"""圆桌后台作业执行器（Phase 3a）。

把 Phase 2 的编排引擎（``run_orchestration``）作为**后台 asyncio 任务**跑起来，
survive 发起请求的生命周期。每个任务：

  1. ``set_current_user``：用作业的 user_id 设进程内用户上下文，让引擎里的进度落库
     （``JobProgressWriter`` → ``RoundtableJobRepository.update_progress(user_id=AUTO)``）
     正确归属（与 scheduled task 后台执行同一套做法）；
  2. 用 ``gateway_factory`` 构造一个 ``RoundtableGateway``（Phase 3a 默认模拟网关，
     Phase 3b 换成进程内真网关），跑完整编排（循环 → 共识 → 报告）。

任务句柄登记在 ``_tasks`` 里，供 ``cancel`` 用；完成后自动摘除。
"""

from __future__ import annotations

import asyncio
import logging
import os
import uuid as _uuid
from collections.abc import Callable
from contextlib import suppress
from dataclasses import dataclass, field
from datetime import UTC, datetime, timedelta
from typing import Any

from deerflow.agents.roundtable_orchestrator import (
    JobProgressWriter,
    SeatRef,
    run_orchestration,
)
from deerflow.persistence.roundtable_diagnostics import DiagnosticsRecorder, get_default_store
from deerflow.persistence.roundtable_drafts.sql import DraftConcurrentWriteError
from deerflow.runtime.user_context import reset_current_user, set_current_user

logger = logging.getLogger(__name__)

# 本 worker 进程的唯一标识（Phase 3 租约持有者）。pid 保证同机多 worker 进程互不相同，
# 追加随机后缀避免 pid 复用导致的极端撞车。跨进程「谁在跑这个作业」由它写进 lease_owner。
WORKER_ID = f"w-{os.getpid()}-{_uuid.uuid4().hex[:8]}"

# 租约 TTL 与心跳间隔（Phase 3）。心跳每 _HEARTBEAT_INTERVAL 秒续租一次，把 lease_until
# 推到 now + _LEASE_TTL_SECONDS。只要 worker 活着，租约永远不过期、别的 worker 抢不走；
# worker 崩溃后心跳停止，最长 _LEASE_TTL_SECONDS 后租约过期，dispatcher 在其它 worker 上
# 重新领取（attempt+1）—— 崩溃可接管的一致性来自 DB 租约而非进程内存。
# 约束：_LEASE_TTL_SECONDS 必须明显大于 _HEARTBEAT_INTERVAL（留足续租余量）。
_LEASE_TTL_SECONDS = 60
_HEARTBEAT_INTERVAL = 20.0

# 跨进程取消轮询间隔（秒）。cancel 端点把 ``status='cancel_requested'`` 写进 DB（权威意图），
# 实际跑作业的 worker 上的看门狗协程定期读 DB 检测到后，收口 ``cancelled`` 终态并对本进程的
# 编排 task 调 ``cancel()``。多 worker 下 cancel 请求可能打到非执行 worker，靠此机制最长延迟
# 一个轮询周期即可让幽灵作业停下。
_CANCEL_POLL_INTERVAL = 5.0

# 草稿乐观锁重试次数。每次尝试都带 expected_version（冲突则重读重试）；重试全部耗尽后
# **绝不退化为无版本检查的 last-write-wins 盲写**，而是给作业置 draft_persist_pending
# 标记，由 outbox 补偿器（Phase 3）投影结果到草稿——一致性来自 DB 标记而非运气。
_DRAFT_WRITE_RETRIES = 3

# 「后台挂起」的 Step3 自动产出（方案总结报告 md + 结果绘制 HTML）总开关。
# 历史：2026-06-05 因后台 start_run 路径报告不稳定临时禁用；2026-06-12 定位到根因是
# ``_enforce_agent_access`` 对进程内虚拟 request 的 ``request.state`` 裸访问（AttributeError
# 杀死编排，见 tests/test_roundtable_inprocess_request.py），修复后恢复开启。
# 现 Step2 收口后自动跑：① roundtable-summary 写「方案总结报告.md」② roundtable-report
# 画「方案总览.html」，两段故障隔离（engine._run_step3），产物按手动同款形状写回草稿。
ROUNDTABLE_BACKGROUND_REPORT_ENABLED = True


class _JobUser:
    """最小 CurrentUser：满足 user_context 的 ``.id`` 结构协议。"""

