auto-snapshot 2026-09-05 03:00:52

2026-09-05 03:00:54 +08:00 · 2026-09-05 03:00:54 +08:00 · 91ef7d9e4a
parent 38a5c1543f
commit 91ef7d9e4a
28 changed files with 1097 additions and 267 deletions
--- a/AGENTS.md
+++ b/AGENTS.md
@ -23,7 +23,7 @@ SOUL 完整版本见 `~/.hermes/SOUL.md` v3.4。
 ├── 织忆 (MemoryWeave) — 已部署
 │   ├── zhiyid (Go daemon, 端口 7821)
 │   ├── zhiyi-consolidate (Rust IPC sidecar, /tmp/zhiyi-ipc.sock)
-│   ├── bge-embed (ONNX 嵌入服务, 端口 8000)
+│   ├── bge-embed (ONNX 嵌入服务, 端口 8001 = fallback; 8000 由 bge-proxy 代理接管 → 远端 ZSB GPU)
 │   ├── Hermes 织忆插件 (plugins/memory/zhiyi, 7 工具)
 │   └── 记忆图谱 (5766 节点 / 53081 边)
 ├── KOCR (金蝶 K3 凭证 OCR → v8.0.0，4 个可导入版本已发飞书)
@ -79,7 +79,9 @@ cd ~/.hermes/hermes-agent && python3 -c "from plugins.memory.zhiyi import Hermes

