fix(scheduler): 新增僵尸执行常驻看门狗，杜绝执行线程死亡卡死调度

背景：5.44 出现执行线程死亡但进程存活的「僵尸执行」——DB 记录卡 running
29 小时，内存锁已释放但 DB 层 running 守卫（scheduler_service.py）永久挡死
调度，定时任务 6 小时触发全部被跳过。启动期 recover_interrupted_executions
只兜进程重启，无法兜线程死亡。

实现（execution_service.py + main.py）：
- 新增常驻 watchdog_loop，每 60s 扫描 UI running/pending 执行
- 双活信号：内存心跳（每用例完成后 touch）+ DB 结果数跨扫描增长
  （非绝对数量，存量结果不算存活）
- 30 分钟无活信号判僵尸，标记 failed + 释放内存锁（set_running_execution）
- 安全测试执行不纳入看门狗；5 分钟启动缓冲避免误杀

验证：
- 新增 tests/test_watchdog_stale_execution.py（9 例，全绿）
- 5.202/5.60 已部署并清理各自 1 个僵尸执行（330/0 条结果），自动触发新回归
- 5.44 等待当前 332 用例回归跑完后部署
Co-Authored-By: Claude <noreply@anthropic.com>

HANDOFF_UI自动化.md

 # HANDOFF — UI自动化测试交接文档
 
-> **生成时间**: 2026-08-27
+> **生成时间**: 2026-08-29
 > **当前分支**: `platform-auto-test`
-> **最近提交**: `c73ffd58` feat(perf): AI 分析报告资源使用分析四维度增强（Java 进程 + MySQL）
-> **状态**: 🟢 **会话43：薄弱模块 R7 执行器修复正式部署三台——`playwright_executor.py`（commit `a63d090c`，R7 版）按安全流程（备份→上传→SHA-256→原子替换→docker restart→健康检查→容器内 AST/SHA 比对）部署到 5.44/5.202/5.60，三台全部验证通过。至此「执行器代码修复未部署」遗留闭环，远端薄弱模块 NO-BODY 问题解除。**
+> **最近提交**: `3a29883b` feat(smart-locate): P1/P2 智能定位统一执行路径 + micro-app 递归穿透与状态确认
+> **状态**: 🟢 **会话44：僵尸执行常驻看门狗上线——5.44 复现「DB 卡 running 29 小时挡死调度」（进程存活、线程死亡，启动恢复无法覆盖），新增 `watchdog_loop` 常驻协程（60s 扫描/30 分钟无进展判定/双信号活性：内存心跳 + DB 结果数增长），部署 5.202/5.60 完成（顺带清理两台 8/27 遗留僵尸），5.44 等当日回归跑完后自动部署（后台长轮询挂起）。会话 43 的 P1/P2 部署待办同时闭环。**
+
+---
+
+## 📊 当前状态（会话 44，2026-08-29）
+
+**僵尸执行常驻看门狗**：会话 42 的 `recover_interrupted_executions()` 只兜「进程重启」场景；8/29 排查发现 5.44 一条 `exec_23393d`（8/28 09:16 定时回归，332 用例跑完 221 条后线程死亡）卡 running **29 小时**，期间调度器 DB 守卫每轮跳过（日志刷「到点但 DB 中仍有 UI 执行在跑」），且 `POST /run` 返回 `triggered` 但内层静默跳过（外层只查内存锁）。手动 cancel 后 4 秒调度恢复并触发新一轮——证实根因链。
+
+### ✅ 修复内容（会话 44，2026-08-29）
+
+| 项目 | 说明 |
+|------|------|
+| 制品 | `execution_service.py`（看门狗实现）+ `main.py`（lifespan 启动/停止） |
+| 看门狗参数 | 扫描间隔 60s；静默阈值 1800s（30 分钟无进展判僵尸）；运行存活下限 300s（启动窗口期不判罚） |
+| 双信号活性判定 | ① 内存心跳：工作线程每完成一条用例 `touch_execution_heartbeat()`；② DB 结果计数**增长**（跨进程兜底；关键设计：**存量结果不算增长**——首次观测只记基线，防止把死执行误判为活跃，即 5.44 事件形态） |
+| 判罚动作 | 执行 + 关联 pending/running 用例结果标记 failed + 清心跳 + 释放内存锁 → 调度立即恢复 |
+| 防误伤 | security 执行不纳入；pending 需超静默阈值才判；running 需「存活超下限 + 双信号全静默」 |
+| 测试 | `tests/test_watchdog_stale_execution.py` 9 个用例（含增长信号跨扫描语义）；全量 333 passed |
+
+### ✅ 部署结果（会话 44，2026-08-29，`deploy_watchdog.py`）
+
+| 服务器 | 结果 | 附带清理 |
+|--------|------|----------|
+| 5.202 | ✅ 看门狗已启动（日志确认） | 启动恢复清掉 8/27 22:39 僵尸 1 条 + 330 条卡住结果；调度恢复后新一轮回归已自动触发（真实执行） |
+| 5.60 | ✅ 看门狗已启动（日志确认） | 启动恢复清掉 8/27 22:40 僵尸 1 条；新回归已自动触发 |
+| 5.44 | ⏳ 等待中 | 14:43 清僵尸后调度恢复、新一轮 332 用例回归正在健康执行（chromium 活跃、结果增长，~2 分钟/条），**不可打断**；后台长轮询（8h）等 running=0 自动部署 |
+
+**遗留观察（非本次范围）**：「每日定时自动回归测试」实际 `interval=6h`，但单轮 332 用例需 8 小时以上（8/26 那轮跑了 19.4h）——执行窗口远大于调度周期，即使无僵尸，除首轮外每 6h 的触发都会被运行守卫跳过。如需高频回归需缩减用例集或拆分任务。
 
