[Bug] MCP swarm没有运行

[Probe343]

Description

我在WorkBuddy，使用Deepseek-v4-Pro模型以MCP Plugin方式使用Vibe-trading swarm，一直跑不起来，附件是我让WorkBuddy生成的问题报告
swarm-issues-report.md

Steps to Reproduce

MCP run_swarm investment_committee preset, target=INTC.US/NVDA.US

Error Logs

Interface

MCP Plugin

LLM Provider

deepseek

Version

0.1.8

Environment

环境: Windows 11, Python 3.13 (managed), WorkBuddy

[warren618]

Hi @Probe343，问题已修复，commit: c1dcc04

你遇到的问题

在 WorkBuddy（MCP 客户端）+ DeepSeek 通过 MCP 跑 investment_committee swarm 跑不起来，根因是几个叠加在一起：

1. MCP run_swarm 静默死等 30 分钟然后超时报 error — WorkBuddy 这类 MCP 客户端 transport timeout 通常远短于 30 分钟，撞到 transport ceiling 时 caller 拿不到 run_id，整个 run 就丢了
2. get_swarm_status 只读 run.json，但 runtime 只在 run 开始和结束写 run.json，中间 task 进度全在 tasks/*.json 里 → 看上去 swarm 一直 0 进度，"没在跑"
3. 宿主进程死掉（OOM / kill / 网络掉）后 run 永远停留在 running，没有自动恢复

这一版的修法

• MCP transport 保活：run_swarm 改 async，每次 poll 都通过 ctx.report_progress() 发 MCP progress notification，transport 由原生 keepalive 撑住；默认 wait_seconds=3600。第一帧固定格式 swarm_started run_id=<id>，万一你的客户端有硬上限 timeout，也能从 progress message 里抓到 run_id 用 get_run_result(run_id) 接着拿结果
• 统一 reconcile 入口：get_swarm_status / get_run_result / list_runs / /swarm/runs/* / SSE 全部走 store.reconcile_run，读时合并 tasks/*.json 的实时状态；zombie run 第二次查就会自动转成 failed / completed，不再永远挂在 running
• 三处 heartbeat 覆盖：LLM streaming / tool 执行 / OHLCV grounding fetch 全部包了 HeartbeatTimer，慢首 token / reasoning 模式 / 多 symbol grounding 都不会再被误判为死
• 新增 reap_stale_runs() MCP 工具，可以主动清理历史僵尸 run

升级方式

下个版本（0.1.9 / 0.2.0）发布后 pip install -U vibe-trading 即可。如果想立刻试，从 main 分支安装：

pip install -U git+https://github.com/HKUDS/Vibe-Trading.git

然后重启你的 MCP 客户端就能用到 keepalive + auto-recovery。

如果你再遇到 swarm 卡住的情况，麻烦贴一下：

• vibe-trading swarm reap（清完之后能看到刚才有几个 zombie 被回收）
• 出问题那个 run 目录里的 events.jsonl 最后 20 行

感谢报这个 bug，#132 让我们把整套状态机重写了一遍。

—— Warren