复核 R-b13（版本拦截与零碎）：preflight 报错列出全部活着的、版本不同的进程，各标明心跳在走还是停着、等租约过期（以前只点名先看到心跳的那个，人停掉它再起还会被另一个拦下）；源码指纹把依赖锁文件 requirements.lock 的内容也算进去，只升了依赖也算版本不同，锁文件取不到时换成几个关键包的版本，Docker 镜像里留一份锁文件；存量库 run_events 撞了号时把结果记一次（settings 表 cluster:run_events_seq_duplicates，记下撞号的那几处，最多 200 处），之后启动不再整表 GROUP BY、只按索引核对那几处还撞不撞，都处理掉了才再数一遍、建唯一索引、删掉记录。隔离后换身份那几条日志写出新旧完整身份已在 R-b9 那一笔里改了。README「升级」一段跟着补一句。补测试：一个心跳在走、一个心跳停着，报错两个都列出、各标状态；锁文件变了指纹跟着变、取不到时用包版本；撞号第一次整表数、第二次只核对不扫、处理掉之后建上索引并删掉记录

Dockerfile

@@ -76,6 +76,8 @@ SH
 WORKDIR /app
 COPY LICENSE COMMERCIAL-LICENSE.md /app/
 COPY backend/app /app/backend/app
+# 锁文件留一份：进程登记的代码版本把它算进源码指纹（app/cluster/version.py：升了依赖的进程也算版本不同）
+COPY backend/requirements.lock /app/backend/requirements.lock
 COPY --from=web /src/frontend/dist /app/web
 
 ENV AGENTLAB_WEB_DIST=/app/web \

README.md

@@ -1194,8 +1194,8 @@ SQL 形状。各进程各自的并发闸门（口径比对、自动对比、起
 另一台读，可能读到不一致的页。所以多台机器时，记录表写得多的部署建议用一台机器多进程，或者把数据目录放在支持可靠文件锁的存储上。
 沙箱会话（microVM）在各进程自己手上，不跨进程共享。
 
-**升级。** 不支持新旧版本的进程同时连着一个库，代码里拦着：每个进程登记时带上代码版本（包版本、构建号或 git 提交、源码指纹）和
+**升级。** 不支持新旧版本的进程同时连着一个库，代码里拦着：每个进程登记时带上代码版本（包版本、构建号或 git 提交、源码指纹——源码加上依赖锁文件，只升了依赖也算版本不同）和
-库结构版本，库里还有活着的、版本不同的进程时，新版本的进程在补列之前就拒绝启动，报错里写明是哪几个进程、什么版本；同版本的照常
+库结构版本，库里还有活着的、版本不同的进程时，新版本的进程在补列之前就拒绝启动，报错里列出全部这样的进程、各是什么版本、心跳还在不在走；同版本的照常
 加入。升级步骤：
 
 1. 停掉全部旧版本的进程（平稳关停的马上删掉自己的登记；强杀的等它的租约过期，新进程启动时会等）；

backend/app/cluster/version.py

@@ -4,7 +4,8 @@
 规矩（认领、租约、接手的说法），两边各按各的写同一批行。以前只在 README 里写「升级要先停掉全部进程」，现在代码里拦住。
 
 - 代码版本 code_version：包版本 + 构建号（AGENTLAB_BUILD，Docker 镜像构建时写进去）或 git 提交 + 源码指纹（app/ 下全部 .py
-  的内容哈希）。比的是源码指纹：同一份代码一定相同，改了一行就不同，取不到 git、没有构建号时也区分得开。
+  的内容，加上依赖锁文件 requirements.lock 的内容；Docker 镜像里也留着这个文件）。比的是源码指纹：同一份代码、同一套依赖一定相同，
+  改了一行、升了一个依赖就不同，取不到 git、没有构建号时也区分得开。锁文件取不到（不是从仓库或镜像装的）时换成几个关键包的版本。
 - 库结构版本 schema_version：模型里各表各列（名字、类型、可空）加迁移清单的哈希。
 
 怎么拦：PostgreSQL 时，补列之前先看一眼（preflight）——还有活着的、版本不同的进程就不启动；它的心跳停着（多半是强杀之后留下的、
@@ -33,6 +34,30 @@ class VersionMismatch(RuntimeError):
     """库里还有活着的、版本不同的进程。"""
 