    def __init__(self, user_id: str) -> None:
        self.id = user_id


# 头像配色：与前端 getAvatarTypeFor 对齐（内置圆桌席位固定色，其余按序轮换）。
_BUILTIN_AVATAR = {
    "roundtable-intelligence": "purple",
    "roundtable-environment": "emerald",
    "roundtable-solution-design": "human",
    "roundtable-risk-review": "amber",
    "roundtable-execution-plan": "pink",
    "roundtable-summary": "blue",
}
_FALLBACK_AVATAR = ["blue", "purple", "emerald", "amber", "pink"]


def _avatar_for(agent_id: str, index: int) -> str:
    return _BUILTIN_AVATAR.get(agent_id) or _FALLBACK_AVATAR[index % len(_FALLBACK_AVATAR)]


# 工具步骤卡的回退文案。前端 getStepDisplay 对 tool 步骤是从 key+args 推图标/文案的,
# 存的 label 基本不展示——这里给个合理回退即可（与前端默认文案对齐）。
_STEP_LABEL = {
    "agent_orchestration": "派活给子智能体",
    "write_file": "写入文件",
    "str_replace": "写入文件",
    "read_file": "读取文件",
    "ls": "列出文件夹",
    "bash": "执行命令",
    "web_search": "搜索相关信息",
    "ask_clarification": "需要你的协助",
    "present_files": "展示文件",
}


def _steps_from_tool_calls(tool_calls: list[dict], dialogue_id: object, ts: str) -> list[dict]:
    """把一轮 tool_calls 映射成前端 ``Step2Dialogue.steps``（工具步骤卡）。

    - ``key`` = ``tool_calling:<toolName>``——前端 ``getStepDisplay`` 据此推图标 + 文案;
    - ``id``  = ``<dialogueId>-<i>``——对齐前端 ``${bubbleId}-${stepIndex}``;
    - ``args`` 原样带上（write_file 的 path/content、派活的 agent_name/task 等）。
    """
    steps: list[dict] = []
    for i, tc in enumerate(tool_calls or []):
        name = tc.get("name") or ""
        if not name:
            continue
        steps.append(
            {
                "id": f"{dialogue_id}-{i}",
                "key": f"tool_calling:{name}",
                "label": _STEP_LABEL.get(name, f"使用 “{name}” 工具"),
                "ts": ts,
                "args": tc.get("args") or {},
            }
        )
    return steps


def _seat_stub_messages(dialogues: list[dict]) -> dict[str, list[dict]]:
    """从各对话的 write_file 调用重建 ``seatStubMessages``（threadId → [stub ai message]）。

    对齐前端 ``upsertSeatToolCall`` 的 stub 形状与 id 约定（消息 ``roundtable-stub-<tid>``、
    工具调用 ``tc-<tid>-<i>``），使加载草稿后点开产物的虚拟 URL 能正确解析到内容。
    同一 thread 跨轮写多次按 path 去重（后写覆盖），与前端一致。
    """
    by_tid: dict[str, dict[str, dict]] = {}
    for d in dialogues:
        tid = d.get("threadId")
        if not tid:
            continue
        for tc in d.get("toolCalls") or []:
            if tc.get("name") != "write_file":
                continue
            path = str((tc.get("args") or {}).get("path") or "")
            by_tid.setdefault(tid, {})[path] = tc  # 后写覆盖
    out: dict[str, list[dict]] = {}
    for tid, by_path in by_tid.items():
        tool_calls = [
            {"id": f"tc-{tid}-{i}", "name": "write_file", "args": tc.get("args") or {}}
            for i, tc in enumerate(by_path.values())
        ]
        out[tid] = [{"id": f"roundtable-stub-{tid}", "type": "ai", "content": "", "tool_calls": tool_calls}]
    return out


def _to_step2_dialogue(d: dict, idx_by_agent: dict[str, int]) -> dict:
    """把作业的中性对话记录映射成前端 Step2Dialogue 形状（含 avatarType / steps /
    agentThreadId / time），使写进草稿 step2.runs 后，前端 hydrateStep2Run 能像手动跑
    一样直接渲染——步骤卡、时间戳、点开产物全部可用。"""
    dialogue_id = d.get("id")
    time_str = d.get("time") or ""
    base: dict = {
        "id": dialogue_id,
        "content": d.get("content") or "",
        "time": time_str,
        "streaming": False,
        "steps": _steps_from_tool_calls(d.get("toolCalls") or [], dialogue_id, time_str),
    }
    thread_id = d.get("threadId")
    if thread_id:
        base["agentThreadId"] = thread_id
    if d.get("role") == "leader":
        return {**base, "sender": "总控协调", "avatarType": "blue", "confidence": "派活说明"}
    aid = d.get("agentId") or ""
    return {
        **base,
        "sender": d.get("name") or aid,
        "avatarType": _avatar_for(aid, idx_by_agent.get(aid, 0)),
        "confidence": "子智能体交付",
    }


