做工业现场、产线工位开发的朋友，应该都懂这种无力感： 好好的无人值守工位、数据采集站、自动检测设备，白天跑着一切正常，结果第二天上班一看，程序界面卡死在那儿，或者进程早就没了，一晚上的数据没存、产线停了半宿，追责都不知道找谁。
很多人对付程序崩溃，就是随手写个批处理，循环判断进程名，不在就启动。说实话，这种方案只能对付“程序直接闪退、进程彻底退出”的初级崩溃，真遇到内存泄漏假死、UI线程卡死、进程活着但业务停摆的情况，完全就是摆设。更坑的是有时候程序崩了又启、启了又崩，无限循环，最后把系统资源耗光，连远程桌面都连不上。
这几年做过十几条产线的无人值守改造，从最简单的打标工位到整线的视觉检测站，踩遍了各种重启方案的坑，最终沉淀出一套四层兜底的自动重启体系。从最基础的进程监控，到业务级心跳检测，再到系统级服务兜底，最后加上异常熔断告警，不仅能做到崩溃自动重启，还能区分崩溃类型、保留现场、避免无限死循环。
整体架构：四层兜底，从进程到系统全覆盖
先上一张完整的方案架构图，从下到上逐层防护，越底层越基础，越上层越接近业务，最终靠策略层避免恶性循环。 
整个方案的设计原则很明确：底层解决“有没有”的问题，上层解决“好不好用”的问题，策
