sundynix-dispatcher/internal/eino/checkpoint_test.go

@@ -2,12 +2,25 @@ package eino
 
 import (
 	"context"
+	"regexp"
 	"sync"
 	"testing"
 
 	"github.com/sundynix/sundynix-shared/bus"
 )
 
+// natsKVKey 是 NATS JetStream KV 允许的键字符集（首字符不可为 . 或 _）。
+// resume 记录键曾用冒号分隔 → 真 NATS 报 "invalid key"，内存桩测不到，故在此直接钉键形。
+var natsKVKey = regexp.MustCompile(`^[a-zA-Z0-9][-/_=.a-zA-Z0-9]*$`)
+
+func TestPendingKeyIsNATSValid(t *testing.T) {
+	for _, id := range []string{"task_4c47de5ce1a29e16", "abc123", "t_0"} {
+		if k := pendingKey(id); !natsKVKey.MatchString(k) {
+			t.Fatalf("pendingKey(%q)=%q 不是合法 NATS KV 键（冒号等字符会被拒）", id, k)
+		}
+	}
+}
+
 // memKV 是 CheckpointKV 的内存桩（并发安全），用于不依赖 NATS 的单测。
 type memKV struct {
 	mu sync.Mutex

sundynix-dispatcher/internal/eino/compose_compiler.go

@@ -366,7 +366,9 @@ type pendingApproval struct {
 	Task        json.RawMessage `json:"task"`
 }
 
-func pendingKey(taskID string) string { return "pending:" + taskID }
+// pendingKey 是 resume 记录的 KV 键。注意：NATS JetStream KV 键只允许 [-/_=.a-zA-Z0-9]，
+// 冒号等字符会被拒（nats: invalid key）——故用下划线分隔，不可改回冒号。
+func pendingKey(taskID string) string { return "pending_" + taskID }
 
 // firstInterruptID 取本次中断的首个 interrupt id（审批是单点中断，取首个即可）。
 func firstInterruptID(info *compose.InterruptInfo) string {
@@ -389,6 +391,8 @@ func (o *Orchestrator) persistResume(ctx context.Context, t *contract.Task, inte
 	}
 	rec, _ := json.Marshal(pendingApproval{InterruptID: interruptID, Task: tb})
 	if err := o.checkpoints.Put(ctx, pendingKey(t.ID), rec); err != nil {
+		// 关键：落盘失败则决定到达时无从 resume，任务永卡 waiting → 大声 log（非仅 exec 轨迹）。
+		log.Printf("[eino] resume 记录落盘失败 task=%s: %v（该任务将无法恢复）", t.ID, err)
 		tr.info("task", "system", "resume 记录落盘失败", err.Error())
 	}
 }