginx
+4. 一次性部署
+
+**方案 A 的优势**：不阻塞容器化和 SQLite 迁移，Vue 重构可以稳步推进，风险更低。
+
+---
+
+## 12. 后续扩展方向
+
+Vue 前端建成后，后续可方便地：
+
+- **移动端适配**：响应式布局已具备基础
+- **国际化**：Vue I18n 插件
+- **暗黑模式**：Element Plus 内置支持
+- **PWA 支持**：离线访问能力
+- **组件库升级**：Element Plus 持续更新
+- **前端单元测试**：Vitest + Vue Test Utils
\ No newline at end of file

Docs/需求文档/服务监测/HANDOFF.md

 # HANDOFF — 服务监测模块实施进度
 
-> 最后更新：2026-07-16 ｜ 分支：troubleshoot-ai-assistant ｜ 模块：service-monitor
-> 状态：**代码全部完成，218 测试全绿，待部署到 5.60**
+> 最后更新：2026-07-27 ｜ 分支：troubleshoot-ai-assistant ｜ 模块：service-monitor
+> 状态：**定时任务修复完成 + Docker 容器化方案设计完成 + Vue 前端迁移规划完成，待部署**
 
 ---
 
@@ -156,3 +156,99 @@ templates/service_monitor/{index,targets,run,report}.html
 ### 已删除
 - `skill/code/web/routes/service_monitor.py`（旧占位路由）
 - `skill/code/web/templates/service_monitor.html`（旧占位模板）
+
+---
+
+## 8. 2026-07-27 会话进度追加
+
+### 8.1 完成的工作
+
+#### 定时任务并发执行失败修复 ✅
+
+**问题**：5.44 服务器定时任务（工作日 8:40）不执行，5.202 的 9:00 正常。
+
+**根因**：
+- APScheduler `misfire_grace_time` 默认 1 秒，调度线程稍有延迟就跳过任务
+- `_execute_scheduled_job` 同步阻塞 APScheduler 线程
+- `schedules.json` 并发写入无锁保护
+
+**修复**（`schedule_service.py` 5 处）：
+1. 新增 `_schedules_lock` 锁
+2. `_save_schedules()` 加锁
+3. `update_run_status()` 读-改-写整体加锁
+4. `_add_job()` 添加 `misfire_grace_time=3600`、`coalesce=True`、`max_instances=1`
+5. `_execute_scheduled_job` 改为 `threading.Thread` 后台执行
+
+**验证**：218 测试全绿 ✅
+
+**文档**：
+- `Docs/需求文档/服务监测/PRD_问题处理_定时任务并发执行失败.md`
+- `Docs/需求文档/服务监测/PRD_计划执行_定时任务并发执行失败修复.md`
+
+#### Docker 容器化方案设计 ✅
+
+**用户需求**：
+- 部署目录：`/data/third_party/monitor-platform/`
+- 单容器部署（nginx + Flask + SQLite）
+- 前端更新不需要容器重启，后端更新需要容器重启
+- 数据库采用轻量级 SQLite
+- 5.60 上有其他服务容器，必须隔离不互相影响
+
+**已完成文件**：
+- `Dockerfile` — python:3.11-slim，单进程，CRLF 自动修复
+- `.dockerignore` — 排除测试/运行时数据/文档
+- `docker-compose.yml` — 单容器 + volume + 资源限制（1G/1CPU）
+- `deploy/docker_deploy.sh` — 5.60 部署脚本
+
+**隔离保障**：
+- 不挂载 docker.sock
+- 容器名 `troubleshoot`，端口 8088
+- volume 路径 `/opt/troubleshoot/` 独占前缀
+
+#### 搜索引擎路径适配 ✅
+
+- `utils/paths.py` 新增 `SEARCH_INDEX_DIR` 常量
+- `search_engine.py` 改用统一路径
+
+#### Vue 前端迁移规划 ✅
+
+**文档**：`Docs/需求文档/Flask模板迁移Vue前端任务清单.md`
+
+**范围**：三大模块共 18 个页面
+- 问题排查助手：3 个页面
+- 服务监测：10 个页面
+- 服务管理：4 个页面
+
+**技术选型**：Vue 3 + Vite + Element Plus + Pinia + TypeScript + ECharts
+
+**预估工时**：17-21 天（约 3-4 周）
+
+**建议执行顺序**：先容器化部署落地，再并行推进 Vue 重构
+
+### 8.2 待执行任务
+
+| 优先级 | 任务 | 说明 |
+|--------|------|------|
+| **P0** | 部署容器化版本到 5.60 | 需先确认 Docker 已安装，执行 `docker_deploy.sh` |
+| **P0** | 更新 5.44 定时任务 end_date | 当前 end_date=2026-07-22 已过期 |
+| P1 | 修复 APScheduler day_of_week 约定 bug | `from_crontab('1-5')` 实际是周二到周六 |
+| P2 | SQLite 迁移 | 替换 JSON 文件存储 |
+| P2 | Vue 前端开发 | 按任务清单执行 |
+
+### 8.3 遗留问题
+
+1. **5.44 定时任务 end_date 已过期**（2026-07-22），需通过 API 更新
+2. **APScheduler day_of_week 约定 bug**：`CronTrigger.from_crontab('1-5')` 按 APScheduler 约定是周二到周六，非周一到周五，需改为 `CronTrigger(day_of_week='0-4')`
+3. **容器化尚未部署**：需在 5.60 上执行部署脚本验证
+
+### 8.4 本次新增文件
+
+| 文件 | 说明 |
+|------|------|
+| `Dockerfile` | 重写：python:3.11-slim + 单进程 |
+| `docker-compose.yml` | 重写：单容器 + volume + 资源限制 |
+| `.dockerignore` | 更新：排除 tests/data 等 |
+| `deploy/docker_deploy.sh` | 新增：5.60 部署脚本 |
+| `Docs/需求文档/服务监测/PRD_问题处理_定时任务并发执行失败.md` | 问题处理文档 |
+| `Docs/需求文档/服务监测/PRD_计划执行_定时任务并发执行失败修复.md` | 计划执行文档 |
+| `Docs/需求文档/Flask模板迁移Vue前端任务清单.md` | Vue 迁移任务清单 |