 ### bge-embed 正常态（4GB 显存笔记本，2026-09-01 v2 实测）

- **当前设计**：bge 跑 CPU，llama 7B 跑 GPU（共享 4GB 显存）
+> ⚡ **2026-09-05 升级**：bge 嵌入推理外移 ZSB (192.168.5.104 GPU/DirectML)。本机 bge-embed **端口改 8001**（fallback），8000 由 bge-failover-proxy 代理接管。curl localhost:8000/health 仍有效（走代理→远端）。详见 `windows-home-server-ops` skill。
+
+- **当前设计**：bge 跑 CPU（本机 8001 fallback）+ 远端 ZSB GPU（主），llama 7B 跑本机 GPU（共享 4GB 显存）
 - **为什么改 CPU**：bge 调用频率低（织忆 recall），CPU 推理够用，腾显存给 llama 让 7B 全 GPU
 - **历史变化**：
  - v1：bge 跑 GPU（CUDA），llama 跑 CPU → llama 太慢（9 t/s）
--- a/config.yaml
+++ b/config.yaml
@ -4,7 +4,7 @@ model:
  api_key_env: DEEPSEEK_API_KEY
  base_url: https://api.deepseek.com/v1
  fallback_providers:
-    - gmi-cloud
+  - gmi-cloud
 providers:
  agnes:
    base_url: https://apihub.agnes-ai.com/v1
@ -12,8 +12,8 @@ providers:
    default_model: agnes-2.0-flash
    key_env: AGNES_API_KEY
    models:
-      - agnes-2.0-flash
-      - agnes-2.5-flash
+    - agnes-2.0-flash
+    - agnes-2.5-flash
    rate_limit: 1000
    timeout: 60
  deepseek:
@ -22,8 +22,8 @@ providers:
    default_model: deepseek-v4-flash
    key_env: DEEPSEEK_API_KEY
    models:
-      - deepseek-v4-flash
-      - deepseek-v4-pro
+    - deepseek-v4-flash
+    - deepseek-v4-pro
    rate_limit: 1000
    timeout: 30
  mimo:
@ -32,8 +32,8 @@ providers:
    default_model: mimo-v2.5-pro
    key_env: XIAOMI_API_KEY
    models:
-      - mimo-v2.5-pro
-      - mimo-v2.5
+    - mimo-v2.5-pro
+    - mimo-v2.5
    rate_limit: 1000
    timeout: 60
  newapi-local:
@ -42,10 +42,10 @@ providers:
    cost_factor: 0.0
    default_model: nvidia/nemotron-3-super-120b-a12b
    models:
-      - nvidia/nemotron-mini-4b-instruct
-      - openai/gpt-oss-120b
-      - nvidia/nvidia-nemotron-nano-9b-v2
-      - meta/llama-3.1-8b-instruct
+    - nvidia/nemotron-mini-4b-instruct
+    - openai/gpt-oss-120b
+    - nvidia/nvidia-nemotron-nano-9b-v2
+    - meta/llama-3.1-8b-instruct
    rate_limit: 1000
    timeout: 30
  omniroute-local:
@ -54,9 +54,9 @@ providers:
    cost_factor: 0.0
    default_model: auto/chat
    models:
-      - auto/chat
-      - auto/best-free
-      - auto/coding
+    - auto/chat
+    - auto/best-free
+    - auto/coding
    rate_limit: 1000
    timeout: 30
  opencode-free:
@ -65,12 +65,12 @@ providers:
    cost_factor: 0.0
    default_model: x-preview-f-free
    models:
-      - x-preview-f-free
-      - hy3-free
-      - laguna-s-2.1-free
-      - nemotron-3-ultra-free
-      - nemotron-3.5-lightning-free
-      - muse-spark-1.2-contributor-free
+    - x-preview-f-free
+    - hy3-free
+    - laguna-s-2.1-free
+    - nemotron-3-ultra-free
+    - nemotron-3.5-lightning-free
+    - muse-spark-1.2-contributor-free
    rate_limit: 1000
    timeout: 30
  sensenova:
@ -79,18 +79,18 @@ providers:
    cost_factor: 0.0
    default_model: deepseek-v4-flash
    models:
-      - deepseek-v4-flash
-      - glm-5.2
-      - sensenova-6.8-flash-lite
+    - deepseek-v4-flash
+    - glm-5.2
+    - sensenova-6.8-flash-lite
    rate_limit: 1000
    timeout: 30
  zhipu:
    api_key: ${ZHIPU_API_KEY}
    base_url: https://open.bigmodel.cn/api/paas/v4
    models:
-      - glm-4-flash
-      - glm-4-air
-      - glm-4-long
+    - glm-4-flash
+    - glm-4-air
+    - glm-4-long
    type: openai
  llama-local:
    api_key: local-key
@ -98,8 +98,8 @@ providers:
    cost_factor: 0.0
    default_model: qwen3b
    models:
-      - qwen3b
-      - qwen7b
+    - qwen3b
+    - qwen7b
    rate_limit: 100
    timeout: 300
    context_length: 131072
@ -112,20 +112,19 @@ providers:
    rate_limit: 100
    context_length: 1048576
    default_headers:
-      User-Agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like
-        Gecko) Chrome/120.0 Safari/537.36
+      User-Agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0 Safari/537.36
 fallback_providers:
-  - provider: agnes
-    model: agnes-2.0-flash
-  - provider: zhipu
-    model: glm-4-flash
-  - provider: sensenova
-    model: deepseek-v4-flash
-  - provider: opencode-free
-    model: x-preview-f-free
+- provider: agnes
+  model: agnes-2.0-flash
+- provider: zhipu
+  model: glm-4-flash
+- provider: sensenova
+  model: deepseek-v4-flash
+- provider: opencode-free
+  model: x-preview-f-free
 toolsets:
-  - hermes-cli
-  - web
+- hermes-cli
+- web
 agent:
  max_turns: 90
  gateway_timeout: 1800
@ -350,9 +349,9 @@ display:
  ephemeral_system_ttl: 0
  runtime_footer:
    fields:
-      - model
-      - context_pct
-      - cwd
+    - model
+    - context_pct
+    - cwd
  copy_shortcut: auto
  tool_progress: all
  tool_progress_style: accumulate
@ -392,8 +391,7 @@ tts:
    voice: en_US-lessac-medium
  providers:
    mimo:
-      command: bash /home/muc/.hermes/scripts/mimo_tts.sh {input_path} {output_path}
-        {voice}
+      command: bash /home/muc/.hermes/scripts/mimo_tts.sh {input_path} {output_path} {voice}
      output_format: opus
      type: command
      voice: 冰糖
@ -456,12 +454,12 @@ moa:
      fanout: user_turn
      reference_max_tokens: 800
      reference_models:
-        - model: openai/gpt-oss-120b
-          provider: newapi-local
-        - model: nvidia/llama-3.3-nemotron-super-49b-v1
-          provider: newapi-local
-        - model: mistralai/mistral-large-3-675b-instruct-2512
-          provider: newapi-local
+      - model: openai/gpt-oss-120b
+        provider: newapi-local
+      - model: nvidia/llama-3.3-nemotron-super-49b-v1
+        provider: newapi-local
+      - model: mistralai/mistral-large-3-675b-instruct-2512
+        provider: newapi-local
 skills:
  external_dirs: []
  template_vars: true
@ -513,49 +511,49 @@ approvals:
  mcp_reload_confirm: true
  destructive_slash_confirm: false
 command_allowlist:
-  - overwrite project env/config file
-  - delete in root path
-  - start gateway outside systemd (use 'systemctl --user restart hermes-gateway')
-  - command parser limit or malformed executable payload
-  - force kill processes (killall -KILL)
-  - sudo with privilege flag (stdin/askpass/shell/list)
-  - execute_code
-  - in-place edit of Hermes config/env
-  - copy/move file into sensitive credential/SSH/shell-rc path
-  - overwrite project env/config via redirection
-  - shell command via -c/-lc flag
-  - stop/restart hermes gateway via shell-spliced verb (kills running agents)
-  - git force push short flag (rewrites remote history)
-  - in-place edit of system config
-  - copy/move file into system config path
-  - disk copy
-  - recursive delete
-  - world/other-writable permissions
-  - shell execution via heredoc
-  - kill process via pgrep expansion (self-termination)
-  - SQL DELETE without WHERE
-  - stop/restart system service
-  - force kill processes
-  - git force push (rewrites remote history)
-  - script execution via heredoc
-  - overwrite system file via tee
-  - stop/restart hermes gateway (kills running agents)
-  - hermes update (restarts gateway, kills running agents)
-  - copy/move file into /etc/
-  - script execution via -e/-c flag
-  - SQL TRUNCATE
-  - overwrite system file via redirection
-  - kill hermes/gateway process (self-termination)
-  - pipe remote content to shell
-  - find -delete
-  - overwrite system config
-  - sudo with combined-flag privilege escalation
+- overwrite project env/config file
+- delete in root path
+- start gateway outside systemd (use 'systemctl --user restart hermes-gateway')
+- command parser limit or malformed executable payload
+- force kill processes (killall -KILL)
+- sudo with privilege flag (stdin/askpass/shell/list)
+- execute_code
+- in-place edit of Hermes config/env
+- copy/move file into sensitive credential/SSH/shell-rc path
+- overwrite project env/config via redirection
+- shell command via -c/-lc flag
+- stop/restart hermes gateway via shell-spliced verb (kills running agents)
+- git force push short flag (rewrites remote history)
+- in-place edit of system config
+- copy/move file into system config path
+- disk copy
+- recursive delete
+- world/other-writable permissions
+- shell execution via heredoc
+- kill process via pgrep expansion (self-termination)
+- SQL DELETE without WHERE
+- stop/restart system service
+- force kill processes
+- git force push (rewrites remote history)
+- script execution via heredoc
+- overwrite system file via tee
+- stop/restart hermes gateway (kills running agents)
+- hermes update (restarts gateway, kills running agents)
+- copy/move file into /etc/
+- script execution via -e/-c flag
+- SQL TRUNCATE
+- overwrite system file via redirection
+- kill hermes/gateway process (self-termination)
+- pipe remote content to shell
+- find -delete
+- overwrite system config
+- sudo with combined-flag privilege escalation
 plugins:
  disabled: []
  enabled:
-    - agentic-sms-gateway
-    - cronalytics
-    - rtk-rewrite
+  - agentic-sms-gateway
+  - cronalytics
+  - rtk-rewrite
 hooks_auto_accept: false
 security:
  allow_private_urls: false
@ -656,23 +654,15 @@ paste_collapse_char_threshold: 2000
 _config_version: 39
 known_plugin_toolsets:
  cli:
-    - spotify
+  - spotify
 mcp_servers:
  codebase-memory-mcp:
    command: /home/muc/.local/bin/codebase-memory-mcp
    enabled: true
-  codegraph:
-    args:
-      - serve
-      - --mcp
-    command: codegraph
-    connect_timeout: 60
-    enabled: true
-    timeout: 120
  dbx:
    args:
-      - -y
-      - '@dbx-app/mcp-server'
+    - -y
+    - '@dbx-app/mcp-server'
    command: npx
    connect_timeout: 60
    enabled: true
@ -683,8 +673,8 @@ mcp_servers:
    url: https://mcp.firecrawl.dev/v2/mcp
  github:
    args:
-      - -y
-      - '@modelcontextprotocol/server-github'
+    - -y
+    - '@modelcontextprotocol/server-github'
    command: npx
    enabled: true
    env:
@ -692,30 +682,30 @@ mcp_servers:
    timeout: 60
  openclaw:
    args:
-      - mcp
-      - serve
-    command: openclaw
+    - mcp
+    - serve
+    command: /home/muc/nodejs/node-v24.16.0-linux-x64/bin/openclaw
    connect_timeout: 60
    timeout: 300
 platform_toolsets:
  cli:
-    - browser
-    - clarify
-    - code_execution
-    - computer_use
-    - cronjob
-    - delegation
-    - file
-    - image_gen
-    - memory
-    - session_search
-    - skills
-    - terminal
-    - todo
-    - tts
-    - vision
-    - web
-    - mcp-codegraph
+  - browser
+  - clarify
+  - code_execution
+  - computer_use
+  - cronjob
+  - delegation
+  - file
+  - image_gen
+  - memory
+  - session_search
+  - skills
+  - terminal
+  - todo
+  - tts
+  - vision
+  - web
+  - mcp-codebase-memory-mcp
  firecrawl:
    connect_timeout: 30
    timeout: 120
@ -740,25 +730,3 @@ weixin:
    group_policy: open
    token: bef3c3d39904@im.bot:060000740c190c21262c8edf68365d5d112e0d
    user_id: o9cq800DqpnMoqzXmJ4zozKiM8OI@im.wechat
-
-# ── Fallback Model ────────────────────────────────────────────────────
-# Automatic provider failover when primary is unavailable.
-# Uncomment and configure to enable. Triggers on rate limits (429),
-# overload (529), service errors (503), or connection failures.
-#
-# Supported providers:
-#   openrouter   (OPENROUTER_API_KEY)  — routes to any model
-#   openai-codex (OAuth — hermes auth) — OpenAI Codex
-#   nous         (OAuth — hermes auth) — Nous Portal
-#   zai          (ZAI_API_KEY)         — Z.AI / GLM
-#   kimi-coding  (KIMI_API_KEY)        — Kimi / Moonshot
-#   kimi-coding-cn (KIMI_CN_API_KEY)   — Kimi / Moonshot (China)
-#   minimax      (MINIMAX_API_KEY)     — MiniMax
-#   minimax-cn   (MINIMAX_CN_API_KEY)  — MiniMax (China)
-#   bedrock      (AWS IAM / boto3)     — AWS Bedrock (Converse API)
-#
-# For custom OpenAI-compatible endpoints, add base_url and key_env.
-#
-# fallback_model:
-#   provider: openrouter
