fix(proc): 子进程崩溃自愈 + 集中台账 + 注册面摘除

根因：子进程插件被 kill 后，内核只发了一个无人订阅的事件，
工具/stage handler/IO 通道全留在注册表里指向死进程，
模型继续调用只吃 ErrProcessExited，没有任何路径把插件拉回来。

## 四层修复

### 1. 专职 waitLoop（进程收割）
- 每个子进程配一根 waitLoop goroutine，是 cmd.Wait() 的唯一调用点
- 不再依赖 stdout EOF 判定死亡（孙子进程继承 stdout 时 EOF 永不到来）
- 手工 os.Pipe 替代 cmd.StdinPipe/StdoutPipe，避免 waitLoop 与
  os/exec 的内部关闭竞争
- host.go: Host.Supervisor()，Host.Close() 先 StopAll 再拆段

### 2. 集中台账 Supervisor
- proc/supervisor.go: 插件 Spawn 握手成功即 track，进程退出即 untrack
- StopAll: 并发发 plugin.stop 走优雅路径，到期仍在的一律 Kill
- 关停后才完成握手的进程被立即结束，不会活过内核
- 消除「孤儿进程持共享段映射 → SIGBUS」的隐患

### 3. 注册面摘除（detachPlugin）
- 新增 StageHost.UnregisterPluginStages：摘除指定插件的全部 stage handler
- 新增 Registry.pluginChannels 台账：记录每个插件注册的 IO 通道
- 三条路径统一走 detachPlugin：Disable / ReloadOne / RemovePlugin
- StopAndUnload 漏了 IO 通道也一并补上

### 4. 自动重启
- onProcCrash 从「只发事件」改为「摘注册面 → 从注册表移除 → 异步排重启」
- scheduleProcRestart: 窗口 5 分钟内最多 3 次，线性退避 1s/2s/3s
- 超限停手留日志；重启前复核是否已被 Disable 或被其他路径加载
- 崩溃计数窗口过期自动归零

### 5. 主动停止 vs 崩溃的区分
- proc.Plugin 新增 stopping 标志：Stop()/Close() 里 Set(true)
- handleExit 读 stopping 标志，主动停止不上报 onCrash
- 防止重载/禁用/卸载被误判为崩溃触发多余重启

### 6. Linux Pdeathsig 兜底
- procattr_linux.go: SysProcAttr.Pdeathsig = SIGKILL
- 兜 homed 自身被 SIGKILL/OOM 时子进程变孤儿的场景
- macOS/Windows 无等价物，空实现

### 7. pluginmgr 升级
- PluginManager 接口新增 PluginRuntime / ListPluginRuntimes
- plugin_list 输出运行态：loaded / alive / pid / crash_count / channel
- 新增 plugin_status: 全量运行期快照 + dead/unhealthy 汇总
- 新增 plugin_restart: 无条件重启单个插件（plgreload 不动未改二进制的插件）

### 测试
- process_test.go: 3 例（grandchild stdout 感知 / Supervisor track-untrack /
  StopAll 无孤儿）
- crash_recovery_test.go: 8 例（detach 三项齐全 / 通道重注册 / 崩溃不阻塞 /
  退避阈值 / 窗口过期 / 关停中跳过 / PluginRuntime 通道识别）
- stages_plugin_test.go: 4 例（stage 按插件摘除 / 空 stage 清理 / 空名 no-op /
  工具+stage 双摘后可重新注册同名）