Docs/需求文档/服务监测/PRD_计划执行_定时任务并发执行失败修复.md

+# 计划执行 — 定时任务并发执行失败修复
+
+> 版本：1.0 ｜ 日期：2026-07-27 ｜ 作者：czj
+> 关联问题文档：`PRD_问题处理_定时任务并发执行失败.md`
+
+---
+
+## 修复目标
+
+1. 修复 5.44 定时任务不执行问题（P0）
+2. 修复 schedules.json 并发写入状态丢失问题（P1）
+3. 修复 APScheduler 线程阻塞问题（P1）
+
+---
+
+## 改动文件
+
+| 文件 | 改动内容 |
+|------|---------|
+| `skill/code/web/service_monitor/services/schedule_service.py` | 三处修复（见下文） |
+
+---
+
+## 修复步骤
+
+### 步骤 1：添加 schedules.json 读写锁
+
+**位置**：`schedule_service.py` 模块级变量区（第 28 行附近）
+
+**改动**：新增 `_schedules_lock = threading.Lock()`
+
+**涉及函数加锁**：
+- `_save_schedules()` — 写操作加锁
+- `_update_current_status()` — 读-改-写加锁
+- `update_run_status()` — 读-改-写加锁
+
+**注意**：`_load_schedules()` 是纯读操作，不需要加锁（JSON 文件读取是原子的）。但读-改-写模式（先 load 再 save）必须整体加锁。
+
+```python
+# 新增模块级锁
+_schedules_lock = threading.Lock()
+
+# _save_schedules 加锁
+def _save_schedules(schedules: list) -> None:
+    with _schedules_lock:
+        ensure_dirs()
+        SCHEDULES_FILE.write_text(
+            json.dumps(schedules, ensure_ascii=False, indent=2),
+            encoding="utf-8",
+        )
+
+# _update_current_status 加锁
+def _update_current_status(schedule_id: str, status: str) -> None:
+    with _schedules_lock:
+        schedules = _load_schedules()
+        for i, s in enumerate(schedules):
+            if s.get("id") == schedule_id:
+                schedules[i]["current_status"] = status
+                _save_schedules(schedules)
+                return
+    raise ValueError("定时任务不存在")
+
+# update_run_status 加锁
+def update_run_status(schedule_id: str, status: str, report_id: str, run_at: str) -> dict:
+    with _schedules_lock:
+        schedules = _load_schedules()
+        for i, s in enumerate(schedules):
+            if s.get("id") == schedule_id:
+                schedules[i]["last_run_at"] = run_at
+                schedules[i]["last_run_status"] = status
+                schedules[i]["last_report_id"] = report_id
+                schedules[i]["next_run_at"] = _calc_next_run(s["cron"])
+                _save_schedules(schedules)
+                return schedules[i]
+    raise ValueError("定时任务不存在")
+```
+
+---
+
+### 步骤 2：`_add_job()` 添加关键参数
+
+**位置**：`schedule_service.py` 第 451-457 行
+
+**改动**：添加 `misfire_grace_time`、`coalesce`、`max_instances` 参数
+
+```python
+_scheduler.add_job(
+    func=_execute_scheduled_job,
+    trigger=trigger,
+    id=job_id,
+    args=[sched["id"]],
+    replace_existing=True,
+    misfire_grace_time=3600,  # 允许 1 小时内的错过执行（默认 1 秒太短）
+    coalesce=True,            # 错过多次只执行一次
+    max_instances=1,          # 同一 job 不并发（显式声明）
+)
+```
+
+**参数说明**：
+- `misfire_grace_time=3600`：如果任务错过触发时间，1 小时内仍会执行。解决因 GIL 竞争、线程繁忙等导致的短暂延迟跳过问题
+- `coalesce=True`：如果任务连续错过多次触发（如服务重启期间），只执行一次，不堆积
+- `max_instances=1`：同一 job 同一时间只允许一个实例运行，防止并发重复执行
+
+---
+
+### 步骤 3：`_execute_scheduled_job` 改为后台线程执行
+
+**位置**：`schedule_service.py` 第 512-521 行
+
+**改动**：将同步调用改为 `threading.Thread` 后台执行，与 `run_now()` 保持一致
+
+```python
+def _execute_scheduled_job(schedule_id: str) -> None:
+    """定时任务执行入口（APScheduler 线程中调用），含 enabled 检查。"""
+    logger.info("定时任务触发: %s", schedule_id)
+
+    sched = get_schedule(schedule_id)
+    if not sched or not sched.get("enabled"):
+        logger.warning("定时任务不存在或已禁用: %s", schedule_id)
+        return
+
+    # 检查是否已在执行中（防止定时触发与手动触发并发）
+    if sched.get("current_status") == "running":
+        logger.warning("定时任务已在执行中，跳过: %s", schedule_id)
+        return
+
+    # 使用后台线程执行，不阻塞 APScheduler 调度线程
+    t = threading.Thread(target=_run_job_body, args=(schedule_id,), daemon=True)
+    t.start()
+```
+
+**改动说明**：
+- 新增 `current_status == "running"` 检查，防止定时触发与手动触发并发执行同一任务
+- 使用 `threading.Thread` 后台执行，APScheduler 线程立即释放，可以继续调度其他任务
+- `daemon=True` 确保主进程退出时线程自动终止
+
+---
+
+## 验证步骤
+
+### 本地验证
+
+1. 启动服务，创建两个定时任务（间隔 1 分钟）
+2. 确认两个任务都能正常触发执行
+3. 手动触发一个正在执行的任务，确认被拒绝（"已在执行中"）
+4. 检查 `schedules.json` 状态更新正确
+
+### 部署后验证
+
+1. 部署到 5.60
+2. 检查健康状态：`curl -s http://192.168.5.60:8088/api/health`
+3. 检查 scheduler 状态：`curl -s http://192.168.5.60:8088/api/service-monitor/scheduler/status`
+4. 确认 5.44 和 5.202 两个定时任务都已注册
+5. 等待下一个工作日 8:40，确认 5.44 任务正常执行
+6. 等待 9:00，确认 5.202 任务正常执行
+7. 检查 `schedules.json` 中两个任务的状态更新均正确
+
+### 单元测试
+
+```bash
+cd skill/code && python -m pytest -v
+```
+
+确认 218 个测试全绿，无回归。
+
+---
+
+## 回滚方案
+
+如果修复后出现问题，回滚步骤：
+1. 恢复 `schedule_service.py` 到修复前版本
+2. 重新部署
+3. 手动检查 `schedules.json` 中任务状态是否正确
+
+---
+
+## 文档信息
+
+- 创建时间：2026-07-27
+- 创建人：Claude
+- 关联问题文档：`PRD_问题处理_定时任务并发执行失败.md`