@dataclass
class StartParams:
    job_id: str
    user_id: str
    agents: list[SeatRef]
    seed_message: str
    model: str | None = None
    mode: str = "recommend"
    intent_text: str = ""
    thread_ids: dict[str, str] | None = None
    coordinator_name: str = "roundtable-coordinator"
    # 关联草稿：作业完成后把 step3 报告写回该草稿，使「查看报告」可用。
    draft_id: str | None = None
    # 外部任务 id（taskId 深链会商）。非空 = task 作业：draft_id 指向独立的
    # roundtable_task_drafts 表，研讨/报告写回 task-draft 存储（不分权）。
    task_id: str | None = None
    # 是否为「续跑」（resume 澄清）。首启=False → 真网关建全新线程（不复用前端线程，
    # 避免与前端本地研讨的活跃 run 撞 409）；续跑=True → 复用作业自己的线程。
    is_resume: bool = False
    # chain 模式来源链条（写进草稿 run 用，展示）。
    chain: dict[str, Any] | None = None
    # dag 模式分层编排计划（前端 OrchestrationPlan dict）：驱动引擎 _run_dag + 写进草稿 run
    # 供前端流程图渲染。None = 非 dag（引擎按 mode 回退 chain/recommend）。
    orchestration_plan: dict[str, Any] | None = None
    # 是否自动产出 Step3（方案总结报告 + 结果绘制）。默认沿用全局开关（现已恢复 True，
    # 见 ROUNDTABLE_BACKGROUND_REPORT_ENABLED）。测试可显式覆盖。
    enable_report: bool = ROUNDTABLE_BACKGROUND_REPORT_ENABLED
    # 席位执行模式（快速/思考/专业问答/多智能体）派生参数，沿用 Step2 选择。仅 special 席位用：
    # 覆盖 roundtable_run_policy("seat") 的 thinking/reasoning（None → policy 默认）；
    # subagent 仅 ultra 档为真。透传给进程内网关(InProcessRoundtableGateway)的席位 run。
    seat_thinking_enabled: bool | None = None
    seat_reasoning_effort: str | None = None
    seat_subagent_enabled: bool = False
    # 每席位「技能识别强化」开关映射 {agent_id: bool}（沿用 Step2 所选业务链条里每个席位的
    # 配置）。透传给进程内网关，run_seat 按 agent_id 查表，与各席位 agent 自身 config.yaml 的
    # 同名开关取 OR。默认空 dict。
    seat_skill_directives: dict[str, bool] = field(default_factory=dict)
    # 每席位「推理深度覆盖」映射 {agent_id: SeatMode}（值 flash/thinking/pro/ultra，沿用 Step2 所选
    # 业务链条里每个席位单独配的推理深度）。透传给进程内网关，run_seat 按 agent_id 查表：命中 → 用该
    # 档派生的 thinking/reasoning/subagent 覆盖作业级 seatMode；未命中 → 跟随作业级。默认空 dict。
    seat_modes: dict[str, str] = field(default_factory=dict)
    # 是否在研讨前先跑一轮**全席位并行『取数』**（业务链条逐条 opt-in）：各席位并行只调技能取数、
    # 不研讨，产出作为共享资料注入后续研讨轮。透传给 run_orchestration 的 gather_first。默认 False。
    gather_first: bool = False
    # 深链接业务码（rwfx→6BF 等）。透传给 run_orchestration → build_summary_prompt：写实业务额外注入
    # 「业务链完整性核对」，让后台总结报告核对产出相对业务链完不完整。普通会商为空 → 不注入。
    business_code: str | None = None
    # Phase 3 租约持有者（= dispatcher 领取时写入的 worker_id）。执行器据此：① 所有进度落库
    # 带 lease_owner（update_progress 租约门，非持租者的过期写被拒）；② 心跳续租；③ 看门狗
    # 检测到 cancel_requested 时以持租者身份收口 cancelled。None = 旧路径（不走租约门）。
    lease_owner: str | None = None