 
+#: 依赖锁文件（仓库里 backend/requirements.lock；Docker 镜像里 /app/backend/requirements.lock）
+LOCK_FILE = _APP_DIR.parent / "requirements.lock"
+#: 锁文件取不到时拿这几个包的版本代替（升级时最容易带出行为差别的那几个）
+KEY_PACKAGES = ("fastapi", "pydantic", "sqlalchemy", "asyncpg", "psycopg", "langgraph", "langgraph-checkpoint",
+                "langgraph-checkpoint-postgres", "langchain-core", "starlette", "uvicorn")
+
+
+def dependency_marker() -> bytes:
+    """依赖这一份进指纹的样子：锁文件的内容；取不到就是几个关键包的版本。"""
+    try:
+        return b"lock:" + LOCK_FILE.read_bytes()
+    except OSError:
+        pass
+    from importlib.metadata import PackageNotFoundError, version
+
+    parts = []
+    for name in KEY_PACKAGES:
+        try:
+            parts.append(f"{name}=={version(name)}")
+        except PackageNotFoundError:
+            parts.append(f"{name}==")
+    return ("packages:" + ";".join(parts)).encode()
+
+
 @lru_cache(maxsize=1)
 def source_fingerprint() -> str:
     digest = hashlib.sha256()
@@ -44,6 +69,8 @@ def source_fingerprint() -> str:
             digest.update(path.read_bytes())
         except OSError:
             continue
+    # 依赖升级（锁文件变了）也算版本不同：代码一行没改、换了一版 SQLAlchemy / LangGraph 的进程同样不许混进来（复核 R-b13）
+    digest.update(b"\0deps\0" + dependency_marker())
     return digest.hexdigest()[:12]
 
 
@@ -115,10 +142,13 @@ async def _peers(conn: Any) -> list[dict[str, Any]] | None:
     return [dict(r) for r in rows]
 
 
-def _describe(peer: dict[str, Any]) -> str:
+def _describe(peer: dict[str, Any], beating: set[str] | None = None) -> str:
     code = peer.get("code_version") or "（升级前的版本，没有记版本）"
     schema = peer.get("schema_version") or "未知"
-    return f"{identity.describe(peer['id'])}（代码 {code}，库结构 {schema}）"
+    state = ""
+    if beating is not None:
+        state = "，心跳在走" if peer["id"] in beating else "，心跳停着、等租约过期"
+    return f"{identity.describe(peer['id'])}（代码 {code}，库结构 {schema}{state}）"
 
 
 async def preflight(*, observe_s: float | None = None) -> None:
@@ -141,11 +171,12 @@ async def preflight(*, observe_s: float | None = None) -> None:
             return
         for peer in mismatched:
             first_beats.setdefault(peer["id"], peer.get("heartbeat_at"))
-        # 心跳还在走：真活着，照实报错。心跳停着的（强杀、断电留下的登记）等它们的租约过期
+        # 心跳还在走：真活着，照实报错。心跳停着的（强杀、断电留下的登记）等它们的租约过期。报错时列出全部活着的、版本不同的
-        beating = [p for p in mismatched if p.get("heartbeat_at") != first_beats.get(p["id"])]
+        # 进程（复核 R-b13：只点名心跳在走的那个，人停掉它再起又会被另一个拦下）
+        beating = {p["id"] for p in mismatched if p.get("heartbeat_at") != first_beats.get(p["id"])}
         waited = loop.time() - started
         if beating or waited >= lease_s() * 2 + observe:
-            raise VersionMismatch(_message(beating or mismatched))
+            raise VersionMismatch(_message(mismatched, beating=beating))
         if waited >= observe and not warned:
             warned = True
             logger.warning("库里登记着 %d 个版本不同的进程，心跳停着（多半是强杀之后留下的）：等它们的租约过期再启动",
@@ -174,8 +205,8 @@ def _naive(moment: Any) -> Any:
     return moment.replace(tzinfo=None) if getattr(moment, "tzinfo", None) else moment
 
