2026-10-26 · 工程 · 自动化

自动化任务卡住时,先补上退出码和超时

一条每天运行的任务连续失败,问题不在模型,而在调用层:错误输出被当成致命错误, 进程没有超时,失败也没有留下可核验的退出记录。

最近检查一条每日内容任务时,日志里只有“开始”和一行版本信息,没有完成记录, 也没有明确的错误码。表面上像是模型没有工作,实际是外层包装先退出了。 这件事提醒我:自动化任务的可靠性,不能只看它有没有写出结果,还要看它失败时能不能说清楚为什么。

一、有错误输出,不等于任务失败

很多命令行程序会把版本、进度和警告写到标准错误流,但最后仍然成功退出。 如果外层脚本把任何一行错误输出都当成致命错误,任务就会在真正开始工作之前被终止。

更稳的判断依据是进程的退出码,而不是输出流里有没有“错误”两个字。 错误输出应该完整保存,供失败后定位;是否成功,要由退出码和产物共同决定。

二、所有外部进程都要有超时

网络、登录、模型响应、等待输入,都可能让一个进程停在那里。没有超时, 计划任务就会一直占着,下一次运行也无法开始,日志还停留在“启动中”。

超时不是简单地把任务标记为失败。更完整的处理是:到点终止进程,保存已经产生的输出, 记录终止原因,再让下一次运行重新开始。失败可以重试,但不能无限等待。

三、退出码为空要单独处理

有些启动器会再拉起一个子进程,外层拿到的是空退出码。空值既不能直接当成功, 也不能直接当失败,必须结合输出和最终产物判断。

我的做法是:先看进程有没有在限定时间内结束,再看标准输出是否产生了预期内容, 最后检查目标文件是否真的写出。三层都满足才算完成;只有其中一层通过,仍然不算成功。

四、先跑最小预检,再跑完整任务

完整任务可能运行几分钟,出错后重试成本高。更便宜的办法是先发一个极小请求, 要求它只返回固定文本,例如 PREFLIGHT_OK。

预检能同时验证可执行文件、模型连接、输入输出重定向和超时逻辑。 预检通过后再启动完整任务,就能把“环境不通”和“内容不合格”分开处理。

五、日志至少留下五个字段

  1. 开始时间和结束时间,用来确认耗时和是否超时。
  2. 退出码,区分成功、失败和被人为终止。
  3. 标准输出和标准错误的长度,确认程序确实工作过。
  4. 产物数量,例如生成了几篇文章、几份文件。
  5. 失败原因和保留路径,避免下次从头猜。

结论

稳定的自动化不是“从来不报错”,而是每一轮都在有限时间内结束, 成功有产物,失败有证据,下一次还能安全重来。

先把退出码、超时和日志补齐,再谈模型效果和内容质量。 底层调用不清楚时,上层做得再漂亮也只是偶然成功。

继续读 备份通过了完整性测试,却少了最近两天的文章, 或回到 全部笔记。 回到首页