# ── Phase 3：input_snapshot 序列化 / 反序列化 ─────────────────────────────────
#
# 路由 start/resume 时把整份启动入参序列化成 JSON 存进 ``input_snapshot``；dispatcher
# 在**任意 worker** 领取 queued/租约过期作业后，据此无损重建 StartParams —— 这是「跨进程
# 可接管 / 崩溃可恢复」的前提（不再依赖发起请求的那个 worker 的进程内存）。
#
# 快照 schema 版本 ``_SNAPSHOT_VERSION``：将来字段变更时升版并兼容读旧版。
_SNAPSHOT_VERSION = 1


def build_start_snapshot(
    *,
    user_id: str,
    agents: list[SeatRef],
    seed_message: str,
    model: str | None = None,
    mode: str = "recommend",
    intent_text: str = "",
    thread_ids: dict[str, str] | None = None,
    coordinator_name: str = "roundtable-coordinator",
    draft_id: str | None = None,
    task_id: str | None = None,
    is_resume: bool = False,
    chain: dict[str, Any] | None = None,
    orchestration_plan: dict[str, Any] | None = None,
    enable_report: bool = ROUNDTABLE_BACKGROUND_REPORT_ENABLED,
    seat_thinking_enabled: bool | None = None,
    seat_reasoning_effort: str | None = None,
    seat_subagent_enabled: bool = False,
    seat_skill_directives: dict[str, bool] | None = None,
    seat_modes: dict[str, str] | None = None,
    gather_first: bool = False,
    business_code: str | None = None,
) -> dict[str, Any]:
    """把一次启动入参序列化为可 JSON 落库的快照 dict（snake_case，对齐 StartParams）。"""
    return {
        "v": _SNAPSHOT_VERSION,
        "user_id": user_id,
        "agents": [{"agent_id": a.agent_id, "name": a.name} for a in agents],
        "seed_message": seed_message,
        "model": model,
        "mode": mode,
        "intent_text": intent_text,
        "thread_ids": thread_ids,
        "coordinator_name": coordinator_name,
        "draft_id": draft_id,
        "task_id": task_id,
        "is_resume": is_resume,
        "chain": chain,
        "orchestration_plan": orchestration_plan,
        "enable_report": enable_report,
        "seat_thinking_enabled": seat_thinking_enabled,
        "seat_reasoning_effort": seat_reasoning_effort,
        "seat_subagent_enabled": seat_subagent_enabled,
        "seat_skill_directives": dict(seat_skill_directives or {}),
        "seat_modes": dict(seat_modes or {}),
        "gather_first": bool(gather_first),
        "business_code": business_code,
    }


def params_from_snapshot(
    snapshot: dict[str, Any] | None, *, job_id: str, lease_owner: str | None
) -> StartParams | None:
    """从 ``input_snapshot`` 无损重建 StartParams。快照缺失 / 损坏返回 None（调用方跳过）。"""
    if not snapshot or not isinstance(snapshot, dict):
        return None
    try:
        agents = [
            SeatRef(str(a.get("agent_id") or ""), str(a.get("name") or a.get("agent_id") or ""))
            for a in (snapshot.get("agents") or [])
            if isinstance(a, dict) and a.get("agent_id")
        ]
        if not agents:
            return None
        return StartParams(
            job_id=job_id,
            user_id=str(snapshot.get("user_id") or ""),
            agents=agents,
            seed_message=str(snapshot.get("seed_message") or ""),
            model=snapshot.get("model"),
            mode=str(snapshot.get("mode") or "recommend"),
            intent_text=str(snapshot.get("intent_text") or ""),
            thread_ids=snapshot.get("thread_ids"),
            coordinator_name=str(snapshot.get("coordinator_name") or "roundtable-coordinator"),
            draft_id=snapshot.get("draft_id"),
            task_id=snapshot.get("task_id"),
            is_resume=bool(snapshot.get("is_resume")),
            chain=snapshot.get("chain"),
            orchestration_plan=snapshot.get("orchestration_plan"),
            enable_report=bool(snapshot.get("enable_report", ROUNDTABLE_BACKGROUND_REPORT_ENABLED)),
            seat_thinking_enabled=snapshot.get("seat_thinking_enabled"),
            seat_reasoning_effort=snapshot.get("seat_reasoning_effort"),
            seat_subagent_enabled=bool(snapshot.get("seat_subagent_enabled")),
            seat_skill_directives=dict(snapshot.get("seat_skill_directives") or {}),
            seat_modes=dict(snapshot.get("seat_modes") or {}),
            gather_first=bool(snapshot.get("gather_first")),
            business_code=snapshot.get("business_code"),
            lease_owner=lease_owner,
        )
    except Exception:  # noqa: BLE001 — 快照损坏不应让 dispatcher 崩溃
        logger.exception("failed to rebuild StartParams from snapshot for job %s", job_id)
        return None