 
-def _message(peers: list[dict[str, Any]]) -> str:
+def _message(peers: list[dict[str, Any]], *, beating: set[str] | None = None) -> str:
-    listed = "；".join(_describe(p) for p in peers)
+    listed = "；".join(_describe(p, beating) for p in peers)
     return (f"库里还有 {len(peers)} 个版本不同的 AgentLab 进程活着：{listed}。本进程是代码 {code_version()}、库结构 "
             f"{schema_version()}。不支持新旧版本同时运行：先停掉这些进程再启动新版本（升级步骤见 README「多进程」的「升级」）")
 

backend/app/db/base.py

@@ -600,10 +600,19 @@ def _migrate(conn) -> None:  # pragma: no cover - 同步回调
     _backfill_not_null(conn, columns)
 
 
+#: 存量库里 run_events 撞了号、这一次没建唯一索引时记下的结果（settings 表里；cluster: 开头的不是用户设置，api/settings 不列）
+SEQ_DUPLICATES_KEY = "cluster:run_events_seq_duplicates"
+#: 记下的撞号最多几处（之后启动只核对这几处还在不在）
+SEQ_DUPLICATES_KEPT = 200
+
+
 def _unique_run_event_seq(conn: Any, columns: dict[str, set[str]]) -> None:  # pragma: no cover - 同步回调
     """run_events 的 (run_id, seq) 补唯一索引（ux_run_events_run_seq，换掉原来不唯一的 ix_run_events_run_seq）。存量库里可能已经
     有撞了号的（多进程之前的进程内计数、按需裁判的老写法）：先数一数，有就照实记日志、这一次不建（照旧用不唯一的索引），不让启动
-    失败——那几次运行的封存核对本来就对不上，删哪一条都不对，要人看。"""
+    失败——那几次运行的封存核对本来就对不上，删哪一条都不对，要人看。
+
+    数一次就记下结果（settings 表的 SEQ_DUPLICATES_KEY：撞了号的那几处），之后启动不再整表 GROUP BY（复核 R-b13）：只按索引核对
+    记下的那几处还撞不撞，还撞着就一句话带过；都清掉了才再整表数一遍、建索引、删掉这条记录。"""
     from sqlalchemy import inspect, text
 
     if "run_events" not in columns:
@@ -611,16 +620,76 @@ def _unique_run_event_seq(conn: Any, columns: dict[str, set[str]]) -> None:  # p
     names = {ix["name"] for ix in inspect(conn).get_indexes("run_events")}
     if "ux_run_events_run_seq" in names:
         return
-    dupes = conn.execute(text("SELECT run_id, seq, COUNT(*) FROM run_events GROUP BY run_id, seq HAVING COUNT(*) > 1 "
+    known = _known_seq_duplicates(conn, columns)
-                              "LIMIT 20")).all()
+    if known:
+        still = _still_duplicated(conn, known["pairs"])
+        if still:
+            logger.info("run_events 里还有撞了号的事件（%s 记下的 %d 处里还剩 %d 处）：(run_id, seq) 的唯一索引照旧不建，"
+                        "处理掉之后下次启动会再核对一遍", known.get("found_at") or "之前", len(known["pairs"]), still)
+            return
+    dupes = conn.execute(text("SELECT run_id, seq FROM run_events GROUP BY run_id, seq HAVING COUNT(*) > 1 LIMIT :n"),
+                         {"n": SEQ_DUPLICATES_KEPT + 1}).all()
     if dupes:
         runs = sorted({str(r[0]) for r in dupes})
-        logger.warning("run_events 里有撞了号的事件（%d 处以上，涉及运行 %s）：这一次不建 (run_id, seq) 的唯一索引。"
+        logger.warning("run_events 里有撞了号的事件（%d 处%s，涉及运行 %s）：这一次不建 (run_id, seq) 的唯一索引。"