internal/plugin/dynamic_proc_unix.go

@@ -129,23 +129,126 @@ func (r *Registry) closeProcHost() {
 // **崩溃隔离**：子进程死亡只影响自己，homed 继续服务——对比 C ABI 下
 // 插件 panic 直接带崩整个进程（§1.2，现网已发生）。
 //
-// 崩溃计数/冷却/自愈复用既有 plugin_health（§2.3），本函数只负责把
-// 进程退出这一事实转成事件通知；具体重载策略由 agent 侧决定。
+// 但「homed 没崩」不等于「内核状态干净」。此前本函数只发了一个事件，
+// 而全仓没有任何订阅者，于是生产上出现过 editdoc 被 kill 后：
+//   - `edit_document` 仍留在 StageHost 的工具表里，模型照旧看得到、照旧调用，
+//     每次都吃到 `proc: 插件进程已退出`；
+//   - 该插件的 stage handler 仍在每轮 RunStage 里被并发调起并失败；
+//   - 没有任何路径把它拉回来，插件永久缺席直到重启 homed。
+//
+// 所以崩溃回调必须做三件事：摘注册面、喂健康计数、排一次重启。
 func (r *Registry) onProcCrash(name string, err error) {
 	log.Printf("[plugin] 子进程插件 %s 异常退出: %v（homed 未受影响）", name, err)
-	if r.evBus == nil {
+
+	// 1) 摘掉工具/stage/通道。**必须先做**：从这一刻起模型就不该再看到这些工具，
+	// 否则在重启完成前的窗口里每次调用都是确定的失败。
+	r.detachPlugin(name)
+
+	// 2) 从注册表移除。不做的后果：scheduleProcRestart 里的“已被其他路径重新加载”
+	// 复核会误判（旧条目还在，See plugins[name] != nil），跳过真正的自动重启。
+	// Plugin 对象本身仍被 proc 持有，Kill/回收不受影响。
+	r.mu.Lock()
+	delete(r.plugins, name)
+	delete(r.sdkRefs, name)
+	for i, inst := range r.instances {
+		if inst.Name() == name {
+			r.instances = append(r.instances[:i], r.instances[i+1:]...)
+			break
+		}
+	}
+	r.mu.Unlock()
+
+	// 2) 事件通知（webui/诊断插件可订阅）。
+	if r.evBus != nil {
+		r.evBus.Publish(&events.Event{
+			Type:   events.EventSystem,
+			Source: "plugin",
+			Payload: map[string]interface{}{
+				"event":  "plugin_crashed",
+				"plugin": name,
+				"error":  err.Error(),
+			},
+			Timestamp: time.Now().Unix(),
+		})
+	}
+
+	// 3) 排一次重启。**必须异步**：本回调由 proc.markExited 在 readLoop 的
+	// goroutine 里触发，而 ReloadOne 要拿 registry 锁、还要 Kill 并 join 同一个
+	// readLoop（Process.Kill 里 readerWG.Wait），同步调用会自锁死。
+	go r.scheduleProcRestart(name, err)
+}
+
+// scheduleProcRestart 在崩溃后按退避重启子进程插件。
+//
+// 退避与阈值语义与 agent 侧 plugin_health 对齐（窗口内 3 次即判定不健康），
+// 但重启动作落在 registry：崩溃事实产生于此，agent 的 distillLoop 默认 30 分钟
+// 才转一次（生产实配 2d），靠它兜底等于插件缺席数小时。
+func (r *Registry) scheduleProcRestart(name string, cause error) {
+	if r.shuttingDown.Load() {
+		return // 内核正在关停，不再拉起
+	}
+	if !r.AutoRestartEnabled(name) {
+		log.Printf("[plugin] %s 声明了不自动重启，保持缺席状态", name)
 		return
 	}
-	// 不在此处直接重载：重载需要 registry 锁，而本回调可能在
-	// 持锁路径的 goroutine 中触发，直接调用会死锁。
-	r.evBus.Publish(&events.Event{
-		Type:   events.EventSystem,
-		Source: "plugin",
-		Payload: map[string]interface{}{
-			"event":  "plugin_crashed",
-			"plugin": name,
-			"error":  err.Error(),
-		},
-		Timestamp: time.Now().Unix(),
-	})
+
+	n := r.noteCrash(name)
+	if n > procMaxRestarts {
+		log.Printf("[plugin] %s 在 %v 内崩溃 %d 次，停止自动重启（需人工介入）",
+			name, procCrashWindow, n)
+		return
+	}
+
+	// 线性退避：1 次→1s，2 次→2s，3 次→3s。崩溃循环时不至于打满 CPU，
+	// 又足够快到用户感知不到工具缺席。
+	delay := time.Duration(n) * procRestartBackoff
+	time.Sleep(delay)
+
+	// 期间可能已被 Disable/Remove/手工 plgreload 处理掉，重启前复核。
+	if r.shuttingDown.Load() {
+		return
+	}
+	if r.isDisabled(name) {
+		log.Printf("[plugin] %s 已被禁用，取消自动重启", name)
+		return
+	}
+	r.mu.RLock()
+	already := r.plugins[name] != nil
+	r.mu.RUnlock()
+	if already {
+		log.Printf("[plugin] %s 已被其他路径重新加载，取消自动重启", name)
+		return
+	}
+
+	log.Printf("[plugin] 自动重启 %s（第 %d 次，退避 %v，起因: %v）", name, n, delay, cause)
+	if err := r.ReloadOne(name); err != nil {
+		log.Printf("[plugin] %s 自动重启失败: %v", name, err)
+		return
+	}
+	log.Printf("[plugin] %s 自动重启成功", name)
+}
+
+// noteCrash 记录一次崩溃并返回窗口内的累计次数。
+func (r *Registry) noteCrash(name string) int {
+	now := time.Now()
+	r.crashMu.Lock()
+	defer r.crashMu.Unlock()
+	if r.procCrashes == nil {
+		r.procCrashes = make(map[string]*procCrashRecord)
+	}
+	rec := r.procCrashes[name]
+	if rec == nil || now.Sub(rec.last) > procCrashWindow {
+		rec = &procCrashRecord{}
+		r.procCrashes[name] = rec
+	}
+	rec.count++
+	rec.last = now
+	return rec.count
+}
+
+// ResetProcCrashCount 清空某插件的崩溃计数（人工 plgreload / 重新启用后调用）。
+func (r *Registry) ResetProcCrashCount(name string) {
+	r.crashMu.Lock()
+	defer r.crashMu.Unlock()
+	delete(r.procCrashes, name)
 }