# 网关工厂：给定一次启动参数，返回一个 RoundtableGateway 实例。
GatewayFactory = Callable[[StartParams], object]


class RoundtableJobExecutor:
    def __init__(self, store, *, gateway_factory: GatewayFactory, draft_store=None, task_draft_store=None) -> None:
        self._store = store
        self._gateway_factory = gateway_factory
        # 草稿仓储（可选）：作业完成后把 step3 写回草稿，供前端「查看报告」。
        self._draft_store = draft_store
        # task 草稿仓储（独立、不分权）：task 作业(params.task_id 非空)写回这里而非个人草稿。
        self._task_draft_store = task_draft_store
        self._tasks: dict[str, asyncio.Task] = {}

    def _draft_store_for(self, params: StartParams):
        """task 作业 → 独立 task-draft 存储；普通作业 → 个人草稿存储。"""
        return self._task_draft_store if params.task_id else self._draft_store

    def start_job(self, params: StartParams) -> bool:
        """启动一个后台编排任务。同一 job 已在跑则忽略（幂等）。返回是否新启动。"""
        if params.job_id in self._tasks and not self._tasks[params.job_id].done():
            return False
        task = asyncio.create_task(self._run(params))
        self._tasks[params.job_id] = task
        task.add_done_callback(lambda t, jid=params.job_id: self._tasks.pop(jid, None))
        return True

    async def _run(self, params: StartParams) -> None:
        token = set_current_user(_JobUser(params.user_id))
        diag = DiagnosticsRecorder(
            get_default_store(),
            scope="background",
            job_id=params.job_id,
            draft_id=params.draft_id,
            task_id=params.task_id,
            user_id=params.user_id,
        )
        try:
            await diag.record(
                stage="job", level="info", event="job_started",
                message=f"后台挂起作业启动（mode={params.mode}{'，续跑' if params.is_resume else ''}）",
                detail={"mode": params.mode, "is_resume": params.is_resume, "agents": [a.agent_id for a in params.agents]},
            )
            gateway = self._gateway_factory(params)
            thread_ids = params.thread_ids or {}
            coordinator_name = params.coordinator_name
            # 真网关需要先进程内建好 leader/seat 线程；模拟网关无 init_threads。
            # 首启（非 resume）始终建**全新线程** —— 绝不复用前端本地研讨的线程
            # （那些线程可能有活跃 run，复用会撞 409）。resume 时复用作业自己的线程。
            init = getattr(gateway, "init_threads", None)
            if init is not None and not params.is_resume:
                thread_ids, coordinator_name = await init()
                try:
                    await self._store.update_progress(
                        params.job_id,
                        lease_owner=params.lease_owner,
                        thread_ids=thread_ids,
                        coordinator_name=coordinator_name,
                    )
                except Exception:  # noqa: BLE001
                    logger.warning("persist thread_ids for job %s failed", params.job_id, exc_info=True)

            # 每轮模型返回后，把对话作为一个带 jobId 的 run 写进草稿 step2.runs[]
            # —— 和手动跑同一存取路径（draft_store.update_draft），加载草稿即可显示。
            async def _on_dialogue(dialogues: list[dict], consensus: int) -> None:
                await self._write_run_to_draft(
                    params, dialogues=dialogues, status="running", consensus=consensus, thread_ids=thread_ids
                )