-                       "这几次运行的封存核对对不上，请人工核对后处理", len(dupes), "、".join(runs[:5]))
+                       "这几次运行的封存核对对不上，请人工核对后处理（之后启动只核对这几处，不再整表查）",
+                       min(len(dupes), SEQ_DUPLICATES_KEPT), "以上" if len(dupes) > SEQ_DUPLICATES_KEPT else "",
+                       "、".join(runs[:5]))
+        _remember_seq_duplicates(conn, [[str(r[0]), int(r[1])] for r in dupes[:SEQ_DUPLICATES_KEPT]],
+                                 more=len(dupes) > SEQ_DUPLICATES_KEPT)
         return
     conn.execute(text("CREATE UNIQUE INDEX IF NOT EXISTS ux_run_events_run_seq ON run_events (run_id, seq)"))
     if "ix_run_events_run_seq" in names:
         conn.execute(text("DROP INDEX IF EXISTS ix_run_events_run_seq"))
+    if known is not None:
+        _forget_seq_duplicates(conn)
+        logger.info("run_events 里的撞号都处理掉了：补上了 (run_id, seq) 的唯一索引")
+
+
+def _known_seq_duplicates(conn: Any, columns: dict[str, set[str]]) -> dict[str, Any] | None:  # pragma: no cover
+    if "settings" not in columns:
+        return None
+    from sqlalchemy import select
+
+    from app.db.models import Setting
+
+    row = conn.execute(select(Setting.value).where(Setting.key == SEQ_DUPLICATES_KEY)).first()
+    value = row[0] if row else None
+    if not isinstance(value, dict) or not isinstance(value.get("pairs"), list):
+        return None
+    return value
+
+
+def _still_duplicated(conn: Any, pairs: list[Any]) -> int:  # pragma: no cover
+    """记下的那几处里还撞着的有几处（每处按 (run_id, seq) 索引查一次）。"""
+    from sqlalchemy import func, select
+
+    from app.db.models import RunEvent
+
+    left = 0
+    for pair in pairs:
+        if not (isinstance(pair, list) and len(pair) == 2):
+            continue
+        n = conn.execute(select(func.count()).select_from(RunEvent).where(
+            RunEvent.run_id == str(pair[0]), RunEvent.seq == int(pair[1]))).scalar()
+        left += int((n or 0) > 1)
+    return left
+
+
+def _remember_seq_duplicates(conn: Any, pairs: list[list[Any]], *, more: bool) -> None:  # pragma: no cover
+    from app.db.models import Setting
+
+    _forget_seq_duplicates(conn)
+    conn.execute(Setting.__table__.insert().values(
+        key=SEQ_DUPLICATES_KEY, value={"pairs": pairs, "more": more, "found_at": utcnow().isoformat(timespec="seconds")}))
+
+
+def _forget_seq_duplicates(conn: Any) -> None:  # pragma: no cover
+    from sqlalchemy import delete
+
+    from app.db.models import Setting
+
+    conn.execute(delete(Setting).where(Setting.key == SEQ_DUPLICATES_KEY))
 