 ---
 
@@ -493,7 +520,7 @@ cd frontend && npm run build
 - [ ] **预定2.0（meetingV2）独立页面探测与用例生成**（首页无独立直达入口，需从功能中心 Tab/`[data-id]` 入口探测）
 - [x] ~~**定时任务僵尸执行 + 重叠守卫**~~（会话 42 已修复并部署三台：`recover_interrupted_executions()` 启动恢复 + DB 级重叠兜底守卫 + lifespan 调用；清理 5.44/5.202/5.60 的 18/14/68 条 running 僵尸，对应 2606/1814/401 用例结果标 failed；324 测试全绿）
 - [x] ~~**薄弱模块 R7 修复部署三台服务器（5.44/5.202/5.60）**~~（会话 43 完成：`playwright_executor.py` commit `a63d090c` 按安全流程部署三台，容器内 SHA 一致、健康检查通过；会话 40 用例数据 + 本次代码修复完整生效，远端薄弱模块 NO-BODY 解除。`deploy_executor_r7.py` 新增 `--artifact` 参数支持指定部署制品）
-- [ ] **P1/P2 执行器代码部署三台（待部署）**（本地工作树含 `playwright_executor.py` P1b/P2 增强 + `smart_locate_service.py` + `smart_locate.py` + 前端 dist，须前端 `npm run build` 后一并部署）
+- [x] ~~**P1/P2 执行器代码部署三台**~~（会话 43 已完成：`deploy_p1p2.py` 部署 `playwright_executor.py` P1b/P2 增强 + `smart_locate_service.py` + `smart_locate.py` + 前端 dist 三台，6/6 验证通过；已提交 `3a29883b`）
 - [ ] **monitor 内层路由被忽略**（微应用固定渲染设备列表，忽略 URL 内层 Maintenancelist/Filemanage 路由；相关用例已按实际渲染断言，如需真正内页需进一步探测侧边栏交互方案）
 - [ ] 完善二级菜单映射表（`menu_mapping.py`）
 - [ ] 智能定位 API 与用例执行路径统一（当前两者逻辑分离）

backend/app/main.py

@@ -145,6 +145,17 @@ async def lifespan(app: FastAPI):
     except Exception as e:
         logger.warning(f"定时任务调度引擎启动失败: {e}")
 
+    # 启动僵尸执行看门狗：进程常驻期间周期性标记「长时间无进展」的
+    # running/pending 执行，避免容器未重启但执行线程异常退出时，
+    # DB 记录卡在 running 挡死定时任务（5.44 复现：挡死调度 29 小时）。
+    watchdog_task = None
+    try:
+        from app.services.execution_service import start_watchdog
+        watchdog_task = start_watchdog()
+        logger.info("僵尸执行看门狗已启动")
+    except Exception as e:
+        logger.warning(f"僵尸执行看门狗启动失败: {e}")
+
     yield
 
     # 关闭时
@@ -168,6 +179,15 @@ async def lifespan(app: FastAPI):
             pass
         logger.info("定时任务调度引擎已停止")
 
+    # 停止僵尸执行看门狗
+    if watchdog_task:
+        watchdog_task.cancel()
+        try:
+            await watchdog_task
+        except asyncio.CancelledError:
+            pass
+        logger.info("僵尸执行看门狗已停止")
+
 
 # 创建 FastAPI 应用实例
 app = FastAPI(