            progress = JobProgressWriter(
                self._store,
                job_id=params.job_id,
                agents=params.agents,
                on_dialogue=_on_dialogue if (self._draft_store_for(params) and params.draft_id) else None,
                recorder=diag,
                # Phase 3：进度落库带租约持有者 —— update_progress 租约门只放行持租者的写，
                # 非持租者（被接管/已取消）的过期进度写被 DB 条件 UPDATE 拒绝。
                lease_owner=params.lease_owner,
            )
            # Phase 3 心跳续租：活着就持续把 lease_until 推后，保证本 worker 的租约不过期、
            # 别的 worker 抢不走；本协程随编排 task 生死（finally 里 cancel）。崩溃则心跳停，
            # 租约最长 _LEASE_TTL_SECONDS 后过期 → dispatcher 在其它 worker 接管。
            main_task = asyncio.current_task()
            heartbeat = (
                asyncio.create_task(self._heartbeat(params.job_id, params.lease_owner, main_task))
                if params.lease_owner
                else None
            )
            # 跨进程取消看门狗：run_orchestration 是一个不透明长 await（多轮 LLM），
            # 无法在其内部插检查点。改为起一个并行的看门狗协程，定期读 DB 的 job status；
            # cancel 端点把 status=cancel_requested 写进 DB（权威意图），看门狗检测到后以**持租者**
            # 身份收口 cancelled 终态（清唯一活跃键 + 租约）并对本编排 task 调 cancel() →
            # CancelledError 在 run_orchestration 的下一个 await 点抛出并上抛。
            # 这让 cancel 在多 worker 下跨进程生效——cancel 打到非执行 worker 也无妨。
            watcher = asyncio.create_task(
                self._watch_cancellation(params.job_id, main_task, params.lease_owner)
            )
            try:
                result = await run_orchestration(
                    gateway=gateway,
                    progress=progress,
                    agents=params.agents,
                    thread_ids=thread_ids,
                    coordinator_name=coordinator_name,
                    model=params.model,
                    seed_message=params.seed_message,
                    mode=params.mode,
                    intent_text=params.intent_text,
                    enable_report=params.enable_report,
                    plan=params.orchestration_plan,
                    gather_first=params.gather_first,
                    business_code=params.business_code,
                )
            finally:
                watcher.cancel()
                with suppress(asyncio.CancelledError, Exception):
                    await watcher
                if heartbeat is not None:
                    heartbeat.cancel()
                    with suppress(asyncio.CancelledError, Exception):
                        await heartbeat
            # 终态：把最终对话 + step3 + jobStatus 落进同一个 run（含 furthest_step=3）。
            await self._write_run_to_draft(
                params,
                dialogues=result.dialogues,
                status=result.status,
                consensus=100 if result.status == "done" else 95,
                step3=result.step3,
                thread_ids=thread_ids,
            )
            # step3 也挂 job（API / 弹窗用）。带租约门：仅持租者可写。
            if result.status == "done" and result.step3:
                try:
                    await self._store.update_progress(
                        params.job_id, lease_owner=params.lease_owner, step3=result.step3
                    )
                except Exception:  # noqa: BLE001
                    logger.warning("persist step3 to job %s failed", params.job_id, exc_info=True)
        except asyncio.CancelledError:
            # 干净停止即可，**不在被取消的任务里写 DB**：取消态下二次 await 会再抛
            # CancelledError、并可能打断进行中的 sqlite 连接。``cancelled`` 终态由
            # 取消看门狗（或租约过期后的 dispatcher 回收）权威写入。
            logger.info("roundtable job %s cancelled", params.job_id)
            raise
        except Exception as exc:  # noqa: BLE001 — 顶层兜底：run_orchestration 内部已尽量标 error
            logger.exception("roundtable job %s crashed", params.job_id)
            await diag.record(
                stage="job", level="error", event="job_crashed",
                message=f"后台挂起作业崩溃：{exc}",
                detail={"type": type(exc).__name__, "error": str(exc)},
            )
        finally:
            reset_current_user(token)

    async def _heartbeat(
        self, job_id: str, lease_owner: str, main_task: asyncio.Task
    ) -> None:
        """定期续租：把 ``lease_until`` 推到 now + TTL，声明「本 worker 仍在跑、仍持租」。

        只要主任务活着且续租成功，别的 worker 的 dispatcher 看到租约未过期就不会抢；主任务
        结束（或本协程被 cancel）后不再续租，租约自然到期。续租失败（租约已被接管 / 状态已变）
        说明本 worker 已不是持租者，必须立即停止本地编排，避免过期 worker 继续消耗模型资源；
        其任何迟到进度写也会被租约门拒绝。
        """
        try:
            while not main_task.done():
                await asyncio.sleep(_HEARTBEAT_INTERVAL)
                if main_task.done():
                    return
                try:
                    ok = await self._store.renew_lease(
                        job_id,
                        lease_owner=lease_owner,
                        lease_until=datetime.now(UTC) + timedelta(seconds=_LEASE_TTL_SECONDS),
                    )
                except Exception:  # noqa: BLE001 — DB 抖动不中断心跳，下轮重试
                    logger.warning("roundtable job %s renew_lease failed", job_id, exc_info=True)
                    continue
                if not ok:
                    logger.info(
                        "roundtable job %s: renew_lease rejected (lease lost or status changed)",
                        job_id,
                    )
                    if not main_task.done():
                        main_task.cancel()
                    return
        except asyncio.CancelledError:
            # 编排结束 → _run 的 finally cancel 了心跳 → 安静退出。
            return

    async def _watch_cancellation(
        self, job_id: str, main_task: asyncio.Task, lease_owner: str | None
    ) -> None:
        """定期轮询 DB 检测跨进程取消标志（``cancel_requested``），并以持租者身份收口。