Docs/需求文档/服务监测/PRD_问题处理_定时任务并发执行失败.md

+# 问题处理 — 定时任务并发执行失败
+
+> 版本：1.0 ｜ 日期：2026-07-27 ｜ 作者：czj
+
+---
+
+## 问题描述
+
+| # | 问题 | 严重度 |
+|---|------|--------|
+| 1 | 5.44 服务器定时任务（工作日 8:40）不执行，5.202 服务器定时任务（工作日 9:00）正常执行 | P0 功能 |
+| 2 | `schedules.json` 并发读写无锁保护，多任务同时执行时可能丢失状态更新 | P1 数据安全 |
+| 3 | `_execute_scheduled_job` 在 APScheduler 线程中同步阻塞执行，长时间巡检占用调度线程 | P1 性能 |
+
+---
+
+## 问题 1 根因分析（P0）
+
+### 现象
+
+- 5.44 定时任务配置"工作日 08:40 执行"，到了时间不执行，无报告生成
+- 5.202 定时任务配置"工作日 09:00 执行"，正常执行，报告正常生成
+- 服务器健康检查 status: ok, scheduler: running
+
+### 根因
+
+**根因 1（主因）：`_add_job()` 未设置 `misfire_grace_time`，APScheduler 默认 1 秒**
+
+`schedule_service.py` 第 451-457 行：
+
+```python
+_scheduler.add_job(
+    func=_execute_scheduled_job,
+    trigger=trigger,
+    id=job_id,
+    args=[sched["id"]],
+    replace_existing=True,
+    # ❌ 缺少 misfire_grace_time、coalesce、max_instances
+)
+```
+
+APScheduler 的 `BackgroundScheduler` 默认 `misfire_grace_time = 1` 秒。含义：如果调度器在预定时间后超过 1 秒才检查到该任务需要执行，该任务就被标记为 misfire 并**跳过不执行**。
+
+**触发场景**：
+- 5.44 任务设定 8:40 触发
+- 8:40 时 APScheduler 的执行线程正忙于其他操作（GIL 竞争、垃圾回收、或其他任务正在同步执行巡检）
+- 调度器延迟 1 秒以上才检查到 8:40 的任务
+- 该任务被判定为 misfire，跳过不执行
+- 5.202 的 9:00 任务正常，因为 9:00 时调度器线程空闲
+
+**根因 2（次因）：`_execute_scheduled_job` 在 APScheduler 线程中同步阻塞执行**
+
+`schedule_service.py` 第 512-521 行：
+
+```python
+def _execute_scheduled_job(schedule_id: str) -> None:
+    sched = get_schedule(schedule_id)
+    if not sched or not sched.get("enabled"):
+        return
+    _run_job_body(schedule_id)  # ❌ 同步阻塞！
+```
+
+对比 `run_now()`（手动触发）使用了 `threading.Thread` 后台执行（第 539 行），而定时触发直接在 APScheduler 线程中同步调用 `_run_job_body`。
+
+`run_inspection_sync()` 执行全量巡检可能耗时数分钟（每个模块 90 秒超时 × 多个模块），在此期间 APScheduler 的执行线程被阻塞，无法触发其他定时任务，加剧 misfire 问题。
+
+### 影响范围
+
+- **所有定时任务**都可能受影响，不仅限于 5.44
+- 任务执行时间越长，后续任务越容易 misfire
+- 多个定时任务配置在相近时间段时问题更明显
+
+---
+
+## 问题 2 根因分析（P1）
+
+### 现象
+
+两个定时任务同时执行时，`schedules.json` 中的状态可能不正确（如一个任务完成后的状态更新被另一个任务的写入覆盖）。
+
+### 根因
+
+`_update_current_status()`（第 567-575 行）和 `update_run_status()`（第 357-368 行）都采用"读-改-写"模式操作 `schedules.json`，但**没有任何锁保护**：
+
+```python
+def _update_current_status(schedule_id: str, status: str) -> None:
+    schedules = _load_schedules()        # 1. 读
+    for i, s in enumerate(schedules):
+        if s.get("id") == schedule_id:
+            schedules[i]["current_status"] = status  # 2. 改
+            _save_schedules(schedules)               # 3. 写
+            return
+```
+
+**竞态场景**：
+1. 5.44 任务完成，线程 A 调用 `update_run_status("sched_5.44", "success", ...)`
+2. 同时 5.202 任务执行中，线程 B 调用 `_update_current_status("sched_5.202", "running")`
+3. 线程 A 先 `_load_schedules()` 读到旧数据
+4. 线程 B 也 `_load_schedules()` 读到同一份旧数据
+5. 线程 A 写入，更新了 5.44 的状态
+6. 线程 B 写入，基于旧数据更新 5.202 的状态，**覆盖了线程 A 对 5.44 状态的更新**
+7. 结果：5.44 的 `last_run_status` 被回退，看起来像从未执行
+
+### 影响范围
+
+- 多个定时任务同时执行时，状态更新可能丢失
+- 手动触发 + 定时触发同时进行时同样受影响
+- `current_status` 可能永远停留在 "running"，导致手动触发被拒绝
+
+---
+
+## 问题 3 根因分析（P1）
+
+### 现象
+
+定时任务执行期间，APScheduler 调度线程被阻塞，影响其他任务触发。
+
+### 根因
+
+见问题 1 根因 2。`_execute_scheduled_job` 在 APScheduler 的工作线程中同步执行 `run_inspection_sync()`，该函数执行全量巡检可能耗时数分钟。
+
+APScheduler 默认线程池大小为 10，如果多个定时任务同时占用线程，新的触发请求可能因线程池耗尽而延迟或失败。
+
+---
+
+## 修复方案
+
+| 问题 | 修复方案 | 改动文件 |
+|------|---------|---------|
+| P0：misfire_grace_time 过短 | `_add_job()` 添加 `misfire_grace_time=3600`（1 小时容错）、`coalesce=True`、`max_instances=1` | `schedule_service.py` |
+| P1：APScheduler 线程阻塞 | `_execute_scheduled_job` 改为 `threading.Thread` 后台执行，与 `run_now()` 保持一致 | `schedule_service.py` |
+| P1：schedules.json 并发写入 | 添加模块级 `threading.Lock()`，`_update_current_status` / `update_run_status` / `_save_schedules` 等函数加锁 | `schedule_service.py` |
+
+---
+
+## 风险评估
+
+| 风险 | 影响 | 缓解措施 |
+|------|------|---------|
+| misfire_grace_time 过大导致任务堆积 | 低频任务不会堆积；高频任务应设 max_instances=1 | 已设 max_instances=1 |
+| 后台线程异常无法捕获 | 线程内已有 try/except 兜底 | 日志记录完整 |
+| 锁粒度过大影响性能 | schedules.json 操作是毫秒级，锁持有时间极短 | 可接受 |
+
+---
+
+## 文档信息
+
+- 创建时间：2026-07-27
+- 创建人：Claude
+- 关联问题：定时任务时区问题、定时任务与报告优化
+- 关联提交：待修复

HANDOFF.md

-# HANDOFF — 服务监测模块：报告免登访问 + 监测统计 + 多项修复
+# HANDOFF — 服务监测模块：定时任务修复 + Docker 容器化
 
-> 最后更新：2026-07-22 02:00 ｜ 分支：troubleshoot-ai-assistant ｜ 负责人：czj
+> 最后更新：2026-07-27 21:00 ｜ 分支：troubleshoot-ai-assistant ｜ 负责人：czj
 
 ---
 
@@ -8,113 +8,80 @@
 
 服务监测模块（service_monitor）是运行维护平台的子模块，提供目标服务器巡检、报告管理、定时任务、通知推送等功能。
 
-本轮会话完成了三个主要任务：
+本轮会话完成了两个主要任务，启动了容器化部署：
 
-1. **报告免登访问**：钉钉/企业微信通知中的报告链接，原来需要登录才能查看。用户希望点击链接直接看到报告，如果点击其他模块再跳转登录。核心价值是提升移动端体验，减少操作割裂感。
+1. **定时任务并发执行失败修复**：5.44 服务器定时任务（工作日 8:40）不执行，5.202 的 9:00 正常。根因是 APScheduler 的 `misfire_grace_time` 默认仅 1 秒，调度线程稍有延迟就跳过任务；加上 `_execute_scheduled_job` 在 APScheduler 线程中同步阻塞执行，加剧了 misfire。同时发现 `schedules.json` 并发写入无锁保护，多任务同时执行时可能丢失状态更新。
 
-2. **监测统计模块**：新增左侧菜单"监测统计"，提供可视化统计分析页面。支持按目标服务器、日期范围筛选，展示模块健康概览（堆叠条形图）、检测项趋势分析（折线图+饼图）、高频异常检测项排行。
-
-3. **多项问题修复**：检测项趋势图表部分检测项无法正常显示（状态类/文本类无数值数据）、JavaScript 代码残留导致 `fetchAllData` 未定义。
+2. **Docker 容器化（阶段一）**：将服务从裸机部署（systemd/nohup + python3 直跑）迁移到 Docker 单容器部署。阶段一只做容器化，JSON 文件存储不变，通过 volume 持久化。SQLite 迁移（阶段二）留到下一轮。
 
