fix: 拒绝环形 DAG 并避免无效工作流堵塞任务队列

src/wov_app/routers/workflows.py

@@ -13,6 +13,7 @@ from fastapi import APIRouter, Depends, HTTPException
 
 from wov_app.db import Database
 from wov_app.schemas import WorkflowCreate
+from wov_app.scheduler import topological_sort
 from wov_sdk.models import WorkflowDefinition
 
 router = APIRouter(prefix="/api/admin/workflows", tags=["workflows"])
@@ -32,10 +33,17 @@ def _slugify(value: str) -> str:
 
 
 def _validate_definition(raw: dict) -> WorkflowDefinition:
-    """解析并校验 DAG 定义，非法时转换为 422 HTTP 异常。"""
+    """解析并校验 DAG 定义，非法时转换为 422 HTTP 异常。
+
+    除 `WorkflowDefinition.validate()` 的结构校验（名称/版本/节点 ID 唯一/
+    边引用存在）之外，还要求 DAG **可拓扑排序**：环形依赖虽然结构上合法，
+    但执行时无法确定节点顺序，必须拒绝保存与发布（R04）。
+    """
     try:
         definition = WorkflowDefinition.from_dict(raw)
         definition.validate()
+        # 环形 DAG（含自环）在这里以 "workflow contains a cycle" 被拒绝。
+        topological_sort(definition)
         return definition
     except (KeyError, TypeError, ValueError) as exc:
         raise HTTPException(status_code=422, detail=str(exc)) from exc
@@ -119,6 +127,12 @@ def publish_workflow(workflow_id: str, db: Database = Depends(_get_db)) -> dict:
         raise HTTPException(status_code=404, detail="workflow not found")
     if workflow["latest_version"] == 0:
         raise HTTPException(status_code=422, detail="workflow has no version")
+    # 发布前重新校验待发布版本：历史遗留的无效定义（例如修复前保存的环形 DAG）
+    # 不能进入用户应用中心，否则创建出来的任务会在执行期失败（R04）。
+    latest = db.get_latest_workflow_version(workflow_id)
+    if latest is None:
+        raise HTTPException(status_code=422, detail="workflow has no version")
+    _validate_definition(latest["definition"])
     # 发布只是状态切换，不修改已保存的版本数据。
     db.upsert_workflow(
         {

src/wov_app/scheduler.py

@@ -150,9 +150,24 @@ class WorkflowScheduler:
             return
 
         # 解析并校验 DAG，随后计算拓扑执行顺序。
-        definition = WorkflowDefinition.from_dict(version["definition"])
-        definition.validate()
-        ordered = topological_sort(definition)
+        #
+        # 任何预检异常（缺字段/边引用不存在/环形依赖）都必须在这里把任务标
+        # FAILED：修复前这段在 try 之外，异常直接冒到 _loop 被吞掉，任务停在
+        # QUEUED，next_queued_run 每轮拾起同一条队首记录，后续任务全部堵塞
+        # （R04：环形 DAG 卡死队列）。历史无效版本无法删除，只能就地判失败。
+        try:
+            definition = WorkflowDefinition.from_dict(version["definition"])
+            definition.validate()
+            ordered = topological_sort(definition)
+        except Exception as exc:  # noqa: BLE001
+            logger.exception("任务 %s 工作流定义无效，标记失败: %s", run_id, exc)
+            self.db.update_run(
+                run_id,
+                status="FAILED",
+                error=str(exc),
+                updated_at=_now_iso(),
+            )
+            return
         # 从已登记产物重建已完成节点的输出，支持暂停后断点续跑。
         outputs_by_node = self.db.restore_run_outputs(run_id)
         run_started = time.monotonic()