 
 #: init_db 在 PostgreSQL 上拿的会话级咨询锁的号：几个进程同时启动时，建表和迁移一个一个来（同一个号别处别用）

backend/tests/test_cluster.py

@@ -640,6 +640,109 @@ async def test_preflight_refuses_a_beating_peer_and_waits_out_a_stale_one():
         await workers.register()
 
 
+@pytest.mark.skipif(app_settings.db_dialect != "postgresql", reason="preflight 只在 PostgreSQL 上看")
+async def test_preflight_names_every_live_process_of_another_version():
+    """复核 R-b13：一个心跳在走、一个心跳停着——报错两个都列出来（只点名先看到心跳的那个，人停掉它再起还会被另一个拦下）。"""
+    from app.cluster import version
+
+    await _peer_version(PEER, "0.0.9+old+aaaaaaaaaaaa")
+    await _peer_version(GHOST, "0.0.8+older+bbbbbbbbbbbb")
+
+    async def beat() -> None:
+        for _ in range(15):
+            await asyncio.sleep(0.1)
+            async with SessionLocal() as session:
+                row = await session.get(ClusterWorker, PEER)
+                row.heartbeat_at = utcnow()
+                await session.commit()
+
+    beating = asyncio.create_task(beat())
+    with pytest.raises(version.VersionMismatch) as e:
+        await version.preflight(observe_s=0.5)
+    await beating
+    text = str(e.value)
+    assert "2 个版本不同" in text and "aaaaaaaaaaaa" in text and "bbbbbbbbbbbb" in text
+    assert "心跳在走" in text and "心跳停着" in text
+
+
+def test_the_fingerprint_changes_with_the_dependency_lock(monkeypatch, tmp_path):
+    """复核 R-b13：依赖锁文件变了（升了依赖）源码指纹跟着变；锁文件取不到时换成几个关键包的版本。"""
+    from app.cluster import version
+
+    lock = tmp_path / "requirements.lock"
+    monkeypatch.setattr(version, "LOCK_FILE", lock)
+
+    def fingerprint() -> str:
+        version.source_fingerprint.cache_clear()
+        return version.source_fingerprint()
+
+    try:
+        lock.write_text("sqlalchemy==2.0.40\n")
+        first = fingerprint()
+        assert fingerprint() == first
+        lock.write_text("sqlalchemy==2.0.41\n")
+        assert fingerprint() != first, "升了一个依赖：指纹不同"
+        lock.unlink()
+        assert version.dependency_marker().startswith(b"packages:") and b"sqlalchemy==" in version.dependency_marker()
+        assert fingerprint() not in (first,)
+    finally:
+        version.source_fingerprint.cache_clear()
+
+
+async def test_a_known_seq_collision_is_not_rescanned_on_every_start(tmp_path, caplog):
+    """复核 R-b13：存量库里有撞了号的事件——第一次启动整表数一遍、记下结果、不建唯一索引；之后启动只核对记下的那几处，不再整表
+    GROUP BY；撞号处理掉之后再数一遍、建索引、删掉记录。用一个单独的 SQLite 库（两种库的测试里都跑）。"""
+    import logging
+
+    from sqlalchemy import event, inspect, text
+
+    from app.db import base as db_base
+    from app.db.models import Setting
+
+    target = db_base.make_engine(f"sqlite+aiosqlite:///{tmp_path / 'seq.db'}")
+    scans: list[str] = []
+    event.listen(target.sync_engine, "before_cursor_execute",
+                 lambda conn, cursor, statement, *a: scans.append(statement) if "GROUP BY run_id, seq" in statement else None)
+    try:
+        await db_base.create_schema(target)
+        from sqlalchemy.ext.asyncio import async_sessionmaker
+
+        async with target.begin() as conn:
+            await conn.execute(text("DROP INDEX ux_run_events_run_seq"))
+            await conn.execute(text("CREATE INDEX ix_run_events_run_seq ON run_events (run_id, seq)"))
+        async with async_sessionmaker(target, expire_on_commit=False)() as session:
+            session.add(Run(id="r1", status="succeeded", graph={}, input={}))
+            await session.flush()
+            session.add_all([RunEvent(id=eid, run_id="r1", seq=seq, type="log", ts=0, data={})
+                             for eid, seq in (("e1", 1), ("e2", 1), ("e3", 2))])
+            await session.commit()
+
+        async def start() -> set[str]:
+            async with target.begin() as conn:
+                def run(sync_conn):
+                    cols = {t: {c["name"] for c in inspect(sync_conn).get_columns(t)} for t in ("run_events", "settings")}
+                    db_base._unique_run_event_seq(sync_conn, cols)
+                    return {ix["name"] for ix in inspect(sync_conn).get_indexes("run_events")}
+                return await conn.run_sync(run)
+
+        caplog.set_level(logging.INFO, logger="app.db.base")
+        assert "ux_run_events_run_seq" not in await start() and len(scans) == 1
+        async with target.connect() as conn:
+            marker = (await conn.execute(text(f"SELECT value FROM settings WHERE key = '{db_base.SEQ_DUPLICATES_KEY}'"))).scalar()
+        assert '"r1"' in str(marker) and "1" in str(marker)
+        assert "ux_run_events_run_seq" not in await start() and len(scans) == 1, "第二次启动不再整表 GROUP BY"
+        assert any("还有撞了号的事件" in r.getMessage() for r in caplog.records)
+        async with target.begin() as conn:
+            await conn.execute(text("DELETE FROM run_events WHERE id = 'e2'"))
+        assert "ux_run_events_run_seq" in await start() and len(scans) == 2, "处理掉之后再数一遍、建上索引"
+        async with target.connect() as conn:
+            left = (await conn.execute(text(f"SELECT COUNT(*) FROM settings WHERE key = '{db_base.SEQ_DUPLICATES_KEY}'"))).scalar()
+        assert left == 0
+        assert Setting.__tablename__ == "settings"
+    finally:
+        await target.dispose()
+
+
 @pytest.mark.sqlite_only
 async def test_an_idle_single_process_writes_nothing_for_coordination(monkeypatch):
     """复核 R-b3：SQLite（只有一个进程）空闲时协调不写库——不续租约、不写当班、不周期接手；要名额、放名额也不落库。用另一条连接