-#   model: anthropic/claude-sonnet-4
--- a/scripts/backup-cleanup.py
+++ b/scripts/backup-cleanup.py
@ -0,0 +1,112 @@
+#!/usr/bin/env python3
+"""
+backup-cleanup.py — 自动清理过期备份（2026-09-05 牧尘要求：过期/无用的备份自动删除）
+
+背景：9/4 磁盘 86% 的根因 = 备份/快照/损坏留档只增不删：
+  ① memories.lance.broken.* 83G（损坏重建后旧目录从不删）
+  ② ~/.hermes/backups/ 74 个 pre-watchdog 快照（旧看门狗无轮转）
+  ③ ~/.hermes/ 根目录散落 14 个 state.db.* 手工备份（修完不清理）
+  ④ hermes-backup-20260717 16G（手动备份无保留期）
+
+策略（统一轮转，防再堆积）：
+  - ~/.hermes/state.db.* 散落备份  → 只留最近 3 份（其他超期删）
+  - ~/.hermes/backups/state.db.pre-watchdog-* → 只留最近 3 份
+  - ~/.hermes/backups/state-db-snap*/state-*.db → 只留最近 8 份（snapshot-state-db.sh 已做，兜底）
+  - ~/.hermes/backups/dual-backup/*.bundle → 只留最近 2 份（每日 bundle）
+  - ~/.hermes/backups/dual-backup/zhiyi-*.tar.gz → 只留最近 2 份
+  - /var/lib/memoryweave/memories.lance.broken* → 删除（broken 标记 = 已废弃，重建后无保留价值）
+  - /var/lib/memoryweave/*.bak-* → 只留最近 2 份
+  磁盘 >85% 时额外：~/.hermes/cache 清缓存、/tmp 清 1 天前
+
+安全铁律：
+  - 绝不删活动文件：state.db / graph.db / *.lance 活动库（仅 *.broken.* / *.bak-* 模式）
+  - 绝不跟随软链（-type f -maxdepth 限制）
+  - 只删明确命名的备份模式，不 glob 宽泛删
+"""
+import os, re, shutil, sys
+from pathlib import Path
+
+HOME = Path.home()
+HERMES = HOME / ".hermes"
+BACKUPS = HERMES / "backups"
+
+def keep_latest(paths: list, keep: int, dry: bool = True):
+    """按 mtime 保留最近 keep 份，其余删除。返回 (deleted, freed_hint)"""
+    paths = sorted(paths, key=lambda p: p.stat().st_mtime, reverse=True)
+    removed = 0
+    for p in paths[keep:]:
+        try:
+            if p.is_dir():
+                if dry:
+                    print(f"  [dry] rm -rf {p}")
+                else:
+                    shutil.rmtree(p, ignore_errors=True)
+            else:
+                if dry:
+                    print(f"  [dry] rm {p} ({p.stat().st_size//1024//1024}M)")
+                else:
+                    p.unlink(missing_ok=True)
+            removed += 1
+        except OSError as e:
+            print(f"  ⚠️ 删除失败 {p}: {e}")
+    return removed
+
+def cleanup(dry: bool = True):
+    print(f"{'[DRY-RUN] ' if dry else ''}backup-cleanup 开始")
+    total = 0
+
+    # 1. ~/.hermes/ 根目录散落 state.db.* 备份（保留最近 3）
+    stray = [p for p in HERMES.glob("state.db.*") if p.is_file()]
+    total += keep_latest(stray, 3, dry)
+
+    # 2. backups/state.db.pre-watchdog-*（保留 3）
+    pre = list(BACKUPS.glob("state.db.pre-watchdog-*"))
+    total += keep_latest(pre, 3, dry)
+
+    # 3. backups/state-db-snap*/（保留 8）
+    for snapdir in BACKUPS.glob("state-db-snap*"):
+        if snapdir.is_dir():
+            total += keep_latest(list(snapdir.glob("state-*.db")), 8, dry)
+
+    # 4. backups/dual-backup/（bundle 留 2，tar.gz 留 2）
+    ddir = BACKUPS / "dual-backup"
+    if ddir.exists():
+        total += keep_latest(list(ddir.glob("*.bundle")), 2, dry)
+        total += keep_latest(list(ddir.glob("*.tar.gz")), 2, dry)
+
+    # 5. /var/lib/memoryweave/ broken 残留（直接删，废弃标记）
+    mw = Path("/var/lib/memoryweave")
+    if mw.exists():
+        for p in mw.glob("memories.lance.broken*"):
+            if dry:
+                print(f"  [dry] rm -rf {p}")
+                total += 1
+            else:
+                shutil.rmtree(p, ignore_errors=True)
+                total += 1
+        # *.bak-* 保留 2
+        total += keep_latest([p for p in mw.glob("*.bak-*") if p.is_dir()], 2, dry)
+
+    # 6. 磁盘 >85% 额外清理
+    st = shutil.disk_usage(str(HOME))
+    pct = st.used / st.total * 100
+    if pct > 85:
+        print(f"  ⚠️ 磁盘 {pct:.0f}%>85%，额外清理：")
+        # 清 cache 子目录（1 天前）
+        for c in (HERMES / "cache").glob("*"):
+            if c.is_dir():
+                for f in c.glob("*"):
+                    if f.is_file() and (time_now - f.stat().st_mtime) > 86400:
+                        if dry: print(f"  [dry] rm cache {f}")
+                        else: f.unlink(missing_ok=True)
+    print(f"完成，处理 {total} 项")
+    return total
+
+if __name__ == "__main__":
+    import time
+    global time_now
+    time_now = time.time()
+    dry = "--apply" not in sys.argv
+    cleanup(dry=dry)
+    if dry:
+        print("（dry-run；加 --apply 实际执行）")
--- a/scripts/bge-failover-proxy.py
+++ b/scripts/bge-failover-proxy.py
@ -0,0 +1,142 @@
+#!/usr/bin/env python3
+"""
+bge 嵌入服务故障切换代理 (2026-09-05)
+======================================
+zhiyid 只认 localhost:8000 — 本代理常驻 8000：
+  * 远端优先: 192.168.5.104:8000 (ZSB GPU / DML bge-m3)
+  * 远端故障 → 自动切本地 127.0.0.1:8001 (fallback bge)
+  * 远端恢复 → 自动切回（每次请求前探测 /health）
+
+启动: python3 bge-failover-proxy.py
+端口: 8000 (env PROXY_PORT)
+远端: 192.168.5.104:8000 (env REMOTE_EMBED_URL)
+本地: 127.0.0.1:8001 (env LOCAL_EMBED_URL)
+"""
+import json
+import logging
+import os
+import socket
+import threading
+import time
+from http.server import HTTPServer, BaseHTTPRequestHandler
+from urllib import request as urlrequest
+from urllib.error import URLError
+
+PROXY_PORT = int(os.environ.get("PROXY_PORT", "8000"))
+REMOTE_EMBED_URL = os.environ.get("REMOTE_EMBED_URL", "http://192.168.5.104:8000")
+LOCAL_EMBED_URL = os.environ.get("LOCAL_EMBED_URL", "http://127.0.0.1:8001")
+HEALTH_PATH = "/health"
+EMBED_PATH = "/v1/embeddings"
+HEALTH_TIMEOUT = float(os.environ.get("HEALTH_TIMEOUT", "1.5"))
+REQUEST_TIMEOUT = float(os.environ.get("REQUEST_TIMEOUT", "60"))
+
+logging.basicConfig(
+    level=logging.INFO,
+    format="[bge-proxy] %(asctime)s %(message)s",
+    datefmt="%H:%M:%S",
+)
+log = logging.getLogger("bge-proxy")
+
+_state_lock = threading.Lock()
+_state = {"remote_ok": None, "last_check": 0.0, "using": None}
+
+
+def _probe_remote() -> bool:
+    """探测远端 /health，1.5s 超时。"""
+    try:
+        req = urlrequest.Request(REMOTE_EMBED_URL + HEALTH_PATH)
+        with urlrequest.urlopen(req, timeout=HEALTH_TIMEOUT) as r:
+            if r.status != 200:
+                return False
+            body = r.read(200).decode("utf-8", "ignore")
+            return "ok" in body
+    except Exception:
+        return False
+
+
+def choose_target() -> tuple[str, bool]:
+    """返回 (目标URL, 是否远端)。带 3s 冷却 + 状态缓存。"""
+    global _state
+    now = time.time()
+    with _state_lock:
+        if _state["remote_ok"] is not None and now - _state["last_check"] < 3.0:
+            remote_ok = _state["remote_ok"]
+        else:
+            remote_ok = _probe_remote()
+            _state["remote_ok"] = remote_ok
+            _state["last_check"] = now
+        target = REMOTE_EMBED_URL if remote_ok else LOCAL_EMBED_URL
+        using = "remote(104-GPU)" if remote_ok else "local(106-CPU)"
+        if using != _state["using"]:
+            log.info("切换 → %s", using)
+            _state["using"] = using
+        return target, remote_ok
+
+
+def _forward(url: str, method: str, body: bytes, headers: dict) -> tuple[int, dict, bytes]:
+    """把请求转发到目标，返回 (状态码, 响应头, 响应体)。"""
+    req = urlrequest.Request(url, data=body if method == "POST" else None, method=method)
+    for k, v in headers.items():
+        if k.lower() not in ("host", "content-length", "connection", "accept-encoding"):
+            req.add_header(k, v)
+    try:
+        with urlrequest.urlopen(req, timeout=REQUEST_TIMEOUT) as r:
+            resp_body = r.read()
+            resp_headers = dict(r.headers.items())
+            return r.status, resp_headers, resp_body
+    except URLError as e:
+        return 502, {"Content-Type": "application/json"}, json.dumps(
+            {"error": f"proxy forward failed: {e}"}
+        ).encode()
+
+
+class Handler(BaseHTTPRequestHandler):
+    protocol_version = "HTTP/1.1"
+
+    def log_message(self, fmt, *args):
+        log.info("%s %s" % (self.address_string(), fmt % args))
+
+    def _handle(self):
+        length = int(self.headers.get("Content-Length", 0) or 0)
+        body = self.rfile.read(length) if length else b""
+        target, _remote_ok = choose_target()
+        status, resp_headers, resp_body = _forward(
+            target + self.path, self.command, body, dict(self.headers)
+        )
+        self.send_response(status)
+        # 只转发安全响应头；Content-Length 必须用实际长度
+        for k, v in resp_headers.items():
+            if k.lower() in ("content-type",):
+                self.send_header(k, v)
+        self.send_header("Content-Length", str(len(resp_body)))
+        self.send_header("X-BGE-Proxy", "remote-104" if target.startswith(REMOTE_EMBED_URL) else "local-106")
+        self.end_headers()
+        if self.command != "HEAD":
+            self.wfile.write(resp_body)
+
+    do_GET = _handle
+    do_POST = _handle
+    do_PUT = _handle
+    do_DELETE = _handle
+
+
+def _startup_probe():
+    """启动时打一条日志说明当前选路。"""
+    remote_ok = _probe_remote()
+    with _state_lock:
+        _state["remote_ok"] = remote_ok
+        _state["last_check"] = time.time()
+        _state["using"] = "remote(104-GPU)" if remote_ok else "local(106-CPU)"
+    log.info("启动选路: %s (remote=%s)", _state["using"], remote_ok)
+
+
+if __name__ == "__main__":
+    log.info("bge 故障切换代理启动 0.0.0.0:%s", PROXY_PORT)
+    log.info("  远端: %s", REMOTE_EMBED_URL)
+    log.info("  本地 fallback: %s", LOCAL_EMBED_URL)
+    _startup_probe()
+    server = HTTPServer(("0.0.0.0", PROXY_PORT), Handler)
+    try:
+        server.serve_forever()
+    except KeyboardInterrupt:
+        log.info("停止")
--- a/scripts/dual-backup.sh
+++ b/scripts/dual-backup.sh
@ -33,30 +33,50 @@ log() {
 # 检查服务器挂载
 # ⚠️ 2026-08-12 修复：家庭服务器不在同一局域网是常态（走 frp 域名），
 #    离线静默跳过（exit 0），不当作错误上报。只有"挂载点在但同步失败"才报错。
+# ⚠️ 2026-09-04 牧尘指示（铁律）：SMB 备份只在家庭局域网做（192.168.123.11）。
+#    StarVPN(192.168.188.11) 只用于 Gitea 推送，绝不用来做 SMB 备份——
+#    外网走 StarVPN 传 1.9GB bundle 网络抖动会僵死（9/4 卡 78 分钟教训）。
+#    所以：外网状态一律跳过备份；只有在局域网才挂载 + 同步。
 check_mount() {
-    if ! mountpoint -q /mnt/server-backup; then
-        log "⚠️  服务器未挂载，尝试连接..."
-        # 2026-09-03：mount cifs 在服务器 TCP 不可达时会长时间挂起（19:00 cron 曾超时 3600s）
-        # → 先快速探测可达性（ping 1 次 2s 超时），不可达直接走"离线常态"跳过，避免 mount 挂起
-        if ! ping -c 1 -W 2 192.168.188.11 >/dev/null 2>&1; then
-            log "ℹ️ 服务器不在局域网（常态），跳过本次备份"
-            return 2
-        fi
-        # -n: non-interactive，cron 环境无密码输入机会，立即失败不卡住
-        # || true: 失败是预期路径（服务器不在线），由下方 mountpoint 判断处理，避免 set -e 提前退出
-        sudo -n mount -t cifs //192.168.188.11/beifen /mnt/server-backup \
-          -o username=administrator,password=xue.2538,uid=1000,gid=1000,iocharset=utf8,file_mode=0755,dir_mode=0755,timeout=15 2>/dev/null || true
-        sleep 2
-        if ! mountpoint -q /mnt/server-backup; then
-            log "ℹ️ 服务器不在局域网（常态），跳过本次备份"
-            return 2
-        fi
+    # 判断真实 cifs 挂载（/proc/mounts 为准；mountpoint -q 对 autofs 恒真不可用）
+    if grep -q '//192\.168\.123\.11/.* /mnt/server-backup ' /proc/mounts; then
+        return 0  # 局域网 cifs 已挂，直接可用
    fi
-    return 0
+    # 挂载为外网残留(StarVPN) → 外网不做备份
+    if grep -q '//192\.168\.188\.11/.* /mnt/server-backup ' /proc/mounts; then
+        log "ℹ️ 挂载为外网残留(StarVPN)，外网不做备份（牧尘 09-04 指示），跳过本次备份"
+        return 2
+    fi
+    # 未挂载：只探测局域网 IP。StarVPN 通也不备份。
+    log "⚠️  服务器未挂载，尝试连接（仅局域网）..."
+    if ! timeout 3 bash -c 'echo > /dev/tcp/192.168.123.11/445' 2>/dev/null; then
+        log "ℹ️ 不在家庭局域网（外网常态），跳过本次备份"
+        return 2
+    fi
+    # 局域网可达：访问挂载点触发 systemd automount（fstab x-systemd.automount）
+    ls /mnt/server-backup >/dev/null 2>&1 || true
+    sleep 3
+    if grep -q '//192\.168\.123\.11/.* /mnt/server-backup ' /proc/mounts; then
+        return 0
+    fi
+    # automount 未触发/未配置 → 尝试 sudo mount（有 NOPASSWD 才生效，失败走跳过）
+    sudo -n mount /mnt/server-backup 2>/dev/null || true
+    sleep 2
+    if grep -q '//192\.168\.123\.11/.* /mnt/server-backup ' /proc/mounts; then
+        return 0
+    fi
+    log "ℹ️ 局域网可达但挂载失败，跳过本次备份"
+    return 2
 }

