[lonelyman0108]

背景

sctl serve 只能在前台运行。文档让用户“交给系统服务管理器”，但没有提供工具；手写的服务定义也容易和 CLI 的数据目录、监听地址对不上。Spec：docs/specs/2026-10-23-service.md。

改动

• sctl service install|uninstall|start|stop|restart|enable|disable|status
  • macOS：launchd LaunchAgent（~/Library/LaunchAgents/com.scriptscat.sctl.plist）
  • Linux：systemd 用户单元（~/.config/systemd/user/sctl.service，按绝对路径 enable）
  • Windows：当前用户登录时触发的计划任务（XML 定义；取消 72 小时运行上限和电池条件；IgnoreNew）
  • 都不需要管理员权限
• stop 只停止当前运行的服务，下次登录仍会启动；disable 停止并取消登录自启，enable 恢复并启动。被禁用时 start / restart 退出码 3 并提示 enable；install 总会重新启用。
• install 固化本次调用实际生效的 --listen-address（总是写上，且放在最前）、--data-dir（转成绝对路径，包括来自 SCTL_DATA_DIR 的）和非默认的 --log-level。二进制路径优先用 PATH 里的同一个文件，Homebrew 升级后服务不会失效。首次安装时服务管理器拒绝启用（例如没有用户会话总线），删掉刚写的定义。
• 隐藏参数 serve --service：日志只写 <data dir>/logs，stderr 只留给运行时崩溃信息；Windows 上进程独占控制台时脱离它。
• 判断 daemon 是否起来：要求健康检查通过，且控制令牌与操作前不同（daemon 绑定端口后才写新令牌）。这样另一个 daemon 占着端口时不会误报成功。install 前和 start 前，只要已有 daemon 能连上（包括其他数据目录的 daemon），就不再启动服务。
• Windows 特有：
  • /End 约 20ms 返回，旧进程约 1 秒后才退出；StopExisting 停掉旧实例后立刻启动新实例，新实例绑定端口失败。所以 stop、uninstall、restart、覆盖安装先看任务有没有实例在运行（读不随系统语言变化的“上次运行结果”，267009 为正在运行），有就 /End，再等任务定义里固化的监听地址能被绑定，需要时再 /Run；没有实例时既不结束也不等。
  • 地址从任务定义读回：schtasks 按系统代码页输出，非 ASCII 路径读回来不可靠，所以监听地址放在参数最前。
  • 任务计划程序不会拉起启动后崩溃的 daemon（真机确认），不写 RestartOnFailure，文档说明崩溃后用 sctl service start。
• 新增 control.Address() / control.Healthy()，logging.Setup 增加 toStderr 参数。
• 文档：cli.md 新增 “Background service” 一节；mcp.md、architecture.md、两份 README、skills/sctl 同步更新。

验证

• go build/vet ./...、go test ./... -race 通过；golangci-lint 在 darwin/linux/windows 三个平台上都是 0 issues；Windows 11 上 go test ./... 全部通过。
• 三个平台真机验证（隔离数据目录与端口 18643）：
  • macOS：install；kill -9 后约 3 秒被拉起；restart、覆盖安装、stop 紧接 start、uninstall 紧接 install；disable 后 print-disabled 为 disabled、start / restart 退出码 3，enable 后恢复并运行，disable 后再 install 重新启用；service.stderr.log 为 0 字节；uninstall 幂等；前台 daemon 占着端口时 install 被拒绝；无残留。
  • Linux（Debian 12，systemd 252，已开启 linger）：同上各步；kill -9 后 8 秒内被拉起（NRestarts=1）；路径含空格、%、$、引号、反斜杠时单元转义正确，进程实际参数一致；相对路径的 SCTL_DATA_DIR 固化为绝对路径；没有用户会话总线时首次 install 退出码 3 且不留单元文件。
  • Windows 11（Build 26200）：同上各步，数据目录含中文和空格；restart ×3、覆盖安装 ×2、stop 紧接 start、disable / enable；服务停止时前台 daemon 占着端口，stop、uninstall 立即完成且任务被删除；用其他端口安装后不带参数 restart，服务仍在原端口运行（CLI 因按默认端口检查而退出码 3，与文档“管理命令要带同样的参数”一致）；taskkill /F 后 3 分钟内不会被拉起（与文档一致）。
• 真机发现：二进制放在 ~/Documents 下时，launchd 启动的进程会被 macOS 隐私保护（TCC）卡住，cli.md 已写明。

