SUCC daemon.log 撑爆磁盘崩溃循环

当 embedding 模型下载失败后，watch 模式反复索引、反复写同一条错误，日志本身会触发下一轮索引。结果是 daemon.log 变成几百 GB，SQLite WAL 和锁文件也写不进去，看门狗重启后继续把磁盘打满。

先打断循环，不要先删库

1. 先停 SUCC daemon 或 watch 保活进程，避免清理期间继续写入同一个 daemon.log。
2. 保存首尾少量日志：最早的 embedding fetch 失败和最近的 ENOSPC/WAL/lock 报错，比整份 281GB 日志更有价值。
3. 把超大日志改名或移走，让 daemon 重新创建新日志；不要在进程仍持有文件句柄时直接删除。
4. 把日志目录排除在 watch/index 范围之外，否则“写日志 -> 触发索引 -> 写更多日志”还会复发。
5. 对 embedding 加熔断：连续失败后冷却 5-15 分钟，只记录一次聚合错误，并暂停索引重试。
6. 对日志加硬上限：单文件大小、保留数量、同类错误每分钟最大行数，以及磁盘剩余空间低于阈值时停止写 DEBUG/ERROR 明细。

Windows 现场证据

把 <SUCC_DATA_DIR> 换成实际保存 daemon.log、SQLite 和缓存的目录。先读取元数据和少量首尾内容，避免打开几百 GB 文件。

$root = "<SUCC_DATA_DIR>"
Get-PSDrive -PSProvider FileSystem | Sort-Object Free -Descending
Get-ChildItem $root -Recurse -File -ErrorAction SilentlyContinue |
  Sort-Object Length -Descending |
  Select-Object -First 30 FullName,Length,LastWriteTime

Get-Content "$root\daemon.log" -Head 80 -ErrorAction SilentlyContinue
Get-Content "$root\daemon.log" -Tail 120 -ErrorAction SilentlyContinue
Get-ChildItem $root -Recurse -File -Include "*.sqlite","*.sqlite-wal","*.db","*.db-wal","*.lock" -ErrorAction SilentlyContinue |
  Select-Object FullName,Length,LastWriteTime

修复验收标准

• embedding 模型下载失败被归类为可重试但需要冷却的错误，不会在每个文件变更事件里立刻重新下载。
• 相同错误在 5 分钟内只写一条完整日志，后续只增加计数，例如 repeated=1842。
• daemon.log 有 max size 和保留数量，轮转发生在下一次写入之前。
• 日志目录、SQLite WAL、锁文件和临时模型文件不会被 watch/indexer 当成普通内容再次索引。
• 磁盘剩余空间低于安全阈值时，daemon 进入 degraded 状态：暂停索引和模型下载，只保留一条告警。
• 看门狗区分配置/网络/磁盘类 fatal 状态和可恢复崩溃，避免 1 秒多次重启。

我会把这个当成“日志写入触发索引，再由索引失败写更多日志”的递归故障处理。修复点不只是轮转 daemon.log，还要让 embedding 下载失败进入熔断状态。

建议验收标准：

1. SUCC 的日志目录、SQLite WAL、lock、临时模型文件不进入 watch/index 范围。
2. Xenova/all-MiniLM-L6-v2 fetch failed 连续失败后进入冷却，比如 5-15 分钟，只写一条聚合日志 repeated=N。
3. daemon.log 在写入前检查 max size/保留数量，超过阈值先轮转；磁盘低水位时停止写详细 ERROR 明细。
4. 磁盘低水位或 WAL/lock ENOSPC 时 daemon 进入 degraded：暂停索引和模型下载，保留一条告警，不让看门狗马上高频重启。
5. 回归测试覆盖：断网 + watch 模式 + 日志目录在工作区内，运行 10 分钟后 daemon.log 增长量有上限，且不会再触发 SQLite WAL/lock 写失败。

不要先动这些

• 不要在 daemon 运行时删除正在写入的巨型日志；Windows 可能失败，Linux/macOS 还可能留下 deleted-open-inode 占用。
• 不要直接删 SQLite 主库、WAL 或 lock 文件来“释放空间”；先停进程并备份元数据。
• 不要清空整个模型缓存目录，除非确认没有正在下载的 partial 文件和团队共享权重。
• 不要只调高磁盘容量。没有熔断和轮转，281GB 只是下一次会变成更大的数。