 # === 推送到服务器 ===
 push_backup() {
+    # 2026-09-04 并发锁：cron 每 6h 与手动/重试轮可能重叠，两轮同时写 SMB 互相卡死
+    exec 9>"$HERMES/watchdog/dual-backup.lock"
+    if ! flock -n 9; then
+        log "⚠️ 已有备份在运行，跳过本轮（防并发）"
+        return 0
+    fi
    log "📤 开始双备份推送..."
    
    # 1. 本机 git 快照（无论服务器是否可达都做——本机备份是底线）
@ -108,7 +128,29 @@ push_backup() {
    log "  同步 skills..."
    if [ -d "$HERMES/.git" ]; then
        cd "$HERMES"
-        git bundle create "$BACKUP_SNAPSHOTS/hermes-git-$(date '+%Y%m%d').bundle" --all 2>/dev/null || true
+        # 2026-09-04 根治：bundle 先在本地打（快、可靠），再 rsync 单文件到服务器
+        #   ——之前直写 SMB 会把 git 拖进不可中断 IO，timeout 杀不掉（18:01 卡 50min、20:15 残留 78min）
+        # 2026-09-04 修复二：同一天只打一次 bundle（cron 每 6h 一次，文件按天命名会被反复覆盖重传 1.88GB）
+        BUNDLE_DAY="$(date '+%Y%m%d')"
+        BUNDLE_LOCAL="$HERMES/backups/dual-backup/hermes-git-$BUNDLE_DAY.bundle"
+        mkdir -p "$(dirname "$BUNDLE_LOCAL")"
+        if [ ! -f "$BUNDLE_LOCAL" ] || [ "$(stat -c %Y "$BUNDLE_LOCAL")" -lt "$(date -d 'today 00:00' +%s)" ]; then
+            # 本地打包（写本地盘，不受 SMB 影响；git 读本地 .git 1.9G，通常 1-3 分钟）
+            log "  git bundle 本地打包中（$BUNDLE_LOCAL）..."
+            if timeout 300 git bundle create "$BUNDLE_LOCAL" --all 2>/dev/null; then
+                log "  git bundle 本地完成"
+            else
+                log "  ⚠️ git bundle 本地创建失败（跳过，下次再试）"
+            fi
+        else
+            log "  今日 bundle 已存在，跳过本地打包"
+        fi
+        # rsync 单文件到服务器（网络差时 rsync 可被 timeout 正常杀掉，不拖死脚本；--partial 支持续传）
+        if [ -f "$BUNDLE_LOCAL" ]; then
+            timeout 300 rsync -a --partial "$BUNDLE_LOCAL" "$BACKUP_SNAPSHOTS/" 2>/dev/null \
+                && log "  📦 git bundle 已同步" \
+                || log "  ⚠️ git bundle rsync 超时/失败（本地保留 $BUNDLE_LOCAL，下次续传）"
+        fi
    fi
    
    # 9. 同步 cron 配置
@ -120,19 +162,26 @@ push_backup() {
        log "  ⚠️ 无cron配置可备份"
    fi
    
-    # 10. 同步织忆数据（LanceDB + SQLite图谱 + 真实数据）
+    # 10. 同步织忆数据（SQLite 图谱真数据 53M）
+    # 2026-09-04 根治：原 10a 的 LanceDB tar 步骤移除——
+    #   ① exclude='*.lance' 把真库(memories/episodes.lance 35G)排除了，反而打进 98G broken/bak 垃圾
+    #      （不以 .lance 结尾不匹配）→ 每次 tar ~95G 垃圾直写 SMB，timeout 600 必失败 → 卡死 cron（18:52）
+    #   ② zhiyid(213252) 在线运行中，直接 tar 运行中 LanceDB 目录会产出损坏快照（2026-08-21 教训）
+    #   ③ 35G 真库 tar+rsync 过 StarVPN 远超 cron 60min 预算 → LanceDB 全量备份需独立低频任务
+    #      TODO: 等 zhiyid 提供 snapshot/backup API 或独立 cron rsync LanceDB 目录（排除 broken/bak）
    log "  同步织忆数据..."
-    # 10a. LanceDB 数据
-    if [ -d "/var/lib/memoryweave" ]; then
-        tar czf "$BACKUP_SNAPSHOTS/zhiyi-lancedb-$(date '+%Y%m%d').tar.gz" \
-          -C /var/lib/memoryweave --exclude='*.lance' --exclude='lancedb.bak' \
-          . 2>/dev/null || log "  ⚠️ 织忆LanceDB同步失败"
-    fi
-    # 10b. SQLite 真实数据（绕过软链接，直接从 ~/.hermes/ 取）
+    # SQLite 图谱真数据（53M，~/.hermes/graph.db；绕过软链接直接从 ~/.hermes/ 取）
    if [ -f "$HERMES/graph.db" ] || [ -f "$HERMES/memoryweave.db" ]; then
-        tar czf "$BACKUP_SNAPSHOTS/zhiyi-sqlite-$(date '+%Y%m%d').tar.gz" \
-          -C "$HERMES" graph.db memoryweave.db 2>/dev/null || log "  ⚠️ 织忆SQLite同步失败"
-        log "  📦 织忆SQLite已备份"
+        mkdir -p "$HERMES/backups/dual-backup"
+        SQL_LOCAL="$HERMES/backups/dual-backup/zhiyi-sqlite-$(date '+%Y%m%d').tar.gz"
+        timeout 120 tar czf "$SQL_LOCAL" -C "$HERMES" graph.db memoryweave.db 2>/dev/null \
+            && log "  📦 织忆SQLite已打包" \
+            || log "  ⚠️ 织忆SQLite打包失败"
+        if [ -f "$SQL_LOCAL" ]; then
+            timeout 120 rsync -a --partial "$SQL_LOCAL" "$BACKUP_SNAPSHOTS/" 2>/dev/null \
+                && log "  📦 织忆SQLite已同步" \
+                || log "  ⚠️ 织忆SQLite rsync 失败"
+        fi
    fi
    
    # 11. 定期快照（每天保留一份关键配置快照）
--- a/scripts/fix-fstab-lan.sh
+++ b/scripts/fix-fstab-lan.sh
@ -0,0 +1,34 @@
+#!/bin/bash
+# fix-fstab-lan.sh — 2026-09-04 牧尘指示：SMB 备份只在家庭局域网(192.168.123.11)
+# 根因：fstab 把 automount 写死为 StarVPN(192.168.188.11)，导致外网也挂 SMB 传大文件 → 弱网僵死
+# 修复：fstab 挂载 IP 改回局域网 192.168.123.11（保留 x-systemd.automount：
+#       外网时 dual-backup.sh 先探测 123.11:445 不通即跳过，不触发挂载；
+#       在家时探测通过 → 访问挂载点触发 automount 挂局域网共享）
+set -e
+
+echo "=== 修改前 ==="
+grep server-backup /etc/fstab || true
+
+# 先卸载当前 StarVPN 残留挂载（若在且指向 188.11）
+if mountpoint -q /mnt/server-backup 2>/dev/null; then
+    if grep -q '//192\.168\.188\.11/' /proc/mounts; then
+        echo "卸载 StarVPN 残留挂载..."
+        umount -l /mnt/server-backup 2>/dev/null || umount /mnt/server-backup 2>/dev/null || true
+        sleep 1
+    fi
+fi
+
+# 备份 fstab
+cp /etc/fstab /etc/fstab.bak.20260904-lan
+
+# 只替换 IP：188.11(StarVPN) → 123.11(局域网)
+sed -i 's|//192\.168\.188\.11/beifen /mnt/server-backup|//192.168.123.11/beifen /mnt/server-backup|' /etc/fstab
+
+echo "=== 修改后 ==="
+grep server-backup /etc/fstab || true
+
+# 重新加载 systemd 挂载/自动挂载单元
+systemctl daemon-reload 2>/dev/null || true
+
+echo "=== 完成：fstab 已指向局域网 192.168.123.11 ==="
+echo "=== 验证：外网状态（123.11:445 不通）dual-backup 应秒级跳过 ==="
--- a/scripts/gpu-health-watchdog.sh
+++ b/scripts/gpu-health-watchdog.sh
@ -30,18 +30,20 @@ if [ -z "$LLAMA_HEALTH" ]; then
    fi
 fi

-# 2. bge-embed（必须响应，CPU/GPU 都 OK）
+# 2. bge 嵌入服务（8000 代理入口 → 远端 ZSB GPU / 本地 8001 fallback）
+# 2026-09-05 架构：8000 = bge-proxy（转发 104 GPU，挂时切本地 8001 bge-embed）
 BGE_HEALTH=$(curl -s -m 5 http://localhost:8000/health 2>/dev/null || true)
 if [ -z "$BGE_HEALTH" ]; then
-    # /health 无响应 → 端口未监听 → 真异常
-    ALERT="$ALERT\n❌ bge-embed 服务异常（/health 无响应，:8000 未监听）"
+    # /health 无响应 → 先重启代理（8000 主入口），再重启本机 bge（8001 fallback）
+    ALERT="$ALERT\n❌ bge 嵌入服务异常（/health 无响应，代理 8000 + 本机 8001 均不可用）"
+    systemctl --user restart bge-proxy 2>/dev/null || true
    systemctl --user restart bge-embed 2>/dev/null || true
-    sleep 5
+    sleep 8
    BGE_HEALTH2=$(curl -s -m 5 http://localhost:8000/health 2>/dev/null || true)
    if [ -z "$BGE_HEALTH2" ]; then
-        ALERT="$ALERT\n❌ bge-embed 重启后仍未恢复"
+        ALERT="$ALERT\n❌ bge 嵌入服务重启后仍未恢复（查 journalctl --user -u bge-proxy / bge-embed）"
    else
-        ALERT="$ALERT\n✅ bge-embed 已自动重启恢复"
+        ALERT="$ALERT\n✅ bge 嵌入服务已自动重启恢复"
    fi
 fi

--- a/scripts/legacy-checks/check_image.sh
+++ b/scripts/legacy-checks/check_image.sh
@ -0,0 +1,2 @@
+ls -la /home/muc/mc/会计工具/input/IMG_20260621_191011.jpg
+file /home/muc/mc/会计工具/input/IMG_20260621_191011.jpg
--- a/scripts/legacy-checks/check_ocr.sh
+++ b/scripts/legacy-checks/check_ocr.sh
@ -0,0 +1,5 @@
+#!/bin/bash
+which tesseract 2>/dev/null && echo "tesseract found: $(tesseract --version 2>&1 | head -1)" || echo "tesseract not found"
+pip list 2>/dev/null | grep -i -E "pytesseract|easyocr|paddleocr" || echo "No python OCR packages found"
+which convert 2>/dev/null && echo "ImageMagick found" || echo "ImageMagick not found"
+file ~/mc/会计工具/input/IMG_20260621_191011.jpg
--- a/scripts/legacy-checks/check_python.py
+++ b/scripts/legacy-checks/check_python.py
@ -0,0 +1,7 @@
+import subprocess
+result = subprocess.run(['which', 'python3'], capture_output=True, text=True)
+print(f"python3: {result.stdout}")
+result = subprocess.run(['python3', '-c', 'import pytesseract; print(pytesseract.__version__)'], capture_output=True, text=True)
+print(f"pytesseract: {result.stdout.strip() or result.stderr.strip()}")
+result = subprocess.run(['python3', '-c', 'import PIL; print(PIL.__version__)'], capture_output=True, text=True)
+print(f"PIL: {result.stdout.strip() or result.stderr.strip()}")
--- a/scripts/legacy-checks/run_check.sh
+++ b/scripts/legacy-checks/run_check.sh
@ -0,0 +1 @@
+bash /home/muc/check_ocr.sh
--- a/scripts/memory-system-check.sh
+++ b/scripts/memory-system-check.sh
@ -185,13 +185,19 @@ check_cbm() {
 import sys, json
 try:
    d = json.load(sys.stdin)
-    for p in d.get('projects',[]):
-        print(p['name'] + ':' + str(p['nodes']) + ':' + str(p['edges']))
+    projs = d.get('projects', [])
+    if not projs:
+        print('EMPTY')          # 进程活着但 0 项目 = 索引丢失，不是查询失败
+    else:
+        for p in projs:
+            print(p['name'] + ':' + str(p['nodes']) + ':' + str(p['edges']))
 except: print('FAIL')
 " 2>/dev/null)