已知限制

• Windows 崩溃后不会自动拉起，需要 sctl service start（暂不处理）。
• 管理命令（start / stop / restart 等）按本次调用的 --data-dir / --listen-address 判断 daemon 是否起来，参数与安装时不同会误报；文档要求带同样的参数。
• 服务定义被手动删除、服务却还在运行时：macOS 上 install 会把它当成服务以外的 daemon 而拒绝；Linux 上 uninstall 报告没有可删除的东西。
• 登录时是否自启（含 disable 后不启动）没有通过真实注销 / 登录验证，只验证了各平台的启用标记。
• 与 brew services 二选一（同一个端口），文档已说明。

[CodFrm]

是只适配了linux么？mac/windows是不是也要处理一下

[whyyy-404]

我这边在 Windows 上试了一下，想补上 PR 描述里「Windows 的 RestartOnFailure 是否能拉起启动后才崩溃的 daemon 没有确认」这个坑。

结论是：拉不起来。

测试方式：用 PowerShell 的 Register-ScheduledTask 和 schtasks /XML 复现了 schtasksXML() 生成的任务定义（同一个 <RestartOnFailure> 节点、同样的 Count/Interval），直接验证 Windows 对它的实际行为。

环境

• Windows 11 家庭版 25H2，Build 26200（10.0.26200）
• PowerShell 5.1.26100.9711
• sctl 0.2.0，commit 340200b3，go1.26.3 windows/amd64

启动

动作直接指向 sctl.exe serve 时，任务状态能正确显示 Running，进程跟踪是正常的——不需要额外包一层启动器。

但是崩了之后不会重启

四组实验，RestartOnFailure 全部设成 Count=999, Interval=PT1M：

A. 手动启动

executions = 1   LastTaskResult = 1
run at 13:13:31.261

等 180 秒，只有一次执行。

B. TimeTrigger 自动触发（排除「手动启动不算失败」）

executions = 1   LastTaskResult = 1
run at 13:17:40.422

等 240 秒，还是只有一次。

C. schtasks /XML 注册，不写 UseUnifiedSchedulingEngine（排除调度引擎）

create : SUCCESS
executions = 1   LastTaskResult = 1
run at 13:20:31.569

等 180 秒，仍然只有一次。

D. 真实 sctl.exe serve，直接 kill

daemon PID 87812, task state = Running
kill at 13:23:37, waiting 180s
RESULT: NOT restarted. state=Ready LastTaskResult=4294967295

4294967295 就是 -1，进程被强制终止的退出码。任务从 Running 回到 Ready，180 秒内没有被拉起。

截图：

顺便确认设置确实写进去了

Export-ScheduledTask 导出，<RestartOnFailure> 在任务定义里：

<RestartOnFailure>
  <Count>999</Count>
  <Interval>PT1M</Interval>
</RestartOnFailure>

另外，UseUnifiedSchedulingEngine 显式设成 false 时，schtasks /Create 会直接拒绝：

错误: 任务 XML 包含意外节点。
System.Management.Automation.RemoteException
(21,7):UseUnifiedSchedulingEngine:

截图：

我的体感：Count=999，已读，不拉

RestartOnFailure 大概率只对「因故没能启动」有感情，对「启动之后异常退出」基本已读不回。四组实验都指向这一点，而且手动触发、触发器触发、不同注册方式都排除了。

如果是这样，那 schtasksXML 里的 <RestartOnFailure> 在 Windows 上基本是个摆设。PR 描述里写的「建议崩溃后用 sctl service start」其实是对的，但如果文档能明确写一句「Windows 上不会自动重启，需要手动或另配 watchdog」，用户就不会误以为崩溃能自愈。

这个实现自动恢复，要不要：外层套个 while 循环，或者用 Task Scheduler COM 的 ProcessId 做轮询。

[CodFrm]

我晚点去windows里面跑一下

[whyyy-404]

辛苦哥哥。 哥哥这个sctl原生功能真是太好了，ggnb！！已在本机严肃配置，哈哈哈哈。我现在在本机是用一个每 2 分钟的计划任务轮询 127.0.0.1:8643，连不上就 Start-ScheduledTask 重启，实测崩溃后约 46 秒恢复。

[CodFrm]