 ---
 
 ## 2. 已经完成了什么
 
-### 2.1 报告免登访问与操作鉴权 ✅
-
-**需求文档**：`Docs/需求文档/服务监测/PRD_需求文档_报告免登访问与操作鉴权.md`
-
-**核心实现**：
-- `report_service.py`：报告生成时自动生成 `access_token`（格式 `rpt_<32位随机hex>`）和 `access_token_expires_at`（7天有效期）
-- `runner_service.py`：通知链接拼接 `?token=rpt_xxx` 参数
-- `routes.py`：`page_report()` 支持 token 验证，验证通过后渲染报告页并标记 `token_auth=True`（访客模式）；`api_export_report()` 支持 token 导出
-- `auth.py`：GET/POST `/login` 支持 `next` 参数，登录成功后跳转回原始页面
-- `decorators.py`：`page_login_required` 重定向时携带 `next` 参数
-- `login.html`：表单提交携带 `next` 参数，登录成功后跳转
-- `report.html`：访客模式显示提示条、隐藏管理操作、导出链接携带 token
-- `base.html`：访客模式下导航菜单点击跳转登录页，顶部显示"访客 + 登录按钮"
-
-**验证结果**：
-- 未登录点击通知链接 → 直接查看报告 ✅
-- 访客模式点击其他模块 → 弹窗提示并跳转登录 ✅
-- 登录后回跳到原始页面 ✅
-- 218 个单元测试全绿 ✅
-
-### 2.2 监测统计模块 ✅
-
-**需求文档**：`Docs/需求文档/服务监测/PRD_需求文档_监测统计模块.md`
-
-**核心实现**：
-- `statistics_service.py`（新增）：统计聚合服务，包含 5 个公开函数：
-  - `get_overview()`：概览摘要（总报告数、异常率、最常异常项等）
-  - `get_module_stats()`：模块健康统计
-  - `get_item_trend()`：检测项趋势数据（时间序列 + 状态分布）
-  - `get_abnormal_items()`：高频异常检测项 TOP 10
-  - `get_item_keys_for_target()`：检测项列表（按模块分组，含 `has_numeric` 标记）
-- `routes.py`：新增页面路由 `/service-monitor/statistics` + 5 个 API 端点
-- `base.html`：侧边栏添加"📈 监测统计"菜单项
-- `statistics.html`（新增）：完整统计页面，使用 ECharts 渲染图表
-  - 筛选栏：目标选择器 + 日期范围（自定义）
-  - 概览卡片：4 项摘要指标
-  - 模块健康概览：堆叠条形图
-  - 检测项趋势分析：模块/检测项两级联动选择器 + 折线图 + 饼图
-  - 高频异常检测项：水平堆叠条形图
-
-**验证结果**：
-- 统计页面正常加载 ✅
-- 各 API 返回正确数据结构 ✅
-- 图表正常渲染 ✅
-- 218 个单元测试全绿 ✅
-
-### 2.3 检测项趋势图表显示问题修复 ✅
-
-**问题文档**：`Docs/需求文档/服务监测/PRD_问题处理_检测项趋势图表显示问题.md`
-
-**问题根因**：
-- 部分检测项的值是状态文本（"正常"/"异常"）、yes/no、路径等，`_extract_numeric()` 无法提取数值
-- 前端收到 `value_num=null` 后折线图无数据点，但未显示任何提示
-
-**修复内容**：
-- `statistics_service.py`：`get_item_keys_for_target()` 增加 `has_numeric` 字段，标记检测项是否有数值数据
-- `statistics.html`：`fetchItemTrend()` 增加三种情况处理：
-  - 无数据点：显示"暂无数据"
-  - 有数据点但无数值：显示友好提示"该检测项为状态/文本类型，无法绘制数值趋势图，请查看右侧状态分布"，饼图正常渲染
-  - 有数值数据：正常渲染折线图 + 饼图
-- 检测项选择器标注：无数值能力的检测项标注 "(状态)" 后缀
-
-**验证结果**：
-- 选择 `CPU_USAGE` 等数值项，折线图正常 ✅
-- 选择 `CPU_STATUS` 等状态项，显示友好提示 + 饼图正常 ✅
-- 选择器中状态项标注 "(状态)" ✅
-
-### 2.4 JavaScript 代码残留问题修复 ✅
-
-**问题文档**：`Docs/需求文档/服务监测/PRD_问题处理_统计页面JS错误.md`
-
-**问题根因**：
-- 编辑 `fetchItemKeys` 函数时，旧代码尾部 4 行未被删除，残留在新函数之后
-- 导致 `onModuleChange`、`fetchItemTrend`、`fetchAllData` 等函数被错误嵌套，全局作用域无法访问 `fetchAllData`
-
-**修复内容**：
-- 删除第 330-333 行、第 492-494 行的残留代码
-- 补回被误删的 `onModuleChange` 函数体
-
-**验证结果**：
-- 花括号平衡（124 对）✅
-- 9 个关键函数全部存在 ✅
-- 查询按钮点击正常工作 ✅
+### 2.1 定时任务并发执行失败修复 ✅
+
+**问题文档**：`Docs/需求文档/服务监测/PRD_问题处理_定时任务并发执行失败.md`
+**计划文档**：`Docs/需求文档/服务监测/PRD_计划执行_定时任务并发执行失败修复.md`
+
+**根因**：
+- `_add_job()` 未设置 `misfire_grace_time`，APScheduler 默认 1 秒容错，调度线程稍有延迟就跳过任务
+- `_execute_scheduled_job` 在 APScheduler 线程中同步阻塞执行巡检（可能数分钟），阻塞调度线程
+- `schedules.json` 并发写入无锁保护，多任务同时执行时可能丢失状态更新
+
+**修复内容**（5 处，均在 `schedule_service.py`）：
+
+| # | 修复 | 位置 |
+|---|------|------|
+| 1 | 新增 `_schedules_lock` 模块级锁 | 第 30-31 行 |
+| 2 | `_save_schedules()` 加锁 | 第 140 行 |
+| 3 | `update_run_status()` 读-改-写整体加锁 | 第 363 行 |
+| 4 | `_add_job()` 添加 `misfire_grace_time=3600`、`coalesce=True`、`max_instances=1` | 第 462-464 行 |
+| 5 | `_execute_scheduled_job` 改为 `threading.Thread` 后台执行 + `current_status` 并发检查 | 第 520-536 行 |
+
+**验证**：218 个单元测试全绿 ✅
+
+### 2.2 Docker 容器化（阶段一） ✅
+
+**核心文件**：
+
+| 文件 | 说明 |
+|------|------|
+| `Dockerfile` | 基于 python:3.11-slim，单进程启动（不用 gunicorn，避免 APScheduler 多 worker 冲突），自动修复 .sh CRLF |
+| `.dockerignore` | 排除测试/运行时数据/文档 |
+| `docker-compose.yml` | 单容器 + volume 挂载 + 资源限制（1G/1CPU）+ 健康检查 |
+| `deploy/docker_deploy.sh` | 5.60 部署脚本（前置检查→准备数据目录→构建镜像→启动容器→健康检查） |
+
+**关键设计决策**：
+- **不用 gunicorn 多 worker**：APScheduler 的 BackgroundScheduler 在多 worker 模式下会创建多个调度器实例，定时任务重复执行
+- **不挂载 docker.sock**：5.60 上有其他服务容器，挂载 sock 会暴露宿主机所有容器控制权
+- **资源限制**：`--memory=1g --cpus=1.0`，防止抢占其他容器资源
+- **容器名 `troubleshoot`**：明确前缀，不与其他容器冲突
+
+**Volume 挂载**：
+
+| 容器路径 | 宿主机路径 | 说明 |
+|---------|-----------|------|
+| `/app/web/service_monitor/data` | `/opt/troubleshoot/monitor-data` | targets/schedules/reports |
+| `/app/web/users.json` | `/opt/troubleshoot/data/users.json` | 用户数据 |
+| `/app/data/搜索索引.json` | `/opt/troubleshoot/data/搜索索引.json` | 知识库索引（只读） |
+| `/app/data/搜索向量.json` | `/opt/troubleshoot/data/搜索向量.json` | 向量索引（只读） |
+| `/app/web/logs` | `/opt/troubleshoot/logs` | 日志 |
+
+### 2.3 搜索引擎路径适配 ✅
+
+**改动**：
+- `utils/paths.py` 新增 `SEARCH_INDEX_DIR` 常量，支持 `SEARCH_INDEX_DIR` 环境变量覆盖，自动检测容器/裸机路径
+- `search_engine.py` 改用 `utils/paths.py` 的 `SEARCH_INDEX_DIR` 替代硬编码路径列表
 