-    if [ -z "$projects" ] || [ "$projects" = "FAIL" ]; then
+    if [ "$projects" = "FAIL" ] || [ -z "$projects" ]; then
        issues+=("CBM 查询失败"); ok=false
+    elif [ "$projects" = "EMPTY" ]; then
+        issues+=("CBM 索引为空(0项目,需重建)"); ok=false
    fi

    if [ "$ok" = true ]; then
--- a/scripts/resource-watchdog.py
+++ b/scripts/resource-watchdog.py
@ -0,0 +1,91 @@
+#!/usr/bin/env python3
+"""
+resource-watchdog.py — 文件资源管理看门狗（2026-09-05 牧尘要求：避免文件乱放）
+
+管理规则（科学分类，遵循已有约定，不重复造轮子）：
+  ✅ 脚本统一 → ~/.hermes/scripts/（140+ 脚本库，不新建 scripts 目录）
+  ✅ 知识/文档 → ~/mc/ 知识库（Obsidian，可检索进织忆图谱）
+  ✅ 应用目录不动 → ComfyUI/models/ocr_v6_env/projects/mc/Downloads/Pictures/Videos
+  ⚠️ 根目录(~)只允许 dotfile 配置 + 目录，不允许散落文件
+
+看门狗动作：
+  1. 扫描 ~ 根目录非 dotfile 文件
+  2. 按扩展名分类：报告类→mc/06-Raw、临时→提示、未知→列出待处理
+  3. 磁盘>85% 或日志/备份异常附带提醒
+
+用法: python3 resource-watchdog.py [--dry-run|--apply]
+输出: 默认静默（watchdog 语义）；有散落文件才报警
+"""
+import os, sys, shutil
+from pathlib import Path
+
+HOME = Path.home()
+RAW_DIR = HOME / "mc/小唯/06-Raw"
+
+# 文件类型 → 目标子目录（在 06-Raw 下按年月分）
+EXT_MAP = {
+    # 报告/文档 → 06-Raw 按年份
+    ".md": "reports", ".json": "reports", ".txt": "reports", ".log": "logs",
+    ".pdf": "reports", ".docx": "reports", ".xlsx": "reports", ".csv": "reports",
+    # 图片（根目录不该有，应已在 Pictures/media）
+    ".png": "images", ".jpg": "images", ".jpeg": "images", ".webp": "images", ".gif": "images",
+    # 视频
+    ".mp4": "videos", ".mkv": "videos", ".mov": "videos", ".avi": "videos",
+    # 压缩包 → 提示人工（通常是待处理下载）
+    ".zip": "archives", ".tar": "archives", ".gz": "archives", ".7z": "archives", ".rar": "archives",
+}
+
+# 明确忽略的（根目录正常存在的非 dotfile）
+IGNORE = {"Desktop", "Documents", "Downloads", "Pictures", "Videos"}
+
+def main():
+    apply = "--apply" in sys.argv
+    mode = "APPLY" if apply else "DRY-RUN"
+    stray = []
+    for f in HOME.iterdir():
+        if not f.is_file():
+            continue
+        if f.name.startswith("."):
+            continue
+        if f.name in IGNORE:
+            continue
+        stray.append(f)
+
+    if not stray:
+        # 干净，watchdog 静默
+        return 0
+
+    print(f"[{mode}] ⚠️ 根目录发现 {len(stray)} 个散落文件:")
+    moved = 0
+    for f in sorted(stray):
+        ext = f.suffix.lower()
+        kind = EXT_MAP.get(ext, "unknown")
+        if kind == "unknown":
+            print(f"  ❓ {f.name} ({ext or '无扩展名'}, {f.stat().st_size//1024}K) — 需人工判断")
+            continue
+        # 目标: 06-Raw/YYYY/kind/（保文件名）
+        year = "2026"  # 简化，实际可按 mtime
+        dest_dir = RAW_DIR / year / kind
+        if apply:
+            dest_dir.mkdir(parents=True, exist_ok=True)
+            dest = dest_dir / f.name
+            if not dest.exists():
+                shutil.move(str(f), str(dest))
+                print(f"  📦 {f.name} → mc/小唯/06-Raw/{year}/{kind}/")
+                moved += 1
+            else:
+                # 同名冲突 → 加时间戳
+                ts = f.name.rsplit(".", 1)
+                dest = dest_dir / f"{ts[0]}-dup.{ts[1]}" if len(ts) > 1 else dest_dir / f"{f.name}-dup"
+                shutil.move(str(f), str(dest))
+                print(f"  📦 {f.name} → {dest.name}（同名避免）")
+                moved += 1
+        else:
+            print(f"  [dry] {f.name} → {kind}/")
+
+    if not apply:
+        print("（dry-run；加 --apply 实际归档）")
+    return 0 if (moved or not apply) else 0
+
+if __name__ == "__main__":
+    sys.exit(main())
--- a/scripts/rsshub-zhiyi-fetch.py
+++ b/scripts/rsshub-zhiyi-fetch.py
@ -30,6 +30,7 @@ ZHIYI_BASE = os.environ.get("ZHIYI_BASE", "http://localhost:7821")
 ZHIYI_KEY = os.environ.get("ZHIYI_KEY", "zhiyi-dev-key-2026")
 STATE_FILE = os.path.expanduser("~/.hermes/data/rsshub_ai_seen.json")
 MAX_SEEN = 500  # state 里最多保留的已见链接数
+SOURCE_DELAY = int(os.environ.get("RSSHUB_SOURCE_DELAY", "15"))  # 源间延时秒数

 # 订阅源列表（路由已验证可用的多维度 AI 搜索）
 SOURCES = [
@ -120,7 +121,10 @@ def main():
    new_items = []
    errors = []

-    for path, label in SOURCES:
+    # 2026-09-04 修复：GitHub Search API secondary rate limit（403→RSSHub 503）
+    # 6 源串行连发（间隔<1s）会触发限流冷却 30-60s，RSSHub 内部 retry 覆盖不了。
+    # 源间加延时（默认 15s），无论该源成败都等，避免突发连发。
+    for idx, (path, label) in enumerate(SOURCES):
        try:
            xml_text = fetch_rss(path)
            items = parse_items(xml_text)
@ -134,8 +138,12 @@ def main():
                continue
            seen.add(it["link"])
            new_items.append((label, it))
+        if idx < len(SOURCES) - 1:
+            time.sleep(SOURCE_DELAY)

-    save_seen(seen)
+    # 2026-09-04：dry-run 只预览不落盘，避免把真新条目标 seen 导致漏抓
+    if not dry:
+        save_seen(seen)

    # 写织忆
    written = 0
--- a/scripts/stock_daily_health.py
+++ b/scripts/stock_daily_health.py
@ -28,17 +28,17 @@ SCRIPTS = HOME / ".hermes" / "scripts"
 # 检查日: "daily"=工作日每天, "fri"=仅周五, "mon"=仅周一
 STOCK_CRONS = {
    "7a47cf882b8e": ("08:30 数据刷新", "mon", "08:30"),
-    "f3619a71aebb": ("08:00 股票新闻", "daily", "08:00"),
-    "c293eead6688": ("09:00 组合扫描+路由", "daily", "09:00"),
+    "c03c58e1e0aa": ("08:00 股票新闻", "daily", "08:00"),
+    "4855debe954a": ("09:00 组合扫描+路由", "daily", "09:00"),
    "78a94f88a88b": ("09:30-14:30 盘中金叉×11", "daily", "14:30"),
-    "c48bbbb4fd18": ("16:00 五粮液信号", "daily", "16:00"),
-    "5a78557f000b": ("17:00 回测汇总", "fri", "17:00"),
+    "67f13ef40ecb": ("16:00 五粮液信号", "daily", "16:00"),
+    "5206e141cd67": ("17:00 回测汇总", "fri", "17:00"),
    "2ebe9e7baa40": ("17:20 行业扫描", "fri", "17:20"),
    "d4268c2cfe85": ("17:30 因子快照", "fri", "17:30"),
    "2097eca598b2": ("18:00 多账户日报", "daily", "18:00"),
    "41b5be27c715": ("18:30 自动复盘", "daily", "18:30"),
    "1935e83a681a": ("09:00 矛盾周报", "mon", "09:00"),
-    "6061a782b772": ("10:00 投研周学习", "mon", "10:00"),
+    "50cff6b161a7": ("10:00 投研周学习", "mon", "10:00"),
 }

 # 数据文件新鲜度检查（期望按各自周期更新）
--- a/skills/.curator_ledger.jsonl
+++ b/skills/.curator_ledger.jsonl
--- a/skills/.usage.json
+++ b/skills/.usage.json
@ -344,16 +344,16 @@
    "archived_at": null,
    "created_at": "2026-07-23T09:27:16.552310+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-09-01T13:24:30.353399+00:00",
+    "last_patched_at": "2026-09-04T18:38:06.300591+00:00",
    "last_reused_patch_generation": 2,
-    "last_used_at": "2026-09-03T08:28:19.539412+00:00",
-    "last_viewed_at": "2026-09-03T08:28:19.518597+00:00",
-    "patch_count": 4,
-    "patch_generation": 2,
+    "last_used_at": "2026-09-04T18:38:02.602810+00:00",
+    "last_viewed_at": "2026-09-04T18:38:02.598315+00:00",
+    "patch_count": 5,
+    "patch_generation": 3,
    "pinned": false,
    "state": "active",
-    "use_count": 18,
-    "view_count": 18
+    "use_count": 20,
+    "view_count": 20
  },
  "blocked-page-recovery": {
    "archived_at": null,
@ -459,13 +459,15 @@
    "created_at": "2026-07-30T03:28:33.803582+00:00",
    "created_by": null,
    "last_patched_at": "2026-08-02T15:20:56.394720+00:00",
-    "last_used_at": "2026-08-02T15:20:48.942850+00:00",
-    "last_viewed_at": "2026-08-02T15:20:48.923159+00:00",
+    "last_reused_patch_generation": 0,
+    "last_used_at": "2026-09-04T18:53:32.351401+00:00",
+    "last_viewed_at": "2026-09-04T18:53:32.346534+00:00",
    "patch_count": 4,
+    "patch_generation": 0,
    "pinned": false,
    "state": "active",
-    "use_count": 4,
-    "view_count": 4
+    "use_count": 5,
+    "view_count": 5
  },
  "char-palace-prompts": {
    "archived_at": null,
@ -706,16 +708,16 @@
    "archived_at": null,
    "created_at": "2026-09-03T15:13:36.558361+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-09-03T15:13:45.894440+00:00",
-    "last_reused_patch_generation": 0,
-    "last_used_at": "2026-09-03T15:36:53.205305+00:00",
-    "last_viewed_at": "2026-09-03T15:36:53.186365+00:00",
-    "patch_count": 1,
-    "patch_generation": 1,
+    "last_patched_at": "2026-09-04T17:34:57.178533+00:00",
+    "last_reused_patch_generation": 5,
+    "last_used_at": "2026-09-04T17:34:01.038514+00:00",
+    "last_viewed_at": "2026-09-04T17:34:01.029541+00:00",
+    "patch_count": 6,
+    "patch_generation": 6,
    "pinned": false,
    "state": "active",
-    "use_count": 1,
-    "view_count": 1
+    "use_count": 5,
+    "view_count": 5
  },
  "curator-fixes-2026-08-30": {
    "archived_at": null,
@ -1145,6 +1147,21 @@
    "use_count": 20,
    "view_count": 20
  },
+  "file-resource-management": {
+    "archived_at": null,
+    "created_at": "2026-09-04T17:16:59.152300+00:00",
+    "created_by": null,
+    "last_patched_at": null,
+    "last_reused_patch_generation": 0,
+    "last_used_at": null,
+    "last_viewed_at": null,
+    "patch_count": 0,
+    "patch_generation": 0,
+    "pinned": false,
+    "state": "active",
+    "use_count": 0,
+    "view_count": 0
+  },
  "findmy": {
    "archived_at": null,
    "created_at": "2026-06-30T11:24:39.492606+00:00",
@ -1586,14 +1603,14 @@
    "created_by": null,
    "last_patched_at": "2026-08-28T13:02:49.751591+00:00",
    "last_reused_patch_generation": 2,
-    "last_used_at": "2026-09-03T17:01:30.246953+00:00",
-    "last_viewed_at": "2026-09-03T17:01:30.242511+00:00",
+    "last_used_at": "2026-09-04T17:27:21.253941+00:00",
+    "last_viewed_at": "2026-09-04T17:27:21.241758+00:00",
    "patch_count": 125,
    "patch_generation": 2,
    "pinned": false,
    "state": "active",
-    "use_count": 164,
-    "view_count": 163
+    "use_count": 167,
+    "view_count": 166
  },
  "hermes-desktop-kanban": {
    "archived_at": null,
@ -1655,14 +1672,14 @@
    "created_by": null,
    "last_patched_at": "2026-07-29T17:37:13.108192+00:00",
    "last_reused_patch_generation": 0,
-    "last_used_at": "2026-09-03T13:42:40.323581+00:00",
-    "last_viewed_at": "2026-09-03T13:42:40.318944+00:00",
+    "last_used_at": "2026-09-04T17:43:13.633188+00:00",
+    "last_viewed_at": "2026-09-04T17:43:13.615463+00:00",
    "patch_count": 4,
    "patch_generation": 0,
    "pinned": false,
    "state": "active",
-    "use_count": 22,
-    "view_count": 22
+    "use_count": 25,
+    "view_count": 25
  },
  "hermes-self-improvement": {
    "archived_at": null,
@ -2007,15 +2024,15 @@
    "created_at": "2026-05-07T16:49:22.137300+00:00",
    "created_by": "agent",
    "last_patched_at": "2026-08-29T03:58:02.347136+00:00",
-    "last_reused_patch_generation": 2,
-    "last_used_at": "2026-08-29T03:57:38.402948+00:00",
-    "last_viewed_at": "2026-08-29T03:57:38.397169+00:00",
+    "last_reused_patch_generation": 3,
+    "last_used_at": "2026-09-04T17:44:37.169609+00:00",
+    "last_viewed_at": "2026-09-04T17:44:37.155675+00:00",
    "patch_count": 36,
    "patch_generation": 3,
    "pinned": false,
    "state": "active",
-    "use_count": 44,
-    "view_count": 44
+    "use_count": 45,
+    "view_count": 45
  },
  "local-gpu-inference": {
    "archived_at": null,
@ -2223,14 +2240,14 @@
    "created_by": "agent",
    "last_patched_at": "2026-08-19T13:41:44.010466+00:00",
    "last_reused_patch_generation": 8,
-    "last_used_at": "2026-08-19T14:27:27.733776+00:00",
-    "last_viewed_at": "2026-08-19T14:27:27.722558+00:00",
+    "last_used_at": "2026-09-04T17:44:37.165064+00:00",
+    "last_viewed_at": "2026-09-04T17:44:37.143563+00:00",
    "patch_count": 8,
    "patch_generation": 8,
    "pinned": false,
    "state": "active",
-    "use_count": 6,
-    "view_count": 6
+    "use_count": 7,
+    "view_count": 7
  },
  "mlops:local-ai-infrastructure": {
    "archived_at": null,
@ -2863,16 +2880,16 @@
    "archived_at": null,
    "created_at": "2026-08-25T02:54:22.347526+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-08-26T01:23:23.386458+00:00",
-    "last_reused_patch_generation": 1,
-    "last_used_at": "2026-09-02T07:57:13.497297+00:00",
-    "last_viewed_at": "2026-09-02T07:57:13.492801+00:00",
-    "patch_count": 1,
-    "patch_generation": 1,
+    "last_patched_at": "2026-09-04T14:27:38.828538+00:00",
+    "last_reused_patch_generation": 2,
+    "last_used_at": "2026-09-04T14:27:32.475730+00:00",
+    "last_viewed_at": "2026-09-04T14:27:32.470983+00:00",
+    "patch_count": 3,
+    "patch_generation": 3,
    "pinned": false,
    "state": "active",
-    "use_count": 10,
-    "view_count": 10
+    "use_count": 12,
+    "view_count": 12
  },
  "scrapling": {
    "archived_at": null,
@ -2921,16 +2938,16 @@
    "archived_at": null,
    "created_at": "2026-07-08T18:13:02.034240+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-09-03T11:33:51.014207+00:00",
-    "last_reused_patch_generation": 34,
-    "last_used_at": "2026-09-03T14:18:41.928565+00:00",
-    "last_viewed_at": "2026-09-03T14:18:41.911595+00:00",
-    "patch_count": 237,
-    "patch_generation": 34,
+    "last_patched_at": "2026-09-04T16:39:21.174808+00:00",
+    "last_reused_patch_generation": 36,
+    "last_used_at": "2026-09-04T17:27:28.958071+00:00",
+    "last_viewed_at": "2026-09-04T17:27:28.945981+00:00",
+    "patch_count": 239,
+    "patch_generation": 36,
    "pinned": false,
    "state": "active",
-    "use_count": 222,
-    "view_count": 222
+    "use_count": 226,
+    "view_count": 226
  },
  "self-hosted-tunneling": {
    "archived_at": null,
@ -3145,14 +3162,14 @@
    "created_by": null,
    "last_patched_at": "2026-09-03T18:40:28.509857+00:00",
    "last_reused_patch_generation": 2,
-    "last_used_at": "2026-09-03T18:50:41.808932+00:00",
-    "last_viewed_at": "2026-09-03T18:50:41.795520+00:00",
+    "last_used_at": "2026-09-04T17:43:52.476894+00:00",
+    "last_viewed_at": "2026-09-04T17:43:52.459199+00:00",
    "patch_count": 2,
    "patch_generation": 2,
    "pinned": false,
    "state": "active",
-    "use_count": 45,
-    "view_count": 45
+    "use_count": 48,
+    "view_count": 48
  },
  "stock-research": {
    "archived_at": null,
@ -3408,16 +3425,16 @@
    "archived_at": null,
    "created_at": "2026-08-02T18:24:48.270464+00:00",
    "created_by": "agent",
-    "last_patched_at": "2026-08-20T03:06:03.803904+00:00",
-    "last_reused_patch_generation": 17,
-    "last_used_at": "2026-08-20T03:22:26.292517+00:00",
-    "last_viewed_at": "2026-08-20T03:22:26.277235+00:00",
-    "patch_count": 19,
-    "patch_generation": 17,
+    "last_patched_at": "2026-09-04T18:34:41.511889+00:00",
+    "last_reused_patch_generation": 38,
+    "last_used_at": "2026-09-04T18:40:00.738760+00:00",
+    "last_viewed_at": "2026-09-04T18:40:00.734335+00:00",
+    "patch_count": 40,
+    "patch_generation": 38,
    "pinned": false,
    "state": "active",
-    "use_count": 15,
-    "view_count": 15
+    "use_count": 27,
+    "view_count": 27
  },
  "windows-python-pip": {
    "archived_at": null,
@ -3533,14 +3550,14 @@
    "created_by": null,
    "last_patched_at": "2026-08-29T10:13:24.762118+00:00",
    "last_reused_patch_generation": 8,
-    "last_used_at": "2026-09-03T17:44:44.009198+00:00",
-    "last_viewed_at": "2026-09-03T17:44:43.996910+00:00",
+    "last_used_at": "2026-09-04T17:35:00.180526+00:00",
+    "last_viewed_at": "2026-09-04T17:35:00.168074+00:00",
    "patch_count": 739,
    "patch_generation": 8,
    "pinned": false,
    "state": "active",
-    "use_count": 430,
-    "view_count": 404
+    "use_count": 431,
+    "view_count": 405
  },
  "zhiyi-dev": {
    "archived_at": null,
--- a/skills/devops/bge-embed-crash-loop-fix/SKILL.md
+++ b/skills/devops/bge-embed-crash-loop-fix/SKILL.md
@ -6,6 +6,15 @@ description: bge-embed.service 崩溃重启循环（端口未释放 / venv 缺

