feat: add agent run heartbeat to slo reports

docs/architecture/memind-2-streaming-agent-runtime-plan.md

@@ -30,6 +30,7 @@
 - P8.1 Queue Lease / Stuck Run Recovery: 已完成第一步，worker dispatch 前自动回收超时 running run，新增 `--recover-stale` dry-run/apply 运维入口，生产 synthetic stale run 验证通过。
 - P8.2 Portal DB/Auth Transient Error Hardening: 已完成第一步，session attach、`/auth/status` 和 API auth middleware 已捕获 DB/auth 瞬时错误，生产部署后 live health、auth/status、runtime/status、guard 和 SLO 验证通过。
 - P8.3 Worker Lease Heartbeat: 已完成第一步，running run 执行期间写入 `worker_heartbeat` event，runtime/status、worker check、guard 和 stale recovery 均优先使用 heartbeat age，生产 synthetic 与真实 worker canary 验证通过。
+- P8.4 Long-running Gray Soak and Heartbeat SLO: 已完成第一步，runtime SLO JSON/Markdown 报告加入 agent-run heartbeat 摘要和 failure 条件，生产只读与临时报表写入验证通过；继续保持并发 2 soak，不扩大灰度。
 - P5.15 Active Stream TTL Reconcile: 已按用户要求跳过，暂不做报表/定时 reconcile。
 - P5 Worker Pool 运维化: 已完成第一步，Redis Router 支持 worker drain。
 - P5.9 First-token Latency EWMA: 已完成，StreamController 会把首个 SSE chunk 延迟写入 Redis，SLO 报告已展示。
@@ -3015,6 +3016,73 @@ runtime/status:
   - heartbeat data includes `pid=31341`, `attempt=1`, `heartbeatMs=30000`
   - `tool_gateway_validation` passed for receipt and `public/p83-heartbeat-real-20260702043642.html`
 
+### 2026-07-02 P8.4 Long-running Gray Soak and Heartbeat SLO
+
+目标:
+
+- 不扩大并发、不做 UI，先把 P8.3 heartbeat 纳入每日 SLO 报告。
+- 让 23:55 定时日报和手动 `runtime-slo-report.mjs` 都能暴露 running heartbeat 风险。
+- 为后续 24h all-user gray soak 提供稳定观测字段。
+
+改动:
+
+- `scripts/runtime-slo-report.mjs`:
+  - `runtime.toolQueueSlo` 新增 heartbeat 摘要:
+    - `heartbeatMs`
+    - `maxConcurrentRuns`
+    - `statusCounts`
+    - `oldestRunningStartedAt`
+    - `oldestRunningAgeMs`
+    - `oldestRunningHeartbeatAt`
+    - `oldestRunningHeartbeatAgeMs`
+    - `runningWithoutHeartbeatCount`
+    - `latestRunningRun`
+  - failure 条件新增:
+    - `agent_run_heartbeat_stale_<age>`: running heartbeat age 超过阈值。
+    - `agent_run_missing_heartbeat_<count>`: running run 长时间缺失 heartbeat。
+  - Markdown 报告的 Tool Queue 段落展示:
+    - `heartbeatMs`
+    - `oldestRunningHeartbeatAgeMs`
+    - `runningWithoutHeartbeatCount`
+- `.env.example`:
+  - 记录 `MEMIND_AGENT_RUN_HEARTBEAT_STALE_MS=90000`。
+- `docs/agent-run-worker-rollout-runbook.md`:
+  - 记录 heartbeat SLO 检查命令和期望字段。
+
+测试:
+
+- `node --check scripts/runtime-slo-report.mjs` 通过。
+- 源码目录只读 SLO:
+  - `ok=true`
+  - `failures=[]`
+  - `toolQueueSlo.heartbeatMs=30000`
+  - `toolQueueSlo.runningWithoutHeartbeatCount=0`
+
+生产部署:
+
+- 备份:
+  - `/Users/john/Project/memind_backups/20260702-123947-p84-heartbeat-slo`
+- 已部署:
+  - `scripts/runtime-slo-report.mjs`
+- 未重启 Portal、worker、goosed 或 H5。
+- 现有 SLO LaunchAgent 保持:
+  - `cn.tkmind.memind-runtime-slo-report`
+  - 每日 `23:55`
+  - `--write-report --prune --retention-days 30`
+
+生产验证:
+
+- 生产只读 SLO:
+  - `ok=true`
+  - `failures=[]`
+  - `toolQueueSlo.heartbeatMs=30000`
+  - `toolQueueSlo.statusCounts={}`
+  - `toolQueueSlo.oldestRunningHeartbeatAgeMs=0`
+  - `toolQueueSlo.runningWithoutHeartbeatCount=0`
+- 临时 report-dir 写入验证:
+  - JSON 和 Markdown 均生成成功。
+  - 两种格式均包含 `heartbeatMs`、`oldestRunningHeartbeatAgeMs`、`runningWithoutHeartbeatCount`。
+
 ## 回滚策略
 
 - P0: 修改前保留 `server.mjs` 备份；如启动失败，恢复备份并 `launchctl kickstart` Portal。