 ---
 
 ## 3. 当前卡在哪
 
-**无卡点**。所有功能已实现、部署到 5.60、验证通过。
+**无代码卡点**。所有修复和容器化文件已完成，测试通过。
 
-**当前状态**：
-- 服务健康检查：status: ok, scheduler: running ✅
-- 报告免登访问正常工作 ✅
-- 统计模块正常工作 ✅
-- 检测项趋势图表友好提示正常 ✅
+**待执行**：
+- 5.60 上尚未部署容器化版本（需先确认 Docker 已安装）
+- 5.44 定时任务 `end_date` 已过期（2026-07-22），即使修复部署后也不会触发，需通过 API 更新
 
 ---
 
@@ -122,48 +89,52 @@
 
 | 优先级 | 任务 | 说明 |
 |--------|------|------|
-| P1 | 创建 Merge Request | 访问 http://git.ubainsyun.com/bing/ubains-module-test/merge_requests/new?merge_request%5Bsource_branch%5D=troubleshoot-ai-assistant 合并到 master |
-| P2 | 提交 HANDOFF.md | 本次交接文档加入 git |
-| P2 | 清理测试数据 | 删除测试用的定时任务，配置 `MONITOR_ENC_KEY` 环境变量 |
-| P3 | 企业微信通知链接同步 | 邮件/企业微信通知也携带 token |
+| **P0** | 部署容器化版本到 5.60 | 1. SSH 确认 Docker 已安装；2. 准备 `/opt/troubleshoot/.env`；3. 执行 `docker_deploy.sh` |
+| **P0** | 更新 5.44 定时任务 end_date | 通过 API 或前端更新，当前 end_date=2026-07-22 已过期 |
+| P1 | 修复 APScheduler day_of_week 约定 bug | `CronTrigger.from_crontab('1-5')` 实际是周二到周六而非周一到周五（APScheduler 3.x 约定与标准 cron 不同），需改为直接构造 `CronTrigger(day_of_week='0-4')` |
+| P2 | SQLite 迁移（阶段二） | 替换 JSON 文件存储，需：1. 新增 db.py 连接管理；2. 逐模块替换 target/schedule/report/notification service；3. 更新 55 个测试 fixture；4. 迁移脚本 |
+| P2 | 迁移 auth.py 用户数据到 SQLite | UserManager 的 JSON 读写替换为 SQLite |
+| P2 | 数据迁移脚本 | JSON → SQLite，保留 .bak 备份 |
 
 ---
 
 ## 5. 踩过的坑（绝对不要再踩）
 
-### 坑 1：JavaScript 编辑时代码残留
+### 坑 1：APScheduler misfire_grace_time 默认 1 秒
+
+**坑**：`_add_job()` 不设置 `misfire_grace_time`，APScheduler 默认仅 1 秒容错。调度线程稍有延迟（GIL 竞争、垃圾回收等），任务就被标记为 misfire 跳过不执行。
+
+**避免方法**：`_add_job()` 必须显式设置 `misfire_grace_time=3600`（1 小时容错）。
 
-**坑**：使用 Edit 工具替换函数时，`old_string` 未精确匹配完整范围，只替换了函数开头，尾部代码残留。导致后续函数定义在错误的闭包内，全局作用域无法访问。
+### 坑 2：`_execute_scheduled_job` 同步阻塞 APScheduler 线程
 
-**避免方法**：
-- 编辑前完整阅读原代码，确保 `old_string` 匹配完整范围
-- 编辑后检查花括号平衡
-- 本地测试后再部署
+**坑**：定时触发直接在 APScheduler 线程中同步调用 `_run_job_body`，巡检可能耗时数分钟，阻塞调度线程导致后续任务 misfire。手动触发 `run_now()` 用了 `threading.Thread`，但定时触发没有。
 
-### 坑 2：状态类检测项折线图空白无提示
+**避免方法**：定时触发也用 `threading.Thread` 后台执行，与 `run_now()` 保持一致。
 
-**坑**：`_extract_numeric()` 对非数值（"正常"/"异常"/"yes"/"no"）返回 `(None, value)`，前端收到 `value_num=null` 后折线图无数据点，但未显示任何提示。用户以为"图表坏了"。
+### 坑 3：JSON 文件并发写入无锁保护
 
-**避免方法**：
-- 前端处理数据前检查数值情况，无数值时显示友好提示
-- 饼图使用 `status` 字段，不依赖数值
+**坑**：`_update_current_status()` 和 `update_run_status()` 采用"读-改-写"模式操作 `schedules.json`，但无锁保护。两个定时任务同时执行时，一个线程的写入可能被另一个线程覆盖。
 
-### 坑 3：检测项选择器选项过多难找
+**避免方法**：用 `threading.Lock()` 保护读-改-写操作。SQLite 迁移后 WAL 模式自带并发安全，可删除此锁。
 
-**坑**：419 个检测项平铺在一个下拉框，用户难以找到目标项。
+### 坑 4：Docker 多 worker 与 APScheduler 不兼容
 
-**避免方法**：
-- 用两级联动：第一级选模块，第二级选检测项
-- 检测项选择器按模块分组（optgroup）
-- 标注无趋势能力的检测项
+**坑**：旧 Dockerfile 用 `gunicorn -w 4`，APScheduler 的 BackgroundScheduler 在每个 worker 中各创建一个实例，导致定时任务重复执行 4 次。
 
-### 坑 4：部署后健康检查误报
+**避免方法**：容器化用单进程 `python3 server.py` 启动，不用 gunicorn。
 
-**坑**：`upload_to_server.py` 结尾的 `[FAIL] Service may not be running` 是误报。服务启动需要加载索引（357 条），sleep 3 秒不够。
+### 坑 5：5.60 上有其他服务容器
 
-**避免方法**：
-- 用 `curl http://192.168.5.60:8088/api/health` 权威验证
-- 不要信赖部署脚本的自动检查
+**坑**：5.60 上运行着其他服务的 Docker 容器，必须严格隔离。挂载 docker.sock 会暴露宿主机所有容器控制权，资源不限制会抢占其他容器。
+
+**避免方法**：不挂载 docker.sock、设置 `--memory=1g --cpus=1.0`、volume 路径用 `/opt/troubleshoot/` 独占前缀、容器名 `troubleshoot` 明确区分。
+
+### 坑 6：APScheduler 3.x day_of_week 约定与标准 cron 不同
+
+**坑**：`CronTrigger.from_crontab('40 8 * * 1-5')` 中 `1-5` 按 APScheduler 约定是周二到周六，而非标准 cron 的周一到周五。导致"工作日"定时任务实际在周二到周六触发，周一不执行。
+
+**避免方法**：不用 `from_crontab()`，改为直接构造 `CronTrigger(day_of_week='0-4')`（APScheduler 约定 0=周一，4=周五）。**待修复**。
 