 # bge-embed Crash Loop 排查与修复

+> ⚡ **2026-09-05 架构升级覆盖说明**：本 skill 写于 2026-09-01（bge 还在本机 8000、CUDA 正常态）。现在已外移：
+> - **本机 bge-embed 监听 8001**（纯 CPU fallback）——诊断本机服务用 `curl localhost:8001/health`
+> - **8000 = bge-failover-proxy**（新增 bge-proxy.service，转发远端 ZSB GPU / 本地 8001）
+> - `curl localhost:8000/health` 仍有效但走代理：返回 `DmlExecutionProvider`（远端 GPU 正常）或 `CPUExecutionProvider`（远端挂了自动切本地——**不是故障**，是 fallback 生效）
+> - 看门狗/健康检查语义变了：CPU 不再是"异常"，而是远端不可达时的正常兜底。判断"远端挂了"看代理日志 `journalctl --user -u bge-proxy` 或响应头 `X-BGE-Proxy`
+> - 下文所有 `:8000` 诊断命令（若针对**本机 bge 服务本身**）应改 `:8001`；`/health` 返回 CUDA/DML 的"正常态"判断不再适用于本机（本机恒 CPU）
+> - **gpu-health-watchdog.sh 已同步升级（2026-09-05）**：8000 /health 无响应时先 `restart bge-proxy`（主入口）再 `restart bge-embed`（fallback）——旧逻辑只重启 bge-embed 治不了 8000 代理挂。跑完再 `curl localhost:8000/health` 复验
+> - 完整新架构见 `windows-home-server-ops` skill「远端 AI 推理外移 + 故障切换代理」章节
+
 ## 症状
 bge-embed.service 反复崩溃重启，重启计数飙到 85337 次，但看起来"在线"。

--- a/skills/devops/cron-watchdog-hygiene/SKILL.md
+++ b/skills/devops/cron-watchdog-hygiene/SKILL.md
@ -79,6 +79,7 @@ for s, v in by.items():
 | 检查已下线服务 | health-watchdog 检测 omniroute/new-api（已直连化下架）| 删检测项，避免每次误报 + 尝试 start 不存在服务 |
 | 检查已下线/孤儿 DB | db-monitor 检查 cron.db（0 字节非真存储）| 从检查列表删掉 |
 | 硬编码唯一值 | anti-suicide-check 要求主模型必须 mimo-v2.5-pro | 改白名单（mimo + 授权切换模型），本质是"不能是未授权模型" |
+| 硬编码旧 cron job_id | 监控脚本按 job_id 检查执行，但 cron 迁移/重建后 id 变了 → 全部误报 NO_DIR/未执行 | 修前先 `hermes cron list` 对名字找**新 id**（任务还在，id 变了）；或让监控按任务名查 jobs.json |
 | git 跟踪运行时噪音 | cron/jobs.json.bak-agnes 使仓库永远 dirty | `git rm --cached <file>` |
 | 状态文件残留 | health.state 一直 'alarm' | 修好源后复跑，状态变 ok 自动发恢复 |

@ -92,9 +93,33 @@ for s, v in by.items():
 - [ ] git 无运行时噪音被跟踪
 - [ ] 所有监控复跑零告警，状态文件转 ok

+## 调度延迟容错（健康检查别在计划时刻就报"未执行"）
+
+**症状**：18:30 的 job 因 gateway 繁忙/daemon 排队实际 19:04 才跑，18:45 的健康检查看到当日无输出文件就报"未执行"（连续 3 天误报）。
+
+**根因**：cron 触发时间 ≠ 实际执行时间。gateway 卡死/长任务占线程时 daemon 排队，延迟可达 30+ 分钟。
+
+**修法**（stock_daily_health.py 2026-09-03 已落地）：检查"当日无文件"前，若 `now < sched + 30min` 则标 NOT_YET 不告警；超过 30min 仍无文件才报 NO_RUN。同坑也在监控类脚本通用——检查"X 应该已跑"一律给宽限窗口。
+
+**gateway 卡死判定线索**（2026-09-05 实测）：`journalctl --user -u hermes-gateway --since "<18:30 前>" | grep -iE 'wedged|interrupted|force-interrupt'` → 看到 Wedged-turn stack dump + liveness watchdog force-interrupt = 主对话占线程，cron 排队延迟的根因证据。cron 实际触发时间用 `hermes cron history <job_id> --limit 3` 拉（source=builtin 的时间戳是实际执行）。
+
+## 恢复后组件独立性验证（state.db 快照恢复后必答）
+
+用户问"向量模型/本地 7B 受影响吗"时，**用命令验证不用口头保证**（拉现状铁律）：
+
+```bash
+systemctl --user status bge-embed llama-server-7b zhiyid | grep Active   # 全 active
+curl -s :8000/v1/embeddings -d '{"model":"bge-m3","input":"测试"}'    # bge OpenAI 兼容端点
+curl -s -H "X-API-Key: zhiyi-dev-key-2026" :7821/api/v1/stats             # 织忆数据量
+ss -tlnp | grep :8420                                                      # TencentDB
+```
+
+**结论模式**：state.db 恢复只动 hermes 状态库，bge/llama/织忆/TencentDB 都是独立进程+独立数据目录，零依赖——恢复后唯一重启的是 hermes-gateway（预期内）。注意 busy_timeout 单独查询=0 是正常的（connection-level，代码层已设）；织忆 recall curl 直查 0 命中≠系统坏（工具层带正确 embedding 格式才准）。
+
 ## 本机现状（2026-09-03 清理后）

 - hermes cron 47 个（原 93，删 44 重复 + 2 危险项）；系统 crontab 空
 - 危险项已归档 `~/.hermes/scripts/.archive-20260903/`（state-db-watchdog*.py/sh、rebuild-delivery-obligations.sh）
 - 监控保留：db-monitor（纯告警）、health-watchdog（只拉起不杀）、anti-suicide-check
 - 完整清理过程见 `references/cron-watchdog-cleanup-20260903.md`
+- 股票健康检查误报两连（调度延迟 + 旧 job_id）见 `references/stock-health-false-alarms-20260904.md`
--- a/skills/devops/cron-watchdog-hygiene/references/stock-health-false-alarms-20260904.md
+++ b/skills/devops/cron-watchdog-hygiene/references/stock-health-false-alarms-20260904.md
@ -0,0 +1,32 @@
+# 股票健康检查误报两连（2026-09-04）
+
+## 误报 1：18:30 复盘"当日未执行"（连续 3 天）
+
+**症状**：cron `caad7f13d5c4`（股票系统健康体检 18:45）报 `❌ 18:30 自动复盘 当日未执行`，连报 3 天。
+
+**根因**：gateway 主对话 wedged turn 卡死 34 分钟 → daemon 排队 → 18:30 job 实际 19:04 才跑；18:45 健康检查看到当日无输出文件就报"未执行"。
+
+**修法**：`stock_daily_health.py` 加 30 分钟宽限——检查"当日无文件"前先算 `sched_dt + 30min`，未到则标 NOT_YET 不告警。
+
+## 误报 2：4 个任务 NO_DIR（同日 18:46 再报）
+
+**症状**：修复误报 1 后复测仍红：`08:00 股票新闻 / 09:00 组合扫描 / 16:00 五粮液 / 17:00 回测汇总` 全部 `NO_DIR`（无输出目录）。
+
+**根因**：`stock_daily_health.py` STOCK_CRONS 硬编码的是 **cron 迁移前的旧 job_id**，任务其实都活着但 id 变了 → 目录查不到 = 误报。
+
+**关键判据**：`hermes cron list` 里任务名还在但 id 对不上；`ls ~/.hermes/cron/output/<旧id>` 目录不存在。**先怀疑 job_id 迁移，不是任务被删。**
+
+**修法**：按任务名找新 id 更新映射：
+
+| 任务 | 旧 id（过期） | 新 id（2026-09 生效） |
+|---|---|---|
+| 每日股票新闻 08:00 | f3619a71aebb | c03c58e1e0aa |
+| 每日组合信号 09:00 | c293eead6688 | 4855debe954a |
+| 五粮液每日信号 16:00 | c48bbbb4fd18 | 67f13ef40ecb |
+| 股票每周回测汇总 fri | 5a78557f000b | 5206e141cd67 |
+| 股票投研周学习 mon | 6061a782b772 | 50cff6b161a7 |
+
+## 通用教训
+
+- **监控脚本按 job_id 检查 = 脆弱**：cron 迁移/重建会换 id，脚本静默失配。修前先 `hermes cron list` 按名字核 id；长期看应按任务名查 jobs.json。
+- **健康检查要给调度延迟留宽限**（30min），gateway 繁忙时 daemon 排队是常态不是异常。
--- a/skills/devops/file-resource-management/SKILL.md
+++ b/skills/devops/file-resource-management/SKILL.md
@ -0,0 +1,39 @@
+---
+name: file-resource-management
+description: 文件资源管理机制 — 脚本/图片/视频/文档分类存放，避免根目录散落。触发词"文件乱/资源管理/整理文件/归类"。
+---
+
+# 文件资源管理机制（2026-09-05 牧尘要求）
+
+## 核心原则（科学分类，遵循已有约定，不重复造轮子）
+
+| 文件类型 | 统一去处 | 理由 |
+|---------|---------|------|
+| **脚本** | `~/.hermes/scripts/`（140+ 统一库）| 已有脚本库，不新建 |
+| **知识/文档/研究** | `~/mc/小唯/06-Raw/<年>/` 按类分 reports/logs/images/videos | 进 Obsidian 可检索、进织忆图谱 |
+| **AI 生图/素材** | `~/mc/小唯/06-工具与资源/media/` | 跟随知识库备份体系 |
+| **下载** | `~/Downloads`（系统标准）| 不迁移 |
+| **根目录(~)** | 只允许 dotfile + 目录 | 散落文件 = 异常 |
+
+## 自动化机制
+
+### 1. resource-watchdog.py（cron c336c1c3b39f 每日5:00）
+- 扫描 ~ 根目录非 dotfile 文件
+- 按扩展名分类：.md/.json/.txt→reports；.png/.jpg→images；.mp4→videos；.zip→archives
+- 自动归档到 `~/mc/小唯/06-Raw/<year>/<kind>/`
+- watchdog 语义：干净静默，有散落才报警
+- 手动跑：`python3 ~/.hermes/scripts/resource-watchdog.py [--dry-run|--apply]`
+
+### 2. backup-cleanup.py（cron 6a87615b5155 每日4:00）
+- 自动轮转过期备份：state.db.*留3 / 快照留8 / bundle留2 / broken直删 / bak留2
+- 磁盘>85% 额外触发清理
+
+## 铁律
+1. 任何新备份机制必须先问"它怎么被自动清掉"（保留上限）
+2. 根目录不产生散落文件——产出物直接写入目标目录
+3. 安装前查重目录，模型用软链不复制
+4. 恢复/修复流程结尾必须含"验证新库健康→删旧残留"步骤
+
+## 归档历史
+- 2026-09-05 首建：根目录 53 散落文件 → 0；脚本归 legacy-checks、研究报告归 06-Raw
+- 2026-09-05 磁盘 86%→47%（释放 174G）：broken 83G + 双ComfyUI 30G + 旧备份 40G+ 缓存 8G+ 日志 4G
--- a/skills/devops/rsshub-ops/SKILL.md
+++ b/skills/devops/rsshub-ops/SKILL.md
@ -57,6 +57,17 @@ const out = response.items.map((item) => ({
 - 去重状态文件: `~/.hermes/data/rsshub_ai_seen.json`（最多 500 条）
 - 有新增 → 写入织忆 `/api/v1/commit`；无新增 → 静默退出
 - Cron: `6457e26da8c3` 每天 8:00/20:00
+- **源间延时**: `RSSHUB_SOURCE_DELAY` 环境变量可配，默认 15s
+
+## 2026-09-04 限流事故（403→503 误报）
+
+**症状**: cron 报 "HTTP Error 503"，但 RSSHub 本身 active，curl 单测也 200。
+
+**真相**: RSSHub 把上游 403 转成 503。`lib/routes/github/search.ts` 无缓存、每次实时打 GitHub Search API，6 源串行连发（间隔<1s）触发 **GitHub secondary rate limit**（403），冷却 30-60s；RSSHub 内置 ofetch retry（3s/6s backoff）覆盖不了 → 3 次重试全挂。日志特征: `Request https://api.github.com/search/repositories ... with error 403` + `--> GET /github/search/XXX 503`。
+
+**修复**: 脚本源间加 15s 延时（无论成败都等），单次 cycle 从 ~6s 拉长到 ~75s，请求节奏远低于限流阈值。dry-run 不再写 seen 状态文件（旧版无条件 `save_seen`，dry-run 会把真新条目标 seen 导致漏抓）。
+
+**验证**: `time python3 rsshub-zhiyi-fetch.py --dry-run` 应 exit 0 且无 ⚠️ 输出；`journalctl --user -u rsshub` 应见源间 15s 间隔的连续 200。