        多 worker 下 cancel 请求可能打到**非执行** worker，该 worker 的 ``cancel()`` 在
        ``_tasks`` 里找不到此 job（返回 False）。但 cancel 端点始终把 ``status='cancel_requested'``
        写进 DB（权威意图）。本看门狗跑在**实际执行作业的 worker** 上，检测到后：

        1. 以**持租者**身份 ``finalize_cancel``——条件 UPDATE 把 cancel_requested 收口为终态
           ``cancelled``，同时清唯一活跃键 + 租约（一致性来自 DB，绝不双收口）；
        2. 对本地编排 task 调 ``cancel()``，让 ``run_orchestration`` 在下一个 await 点抛
           ``CancelledError`` 干净退出。

        DB 读失败时静默重试（不中断看门狗）。兼容旧数据：若 DB 里已是终态 ``cancelled``
        （旧版 cancel 端点直写），直接取消本地 task。
        """
        try:
            while not main_task.done():
                await asyncio.sleep(_CANCEL_POLL_INTERVAL)
                if main_task.done():
                    return
                try:
                    # user_id=None → 不按 user 过滤，纯读 status（看门狗不关心归属）。
                    row = await self._store.get(job_id, user_id=None)
                except Exception:  # noqa: BLE001 — DB 读失败不中断看门狗，下轮重试
                    continue
                status = (row.get("status") or "") if row is not None else ""
                if status == "cancel_requested":
                    logger.info(
                        "roundtable job %s: detected cancel_requested in DB, finalizing "
                        "cancelled and cancelling orchestration task",
                        job_id,
                    )
                    # 以持租者身份收口；非持租者（理论上不该发生）则退化为无租约条件收口。
                    try:
                        await self._store.finalize_cancel(job_id, lease_owner=lease_owner)
                    except Exception:  # noqa: BLE001 — 收口失败不阻断本地取消
                        logger.warning("roundtable job %s finalize_cancel failed", job_id, exc_info=True)
                    if not main_task.done():
                        main_task.cancel()
                    return
                if status == "cancelled":
                    # 兼容：旧路径已直接把 cancelled 写进 DB —— 本地 task 照样停下。
                    logger.info(
                        "roundtable job %s: detected cancelled in DB, cancelling orchestration task",
                        job_id,
                    )
                    if not main_task.done():
                        main_task.cancel()
                    return
        except asyncio.CancelledError:
            # 编排正常结束 → _run 的 finally cancel 了看门狗 → 安静退出。
            return

    async def _write_run_to_draft(
        self,
        params: StartParams,
        *,
        dialogues: list[dict],
        status: str,
        consensus: int,
        step3: dict | None = None,
        thread_ids: dict[str, str] | None = None,
    ) -> None:
        """把本次后台作业作为一个带 jobId 的 run 写进草稿 step2.runs[]（同手动跑存取）。

        读现有 step2 → 按 run_id=``job-<jobId>`` upsert（保留其它手动 run）→ 设为 activeRun
        → update_draft。前端加载草稿即可像手动跑一样 hydrate 出对话。

        带乐观锁重试：**每次**读-改-写都带上 ``expected_version``，若并发写导致版本冲突
        （``DraftConcurrentWriteError``）则重新读取最新草稿、重新合并 run 再试。重试全部
        耗尽后**绝不**退化为无版本检查的 last-write-wins 盲写，而是给作业置
        ``draft_persist_pending`` 标记（由 Phase 3 outbox 补偿器投影结果到草稿）——
        消除后台作业与前台 PUT 并发时的 step2.runs 丢失更新，且一致性来自 DB 标记而非运气。
        """
        draft_store = self._draft_store_for(params)
        if draft_store is None or not params.draft_id:
            return
        # 这些只依赖 params/dialogues，重试间不变——提前算好。
        idx_by_agent = {a.agent_id: i for i, a in enumerate(params.agents)}
        s2_dialogues = [_to_step2_dialogue(d, idx_by_agent) for d in dialogues]
        last_leader = next(
            (d.get("content") for d in reversed(dialogues) if d.get("role") == "leader"), ""
        )
        run_id = f"job-{params.job_id}"