 ---
 
@@ -173,52 +144,47 @@
 
 | 文件 | 改动 |
 |------|------|
-| `skill/code/web/service_monitor/services/report_service.py` | 新增 `access_token`/`access_token_expires_at` 生成、`validate_access_token()` |
-| `skill/code/web/service_monitor/services/runner_service.py` | 通知链接拼接 token |
-| `skill/code/web/service_monitor/services/statistics_service.py` | 新增 - 统计聚合服务 |
-| `skill/code/web/service_monitor/services/__init__.py` | 导入 `statistics_service` |
-| `skill/code/web/service_monitor/routes.py` | 页面路由 + 5 个统计 API + token 验证 |
-| `skill/code/web/routes/auth.py` | next 参数回跳 |
-| `skill/code/web/decorators.py` | `page_login_required` 携带 next |
-| `skill/code/web/templates/login.html` | next 回跳支持 |
-| `skill/code/web/templates/service_monitor/base.html` | 侧边栏菜单 + 访客模式处理 |
-| `skill/code/web/templates/service_monitor/report.html` | 访客模式适配 |
-| `skill/code/web/templates/service_monitor/statistics.html` | 新增 - 统计页面 |
-
-### 新增文档
+| `skill/code/web/service_monitor/services/schedule_service.py` | 5 处并发修复：锁 + misfire_grace_time + 后台线程 |
+| `skill/code/web/search_engine.py` | 搜索索引路径改用 `utils/paths.py` 的 `SEARCH_INDEX_DIR` |
+| `skill/code/web/utils/paths.py` | 新增 `SEARCH_INDEX_DIR` 常量 |
+| `Dockerfile` | 重写：python:3.11-slim + 单进程 + CRLF 修复 |
+| `docker-compose.yml` | 重写：单容器 + volume + 资源限制 + 健康检查 |
+| `.dockerignore` | 更新：补充 service_monitor/tests 等排除 |
+
+### 本次新增文件
 
 | 文件 | 说明 |
 |------|------|
-| `Docs/需求文档/服务监测/PRD_需求文档_报告免登访问与操作鉴权.md` | 需求文档 |
-| `Docs/需求文档/服务监测/PRD_计划执行_报告免登访问与操作鉴权.md` | 计划执行文档 |
-| `Docs/需求文档/服务监测/PRD_需求文档_监测统计模块.md` | 需求文档 |
-| `Docs/需求文档/服务监测/PRD_计划执行_监测统计模块.md` | 计划执行文档 |
-| `Docs/需求文档/服务监测/PRD_问题处理_统计页面JS错误.md` | 问题处理文档 |
-| `Docs/需求文档/服务监测/PRD_计划执行_统计页面JS错误修复.md` | 计划执行文档 |
-| `Docs/需求文档/服务监测/PRD_问题处理_检测项趋势图表显示问题.md` | 问题处理文档 |
-| `Docs/需求文档/服务监测/PRD_计划执行_检测项趋势图表显示问题修复.md` | 计划执行文档 |
+| `deploy/docker_deploy.sh` | 5.60 Docker 部署脚本 |
+| `Docs/需求文档/服务监测/PRD_问题处理_定时任务并发执行失败.md` | 问题处理文档 |
+| `Docs/需求文档/服务监测/PRD_计划执行_定时任务并发执行失败修复.md` | 计划执行文档 |
+
+### 未提交文件
+
+- `skill/code/web/users.json`（仅登录统计更新）
+- `deploy/` 下多个测试/检查脚本（非正式部署文件）
 