 ## Pitfalls

@ -64,3 +75,5 @@ const out = response.items.map((item) => ({
 2. **pnpm build 警告**: `TOLERATED_TRANSFORM` 和 `EVAL` 警告可忽略
 3. **状态文件污染**: 测试时 `--dry-run` 不写状态文件；但旧版本有 bug 会写
 4. **GitHub API 限流**: 无 token 时 60 次/h，有 token 5000 次/h
+5. **503 复发快速判定（2026-09-04 20:01 实例）**: cron 报"部分失败: GitHub LLM/深度学习 503"时，先 `for p in /github/search/LLM ...; do curl -s -o /dev/null -w "%{http_code}" http://127.0.0.1:1200$p; done` 实测——全 200 = 瞬时限流已自愈，无需处置。失败源**不标记 seen**（fetch 异常 continue，条目不写状态文件）→ 下轮自动补抓，无数据丢失；且 6 源按 link 跨源去重，LLM/deep+learning 漏抓的条目通常已被 ai/machine+learning 等重叠源写入（补跑返回空=证实）。
+6. **补跑验证法**: 收到部分失败告警后手动 `python3 rsshub-zhiyi-fetch.py` 补一轮——输出空（0 新增 0 报错）说明漏源条目已被重叠源覆盖；有新增则正常补写。
--- a/skills/devops/self-healing-infrastructure/SKILL.md
+++ b/skills/devops/self-healing-infrastructure/SKILL.md
@ -21,7 +21,11 @@ trigger: 系统部署、开机自启、配置更改、故障恢复场景、备
  **2026-08-01 Gateway 崩溃循环事故（真根因 = auto-heal 自杀）**：NRestarts=176 死循环的根源不是 unit 丢失本身，而是 config-protector.sh 的 auto-heal 机制——watchdog 检测到 hermes 重启瞬间 pgrep miss → 触发 `git checkout --force stable` → stable 停在 23 天前 → 整个 ~/.hermes 硬回滚 → 删新增文件/config 回退 → gateway 崩 → 再回滚 → 无限循环。帮凶：`git add -A` 跟踪运行时噪音 + stable tag 从 7-09 未更新 + hermes 在回滚触发列表。已修复（6044957/4edbd50/bee399d/4d1d2e2）+ 新增 anti-suicide-check.sh 每 30min 自检 6 规则。详见 references/auto-heal-suicide-crashloop-20260801.md。
  **2026-08-01 systemd-run 逃生通道**：gateway 内部硬保护拦截 stop/restart（SIGTERM 传播自杀），但 `systemd-run --user --unit=xxx --collect bash script.sh` 从 gateway 外部独立进程树执行可绕开——用于"停崩溃循环 → 释放端口 → systemd 接管"的接管序列。脚本内 sleep 4 给会话留发送回复时间。详见 references/auto-heal-suicide-crashloop-20260801.md。
  **2026-08-01 graph.db 空文件恢复 + NewAPI 503 误报**：记忆系统蒸馏全挂（graph_nodes 表不存在报错）根因是 7-30 迁移时把完整 graph.db 移到 archive、~/.hermes 只留 0 字节空文件——daemon.py 只查 os.path.exists 不建表。恢复：停 daemon → 清 graph.db-shm/wal → cp archive 完整库 → 重启验证蒸馏。每日复盘 503 system cpu overloaded 是崩溃循环期间 CPU 短飙的次生灾害，修根因后自动消失；ps aux 的 CPU 列是单核百分比，判断真实负载用 top -bn1。详见 references/graph-db-empty-recovery-20260801.md。
+  - **2026-09-05 备份保留治理 + SMB弱网僵死 + MCP残留噪音（三连 class-level）**：见 `references/disk-retention-governance-20260905.md`、`references/dual-backup-smb-hang-20260905.md`。要点速记：①垃圾根因=备份只增不删无上限，任何备份必须有保留上限+清理触发（已落地 backup-cleanup.py cron `6a87615b5155`）②SMB备份只在家庭局域网123.11做（牧尘铁律），StarVPN仅Gitea；CIFS弱网僵死=不可中断D态，大文件先本地再 rsync --partial ③MCP server command 指向不存在二进制=每5分钟重试噪音源，`hermes mcp list` 排查，生效需外部重启 gateway。
  - **2026-09-03 state.db 周期性损坏根治**：根因=OOM/SIGKILL 杀 gateway → WAL 未 checkpoint → 事务中断 → 单表损坏。修复链：上游 v0.21.0 busy_timeout+journal_size_limit + watchdog 降噪 + ExecStartPre stabilize + 回滚脚本。详见 `references/state-db-corruption-fix-20260903.md`。
+  - **2026-09-05 备份保留治理（class-level，牧尘"磁盘为什么这么满/怎么避免"）**：垃圾根因 = **备份/快照/损坏留档只增不删、无保留上限**。本次 86%→59%（释放 121G）：①memories.lance.broken.1787251919 83G（损坏重建后旧目录从不删）②memories.lance.bak-20260904 15G（修复前备份）③hermes-backup-20260717 16G（手动备份无保留期）④74 个 pre-watchdog 快照 7G（旧看门狗无轮转）⑤14 个散落 state.db.* 备份 2.5G（修完不清理）⑥ComfyUI 装两份 30G。**避免铁律**：①任何备份/快照必须设保留份数上限 + 清理触发点 ②恢复/修复流程结尾必须含"验证新库健康 → 删除旧残留"步骤 ③安装应用前查重、模型用软链不复制 ④磁盘 >85% 触发额外清理。已落地 `backup-cleanup.py`（cron `6a87615b5155` 每日 4 点：state.db.* 留3 / pre-watchdog 留3 / snap 留8 / bundle 留2 / broken 直删 / bak 留2）。详见 `references/disk-retention-governance-20260905.md`。
+  - **2026-09-05 SMB/CIFS 弱网备份僵死类（dual-backup 78 分钟卡死根治 + 牧尘"外网不备份"铁律）**：①**根因1（fstab）**：备份挂载写死 StarVPN IP（192.168.188.11）→ 外网也走 Tailscale 隧道传 1.9GB bundle → 网络抖动 CIFS 进程进**不可中断 D 态**（`SigBlk=ffffffffffffffff`，SIGKILL/cgroup.kill 都杀不掉），`timeout` 只杀 bash 包装、孙进程僵持数小时还占 flock fd。②**根因2（exclude 写反）**：`tar --exclude='*.lance'` 把真库排除、反而打进不以 .lance 结尾的 broken/bak 垃圾（98G），timeout 600 必失败。③**根因3（无并发锁）**：两轮手动/cron 重叠互踩。**修复模式（可复用）**：git bundle/大文件先写**本地盘**（11s）再 `rsync -a --partial`（可杀、断点续传）；tar 排除垃圾模式；`exec 9>lock; flock -n 9` 防并发（残留僵尸持锁时**删锁文件**绕开——新文件新 inode）；服务端禁 ICMP → 探测用 TCP 445 不是 ping。④**牧尘铁律（2026-09-04，最高优先级）**：SMB 备份**只在家庭局域网 192.168.123.11 做**；StarVPN(188.11) 只用于 Gitea 推送，绝不 SMB 备份。check_mount 只认 `/proc/mounts` 里 `//192.168.123.11/` 真实 cifs（mountpoint -q 对 autofs 恒真不可用），外网秒级静默跳过。fstab 已改回 123.11（fix-fstab-lan.sh）。详见 `references/dual-backup-smb-hang-20260905.md`。
+  - **2026-09-05 MCP server 配置残留 = 持续重试噪音源**：config.yaml `mcp_servers` 里 command 指向不存在二进制（codegraph 已被 codebase-memory-mcp 取代但配置没清）→ gateway 每 5 分钟 "failed initial connection, parking" 空转重试，观感像"系统持续异常"。另一个是 openclaw command 不在 PATH（实际在 nodejs 目录）。修法：`hermes mcp list` 看 transport/status → `hermes mcp remove <name>` 或改完整路径；toolset 引用 `mcp-codegraph` 同步改 `mcp-codebase-memory-mcp`。**生效需重启 gateway**（MCP 是启动时加载；内部重启被硬保护拦截，让用户在外部 ssh 执行 `systemctl --user restart hermes-gateway`）。⚠️ MCP server 配了但二进制不存在是静默噪音源，`pgrep` watchdog 只能看到真存在的 server，排查"持续异常"先 `hermes mcp list` 看 enabled 列表有没有假配置。
  - **2026-09-03 cgroup memory.current ≠ 进程真实 RSS（防误判 OOM）**：`MemoryCurrent=1.54G` 不代表 gateway 真的用 1.54G——cgroup.procs 缓存了已退出子进程的 RSS，**真实 gateway RSS 仅 ~488MB**。诊断三步：① `cat /sys/fs/cgroup/.../memory.current` 看 cgroup 计数 ② `ps -o pid,rss,comm -p <gateway-pid>` 看进程 RSS  ③ `cat cgroup.procs` 看是否有僵尸 PID。**类陷阱**：state.db 看 `stat -c%s` 335MB 不代表真数据 335MB——WAL 文件 0 字节 + SHM 32768 字节的 mmap 区是 SQLite 正常态，不算损坏。详见 `references/cgroup-memory-vs-real-rss-20260903.md`。
  - **2026-09-03 gateway 内部 self-restart 拦截是 string-based 全覆盖**：session 内任何含 `restart hermes-gateway` / `hermes gateway restart` / `systemctl ... restart hermes-gateway` 的命令字符串都被预先拦截——不是 partial 拦截，是全路径拦截。**绕开路径**：① 新 ssh/物理终端 ② `at` / 独立 systemd-run 单元 ③ 等系统 watchdog 自然重启。**判定**：session 内 `restart hermes-gateway` 返回 BLOCKED 而不是 timeout/permission denied = 你就在 gateway 内。详见 `references/state-db-corruption-fix-20260903.md` §陷阱 2 增强。
  - **2026-09-03 任务包写错方案的反思（"commit 让 PRAGMA 持久化"反模式）**：写"修某 PRAGMA 让它持久化"类方案时，**先查 SQLite pragma.html 文档**——`journal_size_limit` / `busy_timeout` / `cache_size` / `mmap_size` / `temp_store` 都是 connection-only，`conn.commit()` 无效。**反向论证路径**：写方案 → grep 上游 hermes-agent 是否有同类注释 → 实测新连接读什么 → 再确认方案。**类陷阱**：方案 P0 写 `busy_timeout=30000(30s)` 太大——journal_mode 切换窗口是毫秒级，30s 让连接长时间 hang，**100ms 已够**。任何数值类方案，先回答"这个值是给什么场景用的？窗口多长？"再拍数。
--- a/skills/devops/windows-home-server-ops/SKILL.md
+++ b/skills/devops/windows-home-server-ops/SKILL.md
@ -1,12 +1,12 @@
 ---
 name: windows-home-server-ops
-description: "家庭服务器 (192.168.123.11 Windows) 部署与运维 — SSH 管理、Node 服务常驻（schtasks）、防火墙放行、Windows cmd/PowerShell 坑。替代 Docker（服务器没装）。"
-version: 1.3.0
+description: "Windows 机器部署与运维（家庭服务器 192.168.123.11 + ZSB 192.168.5.104）— SSH/schtasks 常驻、防火墙放行、远端 AI 推理外移 + 故障切换代理（bge/llama 类）、DirectML GPU 推理、Windows cmd/PowerShell 坑。替代 Docker（机器没装）。含 LAN 内新 Windows 机器接入探测。"
+version: 1.5.0
 author: 小唯 A06
-tags: [windows, server, schtasks, ssh, deploy, node, 家庭服务器, firewall, openclaw, hermes, feishu]
-trigger: "部署到家庭服务器 / 192.168.123.11 / 192.168.188.11 / Windows服务器上跑服务 / 服务器常驻服务 / schtasks / 服务器模型切换 / hermes gateway 重启 / openclaw 飞书配置"
+tags: [windows, server, schtasks, ssh, deploy, node, 家庭服务器, firewall, openclaw, hermes, feishu, bge, inference, failover]
+trigger: "部署到家庭服务器 / 192.168.123.11 / 192.168.188.11 / 192.168.5.104 / ZSB / Windows服务器上跑服务 / 服务器常驻服务 / schtasks / 服务器模型切换 / hermes gateway 重启 / openclaw 飞书配置 / 新Windows机器接入探测 / SMB凭据验证 / NT_STATUS_LOGON_FAILURE / 192.168.5.x机器 / 远端推理外移 / bge外移 / 向量模型部署 / 故障切换代理 / onnxruntime-directml / DirectML GPU推理"
 created: 2026-08-03
-updated: 2026-08-20
+updated: 2026-09-05
 ---