        for attempt in range(_DRAFT_WRITE_RETRIES):
            # 读最新草稿（冲突重试时重新读，拿到别的小伙伴刚写的 runs）。
            try:
                draft = await draft_store.get_draft(params.draft_id, params.user_id)
            except Exception:  # noqa: BLE001
                draft = None
            expected_version = (draft or {}).get("version")

            step2 = dict((draft or {}).get("step2") or {})
            runs = list(step2.get("runs") or [])
            idx = next((i for i, r in enumerate(runs) if r.get("id") == run_id), -1)
            created = runs[idx].get("createdAt") if idx >= 0 else datetime.now(UTC).isoformat()
            prev_step3 = runs[idx].get("step3") if idx >= 0 else None
            # 本次有效 step3：新报告优先，否则保留上次（running 中间态 step3=None 不抹掉已存的）。
            effective_step3 = step3 if step3 is not None else prev_step3
            run = {
                "id": run_id,
                "title": "后台研讨",
                "createdAt": created,
                "source": params.mode,
                "selectedAgents": [{"agent_id": a.agent_id, "name": a.name} for a in params.agents],
                "threadIds": (thread_ids or None),
                "coordinatorName": params.coordinator_name,
                "step2RoundtableDialogues": s2_dialogues,
                "lastLeaderContent": last_leader or "",
                "hasConsensus": status == "done",
                "consensusPercentage": int(consensus),
                "budgetLimit": 0,
                "seatStubMessages": _seat_stub_messages(dialogues),
                "orchestrationMode": params.mode,
                "chain": params.chain,
                "orchestrationPlan": params.orchestration_plan,
                "step3": effective_step3,
                "jobId": params.job_id,
                "jobStatus": status,
            }
            runs = [run if i == idx else r for i, r in enumerate(runs)] if idx >= 0 else [*runs, run]
            step2["runs"] = runs
            step2["activeRunId"] = run_id
            has_report = effective_step3 is not None
            update_kwargs: dict[str, Any] = {
                "step2": step2,
                "furthest_step": 3 if (status == "done" and has_report) else 2,
            }
            if has_report:
                update_kwargs["step3"] = effective_step3

            # 每次尝试都带 expected_version（乐观锁）；绝不降级为无版本检查的盲写。
            try:
                await draft_store.update_draft(
                    params.draft_id, params.user_id,
                    expected_version=expected_version,
                    **update_kwargs,
                )
                return  # 写入成功
            except DraftConcurrentWriteError:
                if attempt < _DRAFT_WRITE_RETRIES - 1:
                    logger.debug(
                        "roundtable draft %s version conflict (attempt %d/%d), retrying",
                        params.draft_id, attempt + 1, _DRAFT_WRITE_RETRIES,
                    )
                    continue
                # 重试全部耗尽：不盲写，置 pending 标记交由 outbox 补偿器投影。
                logger.warning(
                    "roundtable draft %s: version conflicts exhausted after %d attempts, "
                    "marking job %s draft_persist_pending",
                    params.draft_id, _DRAFT_WRITE_RETRIES, params.job_id,
                )
                with suppress(Exception):
                    await self._store.mark_draft_persist_pending(params.job_id)
                return
            except Exception as exc:  # noqa: BLE001 — 写草稿失败不影响作业本身
                logger.warning("write run to draft %s failed", params.draft_id, exc_info=True)
                from deerflow.persistence.roundtable_diagnostics import record_diagnostic

                await record_diagnostic(
                    scope="background", stage="job", level="error", event="draft_write_failed",
                    message=f"研讨结果写回草稿失败（status={status}）：{exc}",
                    detail={"type": type(exc).__name__, "error": str(exc)},
                    job_id=params.job_id, draft_id=params.draft_id, task_id=params.task_id, user_id=params.user_id,
                )
                return

    def cancel(self, job_id: str) -> bool:
        """请求取消一个在跑的作业。返回是否命中在跑任务。"""
        task = self._tasks.get(job_id)
        if task is None or task.done():
            return False
        task.cancel()
        return True

    def is_running(self, job_id: str) -> bool:
        task = self._tasks.get(job_id)
        return task is not None and not task.done()

    async def await_job(self, job_id: str) -> None:
        """等待某作业任务结束（测试用；生产不调用）。"""
        task = self._tasks.get(job_id)
        if task is not None:
            try:
                await task
            except (Exception, asyncio.CancelledError):  # noqa: BLE001 — 取消是 BaseException
                pass