 ### 常用命令
 
 ```bash
-# 本地启动
-python skill/code/web/server.py
-
-# 单元测试
+# 单元测试（218 用例，应全绿）
 cd skill/code && python -m pytest -v
 
-# 部署到 5.60（用 ! 前缀执行）
-! cd deploy && SSH_PASSWORD='***' python upload_to_server.py
+# 本地 Docker 构建
+docker build -t troubleshoot:latest .
+
+# 本地 Docker 启动
+docker run -d --name troubleshoot -p 8088:8088 troubleshoot:latest
+
+# 5.60 部署（在服务器上执行）
+cd /path/to/project && bash deploy/docker_deploy.sh
 
 # 健康检查
 curl -s http://192.168.5.60:8088/api/health
 
-# 测试报告免登访问
-curl -s "http://192.168.5.60:8088/service-monitor/report/<id>?token=rpt_xxx"
-```
-
-### 未提交文件
+# 查看容器日志
+docker logs -f troubleshoot
 
-- 多个 PRD 文档（需求/计划执行/问题处理）
-- `skill/code/web/users.json`（仅登录统计更新）
-- `HANDOFF.md`（本轮待提交）
\ No newline at end of file
+# 查看容器状态
+docker ps -f name=troubleshoot
+```

deploy/docker_deploy.sh

+#!/bin/bash
+# ============================================================
+# Troubleshoot AI Assistant — Docker 部署脚本
+# 在 5.60 服务器上执行
+# ============================================================
+# 前置条件：
+#   1. 服务器已安装 Docker
+#   2. 项目代码已上传到服务器（或从构建机 scp 镜像）
+#   3. /opt/troubleshoot/.env 已配置（SECRET_KEY 等）
+#
+# 使用方式：
+#   ./docker_deploy.sh              # 构建并启动
+#   ./docker_deploy.sh --build-only # 仅构建镜像
+#   ./docker_deploy.sh --stop       # 停止容器
+#   ./docker_deploy.sh --status     # 查看状态
+# ============================================================
+
+set -euo pipefail
+
+# 配置
+CONTAINER_NAME="troubleshoot"
+IMAGE_NAME="troubleshoot:latest"
+DATA_BASE="/opt/troubleshoot"
+ENV_FILE="${DATA_BASE}/.env"
+
+# 颜色输出
+RED='\033[0;31m'
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+NC='\033[0m'
+
+info()  { echo -e "${GREEN}[INFO]${NC} $*"; }
+warn()  { echo -e "${YELLOW}[WARN]${NC} $*"; }
+error() { echo -e "${RED}[ERROR]${NC} $*"; exit 1; }
+
+# ---------- 前置检查 ----------
+check_prerequisites() {
+    info "检查前置条件..."
+
+    # Docker 是否安装
+    if ! command -v docker &> /dev/null; then
+        error "Docker 未安装，请先安装: sudo apt install docker.io"
+    fi
+    info "Docker: $(docker --version)"
+
+    # 当前用户是否有 Docker 权限
+    if ! docker ps &> /dev/null; then
+        error "当前用户无 Docker 权限，请将用户加入 docker 组: sudo usermod -aG docker $USER"
+    fi
+
+    # .env 文件是否存在
+    if [ ! -f "${ENV_FILE}" ]; then
+        warn ".env 文件不存在: ${ENV_FILE}"
+        warn "请创建并配置 SECRET_KEY 等环境变量"
+        mkdir -p "${DATA_BASE}"
+        cat > "${ENV_FILE}" << 'EOF'
+# 必填
+SECRET_KEY=your_secret_key_here
+
+# Claude API（离线模式可留空）
+CLAUDE_API_BASE=
+CLAUDE_API_KEY=
+
+# 离线模式（true=不调 Claude API）
+OFFLINE_MODE=true
+
+# 服务监测加密密钥（可选，不设则从 SECRET_KEY 派生）
+MONITOR_ENC_KEY=
+EOF
+        warn "已创建模板 ${ENV_FILE}，请编辑后重新运行"
+        exit 1
+    fi
+    info ".env 文件: ${ENV_FILE}"
+}
+
+# ---------- 准备数据目录 ----------
+prepare_dirs() {
+    info "准备数据目录..."
+
+    # 监测数据目录
+    mkdir -p "${DATA_BASE}/monitor-data/reports"
+
+    # 用户数据（首次部署时初始化空文件）
+    if [ ! -f "${DATA_BASE}/data/users.json" ]; then
+        mkdir -p "${DATA_BASE}/data"
+        echo '{"users":[]}' > "${DATA_BASE}/data/users.json"
+        info "已初始化空 users.json"
+    fi
+
+    # 日志目录
+    mkdir -p "${DATA_BASE}/logs"
+
+    # 搜索索引（如果存在旧部署的索引，复制过来）
+    if [ -f "${DATA_BASE}/搜索索引.json" ] && [ ! -f "${DATA_BASE}/data/搜索索引.json" ]; then
+        cp "${DATA_BASE}/搜索索引.json" "${DATA_BASE}/data/搜索索引.json"
+        info "已复制搜索索引到 data/"
+    fi
+
+    # 搜索向量（可选）
+    if [ -f "${DATA_BASE}/搜索向量.json" ] && [ ! -f "${DATA_BASE}/data/搜索向量.json" ]; then
+        cp "${DATA_BASE}/搜索向量.json" "${DATA_BASE}/data/搜索向量.json"
+        info "已复制搜索向量到 data/"
+    fi
+
+    info "数据目录准备完成"
+}
+
+# ---------- 构建镜像 ----------
+build_image() {
+    info "构建 Docker 镜像..."
+    docker build -t "${IMAGE_NAME}" .
+    info "镜像构建完成: ${IMAGE_NAME}"
+}
+
+# ---------- 启动容器 ----------
+start_container() {
+    # 检查是否有同名容器在运行
+    if docker ps -a --format '{{.Names}}' | grep -q "^${CONTAINER_NAME}$"; then
+        info "停止并移除旧容器..."
+        docker stop "${CONTAINER_NAME}" 2>/dev/null || true
+        docker rm "${CONTAINER_NAME}" 2>/dev/null || true
+    fi
+
+    info "启动容器..."
+    docker run -d \
+        --name "${CONTAINER_NAME}" \
+        --restart unless-stopped \
+        -p 8088:8088 \
+        -v "${DATA_BASE}/monitor-data:/app/web/service_monitor/data" \
+        -v "${DATA_BASE}/data/users.json:/app/web/users.json" \
+        -v "${DATA_BASE}/data/搜索索引.json:/app/data/搜索索引.json:ro" \
+        -v "${DATA_BASE}/data/搜索向量.json:/app/data/搜索向量.json:ro" \
+        -v "${DATA_BASE}/logs:/app/web/logs" \
+        --env-file "${ENV_FILE}" \
+        -e FLASK_DEBUG=0 \
+        -e TROUBLESHOOT_ROOT=/app \
+        -e PYTHONIOENCODING=utf-8 \
+        --memory=1g \
+        --cpus=1.0 \
+        "${IMAGE_NAME}"
+
+    info "容器已启动: ${CONTAINER_NAME}"
+}
+
+# ---------- 健康检查 ----------
+health_check() {
+    info "等待服务启动..."
+    local max_retries=15
+    local count=0
+
+    while [ $count -lt $max_retries ]; do
+        if curl -sf http://localhost:8088/api/health > /dev/null 2>&1; then
+            info "服务健康检查通过！"
+            echo ""
+            curl -s http://localhost:8088/api/health | python3 -m json.tool 2>/dev/null || \
+                curl -s http://localhost:8088/api/health
+            echo ""
+            info "访问地址: http://$(hostname -I 2>/dev/null | awk '{print $1}' || echo '192.168.5.60'):8088"
+            return 0
+        fi
+        count=$((count + 1))
+        echo "  等待中... ($count/$max_retries)"
+        sleep 2
+    done
+
+    error "健康检查失败，请查看日志: docker logs ${CONTAINER_NAME}"
+}
+
+# ---------- 查看状态 ----------
+show_status() {
+    info "容器状态:"
+    docker ps -f "name=${CONTAINER_NAME}" --format "table {{.Names}}\t{{.Status}}\t{{.Ports}}" 2>/dev/null || \
+        warn "容器 ${CONTAINER_NAME} 不存在"
+    echo ""
+    info "服务健康:"
+    curl -sf http://localhost:8088/api/health | python3 -m json.tool 2>/dev/null || \
+        warn "服务未响应"
+}
+
+# ---------- 停止容器 ----------
+stop_container() {
+    info "停止容器 ${CONTAINER_NAME}..."
+    docker stop "${CONTAINER_NAME}" 2>/dev/null || warn "容器未在运行"
+    docker rm "${CONTAINER_NAME}" 2>/dev/null || true
+    info "容器已停止并移除"
+}
+
+# ---------- 主流程 ----------
+main() {
+    local action="${1:-deploy}"
+
+    case "${action}" in
+        --build-only)
+            check_prerequisites
+            build_image
+            ;;
+        --stop)
+            stop_container
+            ;;
+        --status)
+            show_status
+            ;;
+        deploy|"")
+            check_prerequisites
+            prepare_dirs
+            build_image
+            start_container
+            health_check
+            ;;
+        *)
+            echo "用法: $0 [--build-only|--stop|--status]"
+            exit 1
+            ;;
+    esac
+}
+
+main "$@"

docker-compose.yml

-version: '3.8'