 # Windows 家庭服务器部署与运维
@ -24,6 +24,61 @@ updated: 2026-08-20
 | Gitea | ✅ 3000 端口 |
 | SMB 共享 | ✅ `beifen` 等挂载于 `/mnt/server-backup` |

+## 新 Windows 机器接入探测（LAN 内新增主机，无 SSH 通道时）
+
+场景：牧尘给一组新凭据（`主机名\用户名` + 密码）和 IP，机器此前未管理。**先探测、后下结论，别假设能 SSH。**
+
+探测序列（无 nmap 时用 /dev/tcp 循环）：
+
+1. **先搜织忆/session** 确认主机名是否已知，别把新机器当成已知服务器（08-20 铁律：只碰被提到的目标）。
+2. **ping 存活**（本机 LAN 192.168.5.x 一般通；.188.11 VPN 网段禁 ICMP 只信 TCP）。
+3. **端口探测** 22 135 139 445 3389 5985 5986：135/139/445 = Windows SMB；22/3389/5985 全关 = 新装系统还没开远程管理通道。
+4. **身份确认**：`nmblookup -A IP` 拿主机名/工作组（无凭据即可验身份；`zsb\zsb` 格式里第一个 zsb 是主机名）。
+5. **凭据验证走 SMB**（唯一开着的通道）：
+   ```bash
+   smbclient -L //IP -U 'user%pass' -m SMB3
+   # 变体：-W WORKGROUP / -U 'HOST\user%pass' / 直接 //IP/IPC$ -c 'exit'
+   ```
+6. 全变体仍 LOGON_FAILURE → 回报牧尘确认密码/账户状态，同时给出开通道方案，别自己瞎猜密码。
+
+Pitfalls：
+
+- **NT_STATUS_LOGON_FAILURE** = 凭据或账户策略问题（密码错 / 账户禁用 / 禁网络登录），**不是通道问题**。换 -W、域前缀、IPC$ 三变体后再下结论。
+- **别用 `-m NT1`**：现代 Windows 报 `Max protocol NT1 is less than min protocol SMB2_02`（INVALID_PARAMETER_MIX）。用 SMB3/默认。
+- **新装 Windows 默认无 SSH/RDP/WinRM**：此刻无法远程执行命令。推进 = 需有人在机器前装 OpenSSH Server（`Add-WindowsCapability -Online -Name OpenSSH.Server~~~~0.0.1.0`）或开 RDP。
+- 实例实录：`references/onboarding-zsb-1921685104-20260905.md`（探测阶段）；完整部署+外移见 `references/remote-bge-inference-zsb-20260905.md`
+
+## 远端 AI 推理外移 + 故障切换代理（本机瘦身核心模式 2026-09-05）
+
+把 CPU/GPU 推理（bge 嵌入、llama 等）外移到 LAN Windows 机器，本机只留 fallback：
+
+```
+调用方(zhiyid/hermes) → localhost:8000 (bge-failover-proxy.py 常驻本机)
+   ├── 远端通 → http://192.168.5.104:8000   (ZSB GPU/DirectML) 主
+   └── 远端挂 → http://127.0.0.1:8001        (本机 CPU fallback) 兜底
+```
+
+### 部署侧关键事实（ZSB 192.168.5.104 实录）
+- **机器**：Windows + NVIDIA MX450 2GB（Turing 带 INT8 Tensor Core）；同网段 192.168.5.x（非家庭服务器 192.168.123.11！同网段才能低延迟）。
+- **GPU 路线选 DirectML 而非 CUDA**：onnxruntime-gpu 需外装 CUDA Toolkit + cuDNN（数百 MB 系统级），DirectML（`pip install onnxruntime-directml`）直接调 MX450 显存、零额外依赖。provider = `DmlExecutionProvider` 优先 + CPU 兜底。
+- **模型传 int8 版**（bge model_int8.onnx ~570MB），别传 fp32 2.7G。
+- **常驻用 schtasks SYSTEM**（`/sc onstart /ru SYSTEM`），bat 里必须 `set "VAR=value"` 标准写法——`set VAR=value &&` 会把 `&&` 前的空格吞进变量值（repr 可见尾随空格）→ tokenizer 加载失败。
+- **Windows 默认拦截**：查 `python.exe` 入站 Block 规则（会静默拦服务端口）；OpenSSH 规则常仅限 Private 而 WLAN 是 Public → 外部 22 不通。修：删 Block 规则、`netsh advfirewall` 放行端口、OpenSSH 改 Any profile。
+
+### 本机代理（bge-failover-proxy.py）设计要点
+- 调用方**零改动**：它只认 localhost:8000；代理决定去哪。
+- 每次请求前探远端 `/health`（1.5s 超时），通→远端，不通→本地。加 **3s 冷却 + 状态缓存**防探测风暴。
+- 响应带 `X-BGE-Proxy: remote-104 / local-106` 头，验收时一眼看路由。
+- systemd：本机 bge-embed 改 `BGE_PORT=8001`（fallback 常驻不杀）；新 `bge-proxy.service` 占 8000。
+- **故障测试用 iptables 模拟**：`sudo iptables -I OUTPUT -p tcp --dport 8000 -d 192.168.5.104 -j REJECT` → 验自动切本地 → `-D` 移除 → 验切回远端。
+- 完整脚本 + 服务文件在 `~/.hermes/scripts/bge-failover-proxy.py` + `~/.config/systemd/user/bge-proxy.service`。
+
+### Pitfalls（外移场景特有）
+- **同网段 vs 跨网段**：外移推理必须同 LAN（192.168.5.x），别指到另一网段服务器（192.168.123.11）——延迟/路由不可控。
+- **旧进程占端口**：本机 8001 曾被 ZSB 部署期间的临时 `python3 -m http.server 8001` 占住 → bge bind 失败 `Address already in use`，重启无效。诊断：`ss -tlnp | grep :8001` 看占用者 cmd，杀错对象（bge 进程正常但端口被别的占）。
+- **Windows 端 curl 是 PowerShell 别名**：用 `curl.exe`。
+- **部署包走 HTTP 下载比 SMB 稳**：ZSB 默认禁匿名 guest SMB（AllowInsecureGuestAuth=0），Linux 侧 `python3 -m http.server` 暴露 + 防火墙放行即可。
+
 ## SSH 连接模板

 ```bash
@ -127,10 +182,21 @@ curl -s -o /dev/null -w "external: %{http_code}" http://192.168.123.11:1200/heal
 10b. **⛔ 用户问"A服务配置"只查A，不碰B** — "openclaw飞书"≠"hermes飞书"。擅自改没被提到的服务 = 搞坏它。2026-08-20 教训。
 11. **config.yaml 不含飞书配置** — 飞书凭据全在 `.env`（FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_HOME_CHANNEL），不在 config.yaml。重写 config.yaml 不会丢飞书配置，但 .env 要独立维护。
 12. **⛔ openclaw.json 有严格 schema 校验** — 不能手写完整 JSON 替换（尤其含 `models.providers.xiaomi` 等非标准字段会报 `Invalid input`）。安全做法：PowerShell `Add-Member` 只添加缺失字段，不碰已有结构。详见 `references/openclaw-feishu-model-switch-20260820.md`。
+13. **⛔ 服务器禁 ICMP：ping 不通 ≠ 离线** — StarVPN 网段 192.168.188.11 实测 ping 100% 丢，但 TCP 445/3000 全通（Windows 防火墙禁了 ICMP）。任何"探测服务器可达性"的逻辑**别用 ping**，用 TCP 探测：`timeout 3 bash -c 'echo > /dev/tcp/192.168.188.11/445'`。2026-09-04 教训：dual-backup.sh check_mount 用 ping → 服务器其实在线却被判"离线常态跳过"，备份静默丢失。
+14. **⛔ SMB 挂载 IO 可无限挂起** — CIFS `soft` 挂载在网络劣化时 ls/du/tar 仍会挂起等 IO（实测 StarVPN 瞬断后 ls snapshots 卡 120s+、cron 备份脚本卡满 3600s 超时）。**防护**：a) 大操作一律 `timeout N cmd`（git bundle 1.88GB 用 300s、LanceDB tar 130GB 用 600s），超时跳过并记日志，别让整个 cron 卡死；b) 恢复：`sudo umount -l /mnt/server-backup && sudo mount -a`（-l lazy 卸载立即释放卡住的 IO）。c) 重挂用 fstab 的 credentials 文件：`sudo mount -a`（别手打密码选项，会 Invalid argument）。
+15. **备份脚本设计教训（2026-09-04 dual-backup 4 连败）** — 备份目标含 git bundle（~1.9GB）+ LanceDB tar（130GB 目录）每次全量写 SMB，网络差时必卡。修复：给每个重量级操作独立 `timeout`（快速失败而非无限等），check_mount 探测从 ping 改 TCP 445，LanceDB tar 失败只跳过不阻塞后续快照。详见 `references/dual-backup-smb-hang-20260904.md`。
+16. **⛔⛔ 双备份铁律（2026-09-04 牧尘指示）：SMB 备份只在家庭局域网(192.168.123.11)做，StarVPN(192.168.188.11) 只用于 Gitea 推送，绝不用来做备份** — 真正根因是 fstab 把 `/mnt/server-backup` 的 `x-systemd.automount` 写死成了 `//192.168.188.11/beifen`，导致外网也走 Tailscale 挂 SMB 传 1.9GB → 弱网僵死。诊断顺序：`grep server-backup /proc/mounts` 看真实挂载 IP（不是 mountpoint -q——**autofs 挂载点恒真，必须 grep /proc/mounts 找 cifs 行**）；`grep server-backup /etc/fstab` 看 automount 目标。修复脚本 `fix-fstab-lan.sh`：只替换 fstab IP 为 123.11，**保留 x-systemd.automount**（去掉会坏——脚本内 `sudo -n mount` 无 NOPASSWD，全靠 automount 触发挂载）。外网时 check_mount 探测 123.11:445 不通即秒级跳过。
+17. **⛔ git bundle / tar 直写 SMB 卡死后 timeout 杀不掉（D-state/信号全阻塞）** — 2026-09-04 实测：rsync 写半死 CIFS 挂载，`/proc/PID/status` 显示 `SigBlk: ffffffffffffffff`，kill -9 无效，只能 `sudo umount -l` 让底层 IO 报错才退出。**根治模式：大文件先本地打包再 rsync 单文件**——git bundle 本地打只花 11s（直写 SMB 卡 78 分钟），rsync 单文件可被 timeout 正常杀且 `--partial` 续传。bundle 按天命名 + 当日只打一次，避免每 6h 重传 1.9GB。
+18. **⛔ LanceDB 备份 exclude 语义陷阱** — `--exclude='*.lance'` 排除的是以 `.lance` **结尾**的目录（真库 memories.lance/episodes.lance），但 `memories.lance.broken.1787251919`、`memories.lance.bak-20260904` 不以 .lance 结尾**不会被排除** → 每次 tar 的是 98G broken/bak 垃圾而非真库。另：**zhiyid 运行中直接 tar LanceDB 目录 = 损坏快照**（8-21 教训）。结论：LanceDB 全量备份不该塞进 6h push（35G 真库 + 在线一致性），需独立低频任务或等 zhiyid snapshot API。本地 `~/.hermes/backups/` 已被 state.db 快照占满，暂存放 `backups/dual-backup/` 子目录。
+19. **flock 子进程继承坑** — `exec 9>lock; flock -n 9` 后，git/rsync 等子进程继承 fd 9；父 bash 被杀但孙进程僵死时锁永远被占，后续运行报"已有备份在运行"。排查：`pgrep -af 'dual-backup|git bundle|rsync.*hermes-git'` 找残留，杀不掉就 umount 释放。
+20. **外网 cron 静默跳过的判定标准** — 不在家（123.11:445 不通）= 常态，跳过备份 return 0 静默；只有"局域网通但同步失败"才 error。别把"外网"当 error 上报。

 ## 参考

 - `references/rsshub-windows-deploy-2026-08.md` — RSSHub 部署全程实录（命令、日志、验证）
 - `references/openclaw-feishu-model-switch-20260820.md` — OpenClaw 模型切换 + 飞书配置修复 + schtasks 常驻
 - `references/hermes-gateway-restart-workaround-20260820.md` — hermes gateway 阻止 SSH 重启的绕过方法（schtasks 中转）
+- `references/dual-backup-smb-hang-20260904.md` — SMB 挂载 IO 挂起事故：禁 ICMP 探测陷阱 + timeout 兜底 + umount -l 恢复
+- `references/onboarding-zsb-1921685104-20260905.md` — 新机器 ZSB (192.168.5.104) 接入实录：探测结果 + SMB 凭据验证失败 + 无通道待闭环
+- `references/remote-bge-inference-zsb-20260905.md` — 完整闭环：ZSB DirectML GPU 部署实录 + 本机故障切换代理（架构/验证/改动清单）
 - Gitea 镜像流程见 `gitea-repo-mirroring` skill
--- a/skills/devops/windows-home-server-ops/references/dual-backup-smb-hang-20260904.md
+++ b/skills/devops/windows-home-server-ops/references/dual-backup-smb-hang-20260904.md
@ -0,0 +1,66 @@
+# dual-backup SMB 挂起事故全记录（2026-09-04 两次诊断 + 根治）
+
+## 症状
+
+dual-backup cron（b450955bf58e，每 6h）当日多次失败：18:00 轮卡满 60min 被杀（last_status=error 19:00:57），手动重试轮 20:15 外层 timeout 900 杀掉 bash 但 **git bundle 孙进程残留 78 分钟**（21:38 才死）。
+
+## 第一层诊断（白天）→ 见本文件下方通用教训
+
+初步修复加了 timeout 兜底 / TCP 探测，**但没解决根因**，晚上复发。
+
+## 第二层诊断（夜间，真正根因）
+
+1. 残留进程：`pgrep -af 'git bundle'` → `timeout 300 git bundle create ...` 与 git 本体都还活着 → 内层 timeout 300 已失效（进程阻塞在 CIFS 写，信号无法送达）。外层 timeout 只杀了 bash，**孙进程变孤儿继续僵**。
+2. `ps -o pid,stat,wchan -p PID` → S state + `wait_woken`；`grep SigBlk /proc/PID/status` → `ffffffffffffffff`（全信号阻塞）→ kill -9 无效。**只有 umount 让 IO 报错才释放**。
+3. `grep server-backup /proc/mounts` → 挂载源是 `//192.168.188.11/beifen`（StarVPN/Tailscale），**不是局域网 123.11**。
+4. `grep server-backup /etc/fstab` → `//192.168.188.11/beifen /mnt/server-backup cifs credentials=...,_netdev,x-systemd.automount` —— **fstab 把 automount 写死成 StarVPN IP**，这是所有卡死的总根源。
+5. `du -sh /var/lib/memoryweave/*` → `memories.lance.broken.1787251919`=83G（损坏残留）+ `memories.lance.bak-20260904`=15G + 真库 memories.lance=17G / episodes.lance=18G。原 tar `--exclude='*.lance'` 排真库、留垃圾，每次打 95G。
+
+## 根治（牧尘指示 2026-09-04：SMB 备份只在家庭局域网做，StarVPN 只推 Gitea）
+
+### fix-fstab-lan.sh（需 sudo 执行）
+
+- umount 当前 StarVPN 残留挂载（lazy）
+- fstab `//192.168.188.11/beifen` → `//192.168.123.11/beifen`
+- **保留 `x-systemd.automount`**：脚本内 `sudo -n mount` 无 NOPASSWD，去掉 automount 在家也挂不上。外网时 check_mount 先探测 123.11:445 不通即跳过，根本不触发 automount。
+- 备份 `/etc/fstab.bak.20260904-lan`；systemctl daemon-reload
+
+### dual-backup.sh check_mount 重写要点
+
+- **勿用 `mountpoint -q`**（autofs 挂载点恒真）；以 `grep '//192\.168\.123\.11/.* /mnt/server-backup ' /proc/mounts` 判断真实 cifs 挂载
+- 挂载为 188.11 残留 → return 2 跳过（外网不做备份）
+- 未挂载 → TCP 探测 123.11:445；不通 return 2（外网常态静默）；通则 `ls /mnt/server-backup` 触发 automount
+
+### 步骤 8 git bundle 根治
+
+- **本地先打 bundle**（写本地盘，11s 完成）→ `rsync -a --partial` 单文件到服务器
+- 按天命名 `hermes-git-YYYYMMDD.bundle` + 当日只打一次（stat mtime < 今天 00:00 才重建）
+- rsync 带 `timeout 300 --partial`：网络差被杀也不卡死，下次续传；本地副本保留
+- 暂存目录 `$HERMES/backups/dual-backup/`（避免和 state.db 快照混）
+
+### 步骤 10 LanceDB tar 移除
+
+- exclude 语义陷阱：`*.lance` 只匹配结尾 .lance，broken/bak 目录漏网 → 打了 98G 垃圾
+- zhiyid 在线运行中 tar LanceDB = 损坏快照（8-21 教训）
+- 35G 真库过 StarVPN 远超 cron 60min 预算 → **从 6h push 移除**，留 TODO（等 snapshot API 或独立低频 rsync）
+- 保留 SQLite 真数据备份（53M graph.db 走 `~/.hermes/` 取，软链真身在本地）
+
+### flock 并发锁
+
+`exec 9>lock; flock -n 9` 防 cron/手动重叠；注意子进程继承 fd 9，僵死孙进程会占锁 → 排查残留进程。
+
+## 验证结果（实测）
+
+- git bundle 本地打包：**11 秒**（此前直写 SMB 卡 50-78 分钟）✅
+- bundle rsync 300s 超时（StarVPN 传 1.9G 确实慢）→ 正确走失败分支继续后续步骤，不再拖死 cron ✅
+- 外网 push：秒级"不在家庭局域网，跳过"✅
+- 待牧尘执行 `sudo bash ~/.hermes/scripts/fix-fstab-lan.sh` 清残留挂载 + 改 fstab
+
+## 通用教训（两层合并）
+
+- **服务器禁 ICMP 时 ping 探测全废** — 一律 TCP 端口探测（445/3000/22）
+- **CIFS soft 挂载不是免挂起** — 大 IO 要外层 timeout 兜底
+- **卡死 CIFS 写：kill 无效（信号全阻塞）→ `sudo umount -l` 才释放**
+- **大文件备份模式：本地打包 → rsync 单文件（可杀、--partial 续传），勿直写 SMB**
+- **备份通道走 VPN = 自找卡死**；SMB 备份只走局域网，VPN 只做轻量推送
+- **grep /proc/mounts 判真实挂载，别信 mountpoint -q（autofs 恒真）**
--- a/skills/devops/windows-home-server-ops/references/onboarding-zsb-1921685104-20260905.md
+++ b/skills/devops/windows-home-server-ops/references/onboarding-zsb-1921685104-20260905.md
@ -0,0 +1,23 @@
+# ZSB 新机器接入实录（2026-09-05，未闭环）
+
+## 凭据（牧尘提供）
+
+- 账户：zsb，完整格式 `zsb\zsb`（主机名\用户名）
+- 密码：1020
+- IP：192.168.5.104（本机 LAN，本机 .106 同网段）
+- 用途：未说明（首次出现，记忆/织忆/session 均无 zsb 记录）
+
+## 探测结果（实测 2026-09-05）
+
+- ping 通（~2ms）
+- 端口：135/139/445 OPEN（Windows SMB）；22/3389/5985/5986/47001/5900 全关
+- `nmblookup -A`：主机名 **ZSB**，工作组 **WORKGROUP**，MAC 8C-B8-7E-18-B4-BA
+- SMB 凭据验证 zsb/1020：全变体 **NT_STATUS_LOGON_FAILURE**
+  - `smbclient -L //IP -U 'zsb%1020' -m SMB3`（带/不带 `-W`）、`-U 'zsb\zsb%1020'`、`//IP/IPC$ -c 'exit'` 均失败
+  - `-m NT1` 报 INVALID_PARAMETER_MIX（现代 Windows 最低协议 SMB2_02，别用 NT1）
+
+## 结论 / 状态
+
+- 机器身份确认（ZSB / WORKGROUP），但**凭据未验证、无任何远程管理通道**（无 SSH/RDP/WinRM）
+- 已回报牧尘：①确认密码/账户状态 ②开 OpenSSH Server（`Add-WindowsCapability -Online -Name OpenSSH.Server~~~~0.0.1.0`）或开 RDP 后才有通道
+- **未闭环**：等牧尘答复后再继续；续接时先看本文件，别从头重复探测
--- a/skills/devops/windows-home-server-ops/references/remote-bge-inference-zsb-20260905.md
+++ b/skills/devops/windows-home-server-ops/references/remote-bge-inference-zsb-20260905.md
@ -0,0 +1,68 @@
+# bge 嵌入外移 ZSB + 故障切换代理（2026-09-05 完整闭环）
+
+## 目标
+
+织忆向量召回从本机 CPU (106) 外移到 ZSB (192.168.5.104, Windows + MX450 2GB GPU)。本机只留 CPU fallback。
+
+## 最终架构
+
+```
+zhiyid (织忆, 零改动) → localhost:8000
+  └─ bge-failover-proxy.py (106 本机常驻, bge-proxy.service)
+       ├── 远端通 → http://192.168.5.104:8000 (ZSB GPU / DmlExecutionProvider)
+       └── 远端挂 → http://127.0.0.1:8001 (本机 CPU fallback)
+```
+
+调用方只认 localhost:8000，代理决定去哪 → **故障切换对 zhiyid 透明**。
+
+## ZSB 侧（192.168.5.104）——由该机智能体部署
+
+### 机器事实
+- Windows, 主机名 ZSB, 工作组 WORKGROUP, 同网段 192.168.5.x
+- GPU: NVIDIA MX450 2GB (Turing, INT8 Tensor Core)
+- 凭据: zsb\zsb / 密码由牧尘提供（SSH 22 后已通，OpenSSH 规则改 Any profile）
+
+### GPU 路线决策：DirectML 而非 CUDA
+- onnxruntime-gpu 1.29 需外装 CUDA 13 Toolkit + cuDNN 9（数百 MB 系统级，1.29 不自带 DLL）
+- onnxruntime-gpu 1.20.1/1.24.1 也不自带 CUDA DLL
+- **onnxruntime-directml 1.24.4**：直接调 MX450 显存，零额外依赖 → 选它
+- providers = DmlExecutionProvider 优先 + CPU 兜底
+- 实测显存占用 632~694 MiB / 2048 MiB，embedding 1024 维正常
+
+### 模型文件（只传 int8 版，~570MB 非 2.7G）
+- bge_embed_server.py 默认用 model_int8.onnx（systemd 设 BGE_MODEL_FILE=model_int8.onnx）
+- tokenizer 依赖：sentencepiece（XLMRobertaTokenizer slow）；VC++ 2015-2022 x64 运行库必须装（onnxruntime 缺 DLL 报错）
+- Python 依赖: onnxruntime-directml + transformers + numpy + sentencepiece
+
+### 常驻 + 防火墙
+- schtasks SYSTEM 任务 bge-embed（/sc onstart /ru SYSTEM），开机自启
+- 防火墙 bge-8000 规则放行
+- **修的两个隐藏问题**：① python.exe 入站 Block 规则残留两条（拦截 8000）→ 删；② OpenSSH 规则仅限 Private 而 WLAN 是 Public → 改 Any profile
+
+## 106 侧改动
+
+1. `~/.hermes/scripts/bge-failover-proxy.py`（新增，代理本体）
+2. `~/.config/systemd/user/bge-proxy.service`（新增，监听 8000）
+3. `bge-embed.service`：BGE_PORT 8000→8001（本机变 fallback）
+
+代理要点：每次请求前探远端 /health（1.5s 超时）+ 3s 冷却 + 状态缓存；响应带 X-BGE-Proxy 头（remote-104 / local-106）；转发只回 content-type + 重算 Content-Length。
+
+## 故障切换验证（iptables 模拟）
+
+```bash
+sudo iptables -I OUTPUT -p tcp --dport 8000 -d 192.168.5.104 -j REJECT
+# → 代理自动切 local-106，HTTP 200，X-BGE-Proxy: local-106
+sudo iptables -D OUTPUT -p tcp --dport 8000 -d 192.168.5.104 -j REJECT
+# 冷却期过 → 自动切回 remote-104
+```
+
+## 坑
+
+- 8001 曾被临时 `python3 -m http.server 8001` 占住 → bge bind 失败（Address already in use），重启无效。诊断看 `ss -tlnp` 占用者 cmd。
+- 部署包传 ZSB：SMB 匿名 guest 被禁（AllowInsecureGuestAuth=0），改走 Linux 侧 `python3 -m http.server` HTTP 下载 + 防火墙放行最稳。
+- Windows cmd `set VAR=value && ...` 会把 `&&` 前空格吞进变量值 → 必须 `set "VAR=value"` 标准 bat 写法。
+
+## 部署包
+
+- bge-model.tar.gz 418MB（int8 + tokenizer 全套）曾放 kocr 共享 → 已清理。
+- zhiyid 零改动。rerank 仍是本地（zhiyid 内部 bge-reranker-v2-m3）。
--- a/skills/zhiyi/zhiyi/SKILL.md
+++ b/skills/zhiyi/zhiyi/SKILL.md
@ -274,6 +274,13 @@ json.dump(d, open('cares-queue.json','w'), ensure_ascii=False, indent=2)

 > 🛑 **新会话必读**：本 skill 顶部「快速状态」表是**当前真实部署状态**（2026-06-25 全链路验证通过）。任何关于织忆的判断，先看此表 + 跑下方「系统全面检查步骤」（10 秒内拿真实状态）。**绝对不要从 AGENTS.md / MEMORY.md 里过去 1 个月以上的描述直接判断织忆状态**。

+> ⚡ **2026-09-05 bge 架构升级（重要！）**：嵌入推理已外移 ZSB (192.168.5.104, Windows + MX450 GPU/DirectML)。**端口含义变了**：
+> - **8000 = bge-failover-proxy**（新增 bge-proxy.service，调用方唯一入口）：远端 104:8000 GPU 优先，故障自动切本地 8001 CPU
+> - **8001 = 本机 bge-embed**（bge-embed.service，BGE_PORT 已改 8001，纯 fallback）
+> - 检查命令 `curl localhost:8000/health` **仍然有效**（走代理→远端 DML），但返回 providers 会是 `DmlExecutionProvider`（远端）而非 `CPUExecutionProvider`
+> - 想看真实后端：响应头 `X-BGE-Proxy: remote-104 / local-106`；或 `ss -tlnp | grep -E ':8000|:8001'` 看两个进程
+> - 故障切换对 zhiyid **零感知**（它只认 localhost:8000）。详见 `windows-home-server-ops` skill「远端 AI 推理外移 + 故障切换代理」章节
+
 **最后一次实地拉状态：2026-08-02（四系统体检 + episodes 持久化修复后）**

 | 项目 | 状态 | 路径/值 |