Restart Recovery
Implement restart-safe execution with this sequence:
- 1. checkpoint
- restart
- wake
- resume from file
Use bundled scripts
- - Use
scripts/checkpoint_tool.py for deterministic checkpoint lifecycle:
-
start,
update,
resume,
complete,
list
- - Use
scripts/checkpoint_selfcheck.py for stale unfinished checkpoint alerts without LLM/tool-token usage.
Required operating rules
- - Write checkpoints before any restart-prone operation (config patch/apply, update, service restart, long multi-step jobs).
- Use atomic file writes (
.tmp then rename). - Track completed and remaining steps explicitly.
- Include an idempotency key per workflow to avoid duplicate side effects after resume.
- Never write secrets/tokens to checkpoint files.
- Acquire a resume lock before continuing unfinished work.
Recommended checkpoint location
- - Per agent: INLINECODE8
- Shared/default workspace flows:
memory/checkpoints/*.json at workspace root
Startup instruction to add in AGENTS.md
Add this exact section:
CODEBLOCK0
No-LLM stale checkpoint monitor
Use host scheduler (launchd/systemd/cron), not LLM cron jobs.
- - Run every 10 minutes.
- Alert only when unfinished checkpoints are older than threshold.
- Log to local file for audit.
Suggested execution flow
- 1.
checkpoint_tool.py start before risky step. - Perform step.
- INLINECODE11 .
- If restart happens, wake session/process.
- On startup/re-entry,
checkpoint_tool.py resume and continue. - INLINECODE13 when done.
Validation checklist
- - Simulate mid-work restart and verify resume from last completed step.
- Confirm idempotency (no duplicate sends/writes/actions).
- Confirm stale-check script only alerts after threshold.
- Confirm old checkpoint cleanup policy (expiry).
重启恢复
按照以下顺序实现重启安全执行：
- 1. 检查点
- 重启
- 唤醒
- 从文件恢复
使用捆绑脚本
- - 使用 scripts/checkpoint_tool.py 实现确定性检查点生命周期：
- start（开始）、update（更新）、resume（恢复）、complete（完成）、list（列表）
- - 使用 scripts/checkpoint_selfcheck.py 检测过时未完成的检查点警报，无需使用LLM/工具令牌。
必需的操作规则
- - 在任何容易引发重启的操作（配置补丁/应用、更新、服务重启、长时间多步骤任务）之前写入检查点。
- 使用原子文件写入（先写 .tmp 文件，再重命名）。
- 明确跟踪已完成和剩余步骤。
- 每个工作流包含一个幂等键，以避免恢复后产生重复副作用。
- 切勿将密钥/令牌写入检查点文件。
- 在继续未完成的工作之前，获取恢复锁。
推荐的检查点存储位置
- - 按代理：memory/checkpoints/.json
- 共享/默认工作空间流程：工作空间根目录下的 memory/checkpoints/.json
需添加到 AGENTS.md 的启动指令
添加以下确切内容：
md
重启安全工作流规则
启动时，检查 memory/checkpoints/*.json 中是否存在未完成的工作流。如果找到，获取恢复锁，验证检查点模式/哈希值，并从最后一个完成的幂等步骤继续执行。
无LLM的过时检查点监控
使用主机调度器（launchd/systemd/cron），而非LLM的cron任务。
- - 每10分钟运行一次。
- 仅在未完成的检查点超过阈值时发出警报。
- 记录到本地文件以供审计。
建议的执行流程
- 1. 在风险步骤之前执行 checkpointtool.py start。
- 执行步骤。
- 执行 checkpointtool.py update --complete <步骤> --step <下一步>。
- 如果发生重启，唤醒会话/进程。
- 在启动/重新进入时，执行 checkpointtool.py resume 并继续。
- 完成后执行 checkpointtool.py complete。
验证清单
- - 模拟工作流中途重启，并验证从最后完成的步骤恢复。
- 确认幂等性（无重复发送/写入/操作）。
- 确认过时检查脚本仅在超过阈值后发出警报。
- 确认旧检查点清理策略（过期时间）。