+# Troubleshoot AI Assistant — Docker Compose
+#
+# 使用方式：
+#   docker compose up -d          # 启动
+#   docker compose logs -f        # 查看日志
+#   docker compose down           # 停止
+#   docker compose up -d --build  # 重新构建并启动
+#
+# 注意：
+#   - 单容器部署，不用 gunicorn 多 worker（APScheduler 不兼容多进程）
+#   - 不挂载 docker.sock（避免影响宿主机其他容器）
+#   - 资源限制防止单容器抢占宿主机资源
+# ============================================================
+
 services:
   troubleshoot:
-    build: .
+    build:
+      context: .
+      dockerfile: Dockerfile
+    image: troubleshoot:latest
+    container_name: troubleshoot
+    restart: unless-stopped
     ports:
       - "8088:8088"
-    restart: always
     volumes:
-      # 配置与用户数据只读挂载（便于现场修改无需重建镜像）
-      - ./config.json:/app/web/config.json:ro
-      - ./users.json:/app/web/users.json:ro
-      - ./records:/app/web/records:ro
-      # 日志持久化到宿主机
-      - ./logs:/app/logs
+      # 服务监测数据（targets/schedules/reports/notifications）
+      - monitor-data:/app/web/service_monitor/data
+      # 用户数据
+      - /opt/troubleshoot/data/users.json:/app/web/users.json
+      # 知识库索引（只读）
+      - /opt/troubleshoot/data/搜索索引.json:/app/data/搜索索引.json:ro
+      - /opt/troubleshoot/data/搜索向量.json:/app/data/搜索向量.json:ro
+      # 缓存目录
+      - cache-data:/app/web/cache
+      # 日志
+      - /opt/troubleshoot/logs:/app/web/logs
     environment:
+      - FLASK_DEBUG=0
       - PYTHONIOENCODING=utf-8
-      - SECRET_KEY=${SECRET_KEY}
-      # 离线模式开关：true=跳过 Claude API（离线 Q&A），false=在线调 API
+      - TROUBLESHOOT_ROOT=/app
+      - SECRET_KEY=${SECRET_KEY:?SECRET_KEY is required}
+      - CLAUDE_API_BASE=${CLAUDE_API_BASE:-}
+      - CLAUDE_API_KEY=${CLAUDE_API_KEY:-}
       - OFFLINE_MODE=${OFFLINE_MODE:-true}
+      - MONITOR_ENC_KEY=${MONITOR_ENC_KEY:-}
+    # 资源限制（5.60 有其他服务容器，防止抢占资源）
+    deploy:
+      resources:
+        limits:
+          memory: 1G
+          cpus: '1.0'
+        reservations:
+          memory: 256M
+          cpus: '0.25'
+    # 健康检查
+    healthcheck:
+      test: ["CMD", "python3", "-c", "import urllib.request; urllib.request.urlopen('http://localhost:8088/api/health')"]
+      interval: 30s
+      timeout: 10s
+      retries: 3
+      start_period: 30s
+
+volumes:
+  monitor-data:
+    driver: local
+    driver_opts:
+      type: none
+      o: bind
+      device: /opt/troubleshoot/monitor-data
+  cache-data:

skill/code/web/search_engine.py

@@ -27,6 +27,7 @@ except ImportError:
     HAS_NUMPY = False
 
 from utils.logger import get_logger
+from utils.paths import DATA_DIR, SEARCH_INDEX_DIR, VECTOR_INDEX_FILENAME
 
 logger = get_logger(__name__)
 
@@ -35,19 +36,20 @@ logger = get_logger(__name__)
 # ============================================================
 
 SCRIPT_DIR = Path(__file__).resolve().parent  # .../web
-DATA_DIR = SCRIPT_DIR.parent  # 部署时即 /opt/troubleshoot
 
-# 搜索索引路径（按优先级查找：部署环境 → 开发环境）
+# 搜索索引路径（按优先级查找：统一路径 → 部署环境 → 开发环境）
 SEARCH_INDEX_PATHS = [
-    DATA_DIR / "搜索索引.json",                                    # 部署环境（/opt/troubleshoot/）
+    SEARCH_INDEX_DIR / "搜索索引.json",                              # 统一路径（容器/裸机）
+    DATA_DIR / "搜索索引.json",                                      # 裸机部署（/opt/troubleshoot/）
     Path("E:/github/ubains-module-test/develop/Docs/PRD/问题知识库/搜索索引.json"),  # 开发环境绝对路径
     SCRIPT_DIR.parent.parent.parent.parent / "Docs" / "PRD" / "问题知识库" / "搜索索引.json",  # 相对路径
 ]
 
 # 向量索引路径（与搜索索引同目录查找）
 VECTOR_INDEX_PATHS = [
-    DATA_DIR / "搜索向量.json",                                    # 部署环境
-    SCRIPT_DIR.parent.parent.parent.parent / "Docs" / "PRD" / "问题知识库" / "搜索向量.json",  # 相对路径
+    SEARCH_INDEX_DIR / VECTOR_INDEX_FILENAME,                        # 统一路径（容器/裸机）
+    DATA_DIR / VECTOR_INDEX_FILENAME,                                # 裸机部署
+    SCRIPT_DIR.parent.parent.parent.parent / "Docs" / "PRD" / "问题知识库" / VECTOR_INDEX_FILENAME,  # 相对路径
 ]
 
 # query 向量缓存上限

skill/code/web/service_monitor/services/schedule_service.py

@@ -27,6 +27,9 @@ SHANGHAI_TZ = _pytz_timezone("Asia/Shanghai")
 _scheduler = None
 _scheduler_lock = threading.Lock()
 
+# schedules.json 读写锁（防止多线程并发读-改-写导致状态丢失）
+_schedules_lock = threading.Lock()
+
 # 星期映射：数字 → 中文名
 WEEKDAY_NAMES = {1: "一", 2: "二", 3: "三", 4: "四", 5: "五", 6: "六", 7: "日"}
 
@@ -134,6 +137,7 @@ def _load_schedules() -> list:
 
 def _save_schedules(schedules: list) -> None:
     """保存定时任务列表。"""
+    with _schedules_lock:
         ensure_dirs()
         SCHEDULES_FILE.write_text(
             json.dumps(schedules, ensure_ascii=False, indent=2),
@@ -356,6 +360,7 @@ def toggle_enabled(schedule_id: str, enabled: Optional[bool] = None) -> dict:
 
 def update_run_status(schedule_id: str, status: str, report_id: str, run_at: str) -> dict:
     """更新定时任务执行状态。"""
+    with _schedules_lock:
         schedules = _load_schedules()
         for i, s in enumerate(schedules):
             if s.get("id") == schedule_id:
@@ -454,6 +459,9 @@ def _add_job(sched: dict) -> None:
             id=job_id,
             args=[sched["id"]],
             replace_existing=True,
+            misfire_grace_time=3600,  # 允许 1 小时内的错过执行（默认 1 秒太短）
+            coalesce=True,            # 错过多次只执行一次
+            max_instances=1,          # 同一 job 不并发（显式声明）
         )
         logger.info("定时任务已注册: %s (%s) [Asia/Shanghai]", sched["name"], sched["cron"])
     except Exception as e:
@@ -518,7 +526,14 @@ def _execute_scheduled_job(schedule_id: str) -> None:
         logger.warning("定时任务不存在或已禁用: %s", schedule_id)
         return
 
-    _run_job_body(schedule_id)
+    # 检查是否已在执行中（防止定时触发与手动触发并发）
+    if sched.get("current_status") == "running":
+        logger.warning("定时任务已在执行中，跳过: %s", schedule_id)
+        return
+
+    # 使用后台线程执行，不阻塞 APScheduler 调度线程
+    t = threading.Thread(target=_run_job_body, args=(schedule_id,), daemon=True)
+    t.start()
 
 
 def run_now(schedule_id: str) -> dict:
@@ -566,6 +581,7 @@ def get_scheduler_status() -> dict:
 
 def _update_current_status(schedule_id: str, status: str) -> None:
     """更新定时任务当前执行状态（running/success/failed）。"""
+    with _schedules_lock:
         schedules = _load_schedules()
         for i, s in enumerate(schedules):
             if s.get("id") == schedule_id:

skill/code/web/utils/paths.py

@@ -58,3 +58,18 @@ AUDIT_LOG_FILE = SCRIPT_DIR / "audit.log"
 
 # 向量索引文件名（与搜索索引同目录部署）
 VECTOR_INDEX_FILENAME = "搜索向量.json"
+
+# 搜索索引目录（优先使用环境变量，否则自动检测）
+# 容器化部署时 TROUBLESHOOT_ROOT=/app，索引文件在 /app/data/ 下
+SEARCH_INDEX_DIR = os.environ.get('SEARCH_INDEX_DIR')
+if SEARCH_INDEX_DIR:
+    SEARCH_INDEX_DIR = Path(SEARCH_INDEX_DIR)
+elif (DATA_DIR / "data" / "搜索索引.json").exists():
+    # 容器化部署：/app/data/搜索索引.json
+    SEARCH_INDEX_DIR = DATA_DIR / "data"
+elif (DATA_DIR / "搜索索引.json").exists():
+    # 裸机部署：/opt/troubleshoot/搜索索引.json
+    SEARCH_INDEX_DIR = DATA_DIR
+else:
+    # 默认：与 DATA_DIR 同级
+    SEARCH_INDEX_DIR = DATA_DIR