在一台 Windows 11（Build 26200）真机上把这个 PR 跑了一遍，修复已推到本分支（69b17b0）。

发现的问题

1. restart 和覆盖安装后 daemon 起不来（必现）。只靠 /Run 配 StopExisting：任务计划程序停掉旧实例后立刻启动新实例，不等旧进程退出，新实例绑定端口失败（bind: Only one usage of each socket address...）就退出，服务从此不在运行。
2. stop / uninstall 返回时 daemon 还没退出。实测 /End 约 20ms 返回，进程约 1 秒后才退出（6/6 次一致）。于是 stop 紧接着 start 时，start 看到旧 daemon 还能连上，什么都不启动，一秒后什么都不在跑。
3. 崩溃后不会被拉起：和 @whyyy-404 的结论一致，taskkill /F 后 3 分钟内没有重新运行，任务回到「就绪」。
4. 测试在 Windows 上失败：internal/pkg/logging 的测试死锁到 10 分钟超时（对管道 Sync 即 FlushFileBuffers，会阻塞到读端读完，而读端在函数返回后才读）；日志文件句柄不关闭，t.TempDir 清理失败；TestLaunchd 的期望路径在 Windows 上分隔符不对。

修复

• 结束实例（stop、uninstall、restart、覆盖安装）后，若 /End 之前地址被占着，就等到监听地址能被绑定再返回或再 /Run。MultipleInstancesPolicy 改为 IgnoreNew，/Run 不再碰正在运行的实例。service.New 接收监听地址。
• 去掉 RestartOnFailure；docs/cli.md 和 spec 改为如实说明：Windows 上崩溃后不会自动拉起，需要 sctl service start。
• logging 测试改为并行读管道；Windows 上不用 t.TempDir。TestLaunchd 期望路径按宿主平台拼接。

修复后真机验证（隔离数据目录与端口）

• install；restart ×5、覆盖 install ×3：每次 pid 都变，daemon 都能连上
• stop 紧接 start ×3、uninstall 紧接 install：都正常；stop 返回时进程已退出，status 显示连不上
• kill 后不会被拉起（与文档一致），start 能恢复
• 前台 daemon 占着端口时 install 被拒绝；uninstall 幂等；结束后无残留任务和进程
• Windows 上 go test ./... 全部通过

遗留

• Windows 崩溃后自动拉起没有实现，只改了文档。@whyyy-404 提到的定时重新触发（重复触发器配 IgnoreNew）能做到，但会让 stop 在一分钟内被撤销，stop 的语义要先定下来。另外，用每 2 分钟轮询端口、连不上就 Start-ScheduledTask 的方案：daemon 崩溃退出时没问题；但如果进程还活着只是不响应，按原来的 StopExisting 会撞上问题 1，改成 IgnoreNew 后则不会被重启。
• 服务已安装但端口被你手动启动的前台 daemon 占着时，stop 会等满 10 秒再以退出码 3 报「地址仍被占用」。
• PR 描述里「Windows 任务计划程序没有真机验证」和「/End 与 /Run 的竞态」那条已经不准确，需要更新。

[whyyy-404]

辛苦哥哥，ggnb！！ /End 20ms 返回、进程 1 秒后才退出这个我压根没考虑到。

哥哥说的这个「给 sctl 任务加重复触发器」。我实际是另开了一个任务轮询端口，跟 sctl 任务分开的，所以 stop 语义那个问题我这边是用 .paused 标记文件绕的——停之前写标记，轮询任务看见就跳过。

哥哥说的这个「进程活着只是不响应」确实我漏了。原来 Stop 完固定睡 2 秒再 Start。现在改成两个条件都满足才继续：

$released = $false
for ($i = 0; $i -lt 40; $i++) {
    $state = Get-State          # 任务状态
    $busy  = Test-Port -P $port # 端口占用
    if ($state -ne 'Running' -and -not $busy) { $released = $true; break }
    Start-Sleep -Milliseconds 500
}
if (-not $released) {
    # 20 秒还没释放，记一笔跳过这轮，下轮再说
    return
}
Start-ScheduledTask -TaskName 'sctl serve'

任务得不再是 Running（否则 IgnoreNew 下 Start 无效），端口也得真空出来（否则新实例绑不上）。等不到就跳过这轮，下轮再说。

stop 语义我觉得是该先定，systemd 是 stop 停实例、disable 取消自启，感觉分开之后预期清楚些，不过要多一个子命令。