清理误提交的测试数据目录 + 扩展 .gitignore

_build/rp_watchdog_v4.sh

@@ -71,6 +71,8 @@ THRESHOLD=3
 #   重启本地隧道解决不了，只会自伤。给足时间让它自己恢复。
 #   连接真的掉下去了（降级），才用 THRESHOLD=3 快速重启。
 THRESHOLD_HEALTHY=8
+# 连接"中等"（4~5 条）时的阈值：比很差时耐心一点，比健康时严一点。
+THRESHOLD_MID=5
 STALE_MINUTES=10     # 日志多久没动静算卡死
 # 两次重启至少隔这么久。
 #   150 秒不是拍脑袋：隧道在差的 4G 上重建 5 条连接要 30~60 秒，
@@ -105,15 +107,26 @@ write_state() {
 
 # 读某个 metrics 端口的连接数。
 #   端口不通（实例死了）→ 输出 "X"（区分于 "0"：0 是活着但没连接）
+#
+# ⚠ 必须重试。之前只用一次 `curl --max-time 4` 判定，
+#   设备忙的时候（CPU 被别的进程占住、SSD/IO 抖动）curl 会超时，
+#   于是被误判成"实例无响应"进而重启隧道 —— 一次误判就是 26 秒中断。
+#   历史重启原因里 8 次有 6 次写的是"实例无响应"，其中一部分很可能是
+#   这种假阳性（真死的只有那次服务被我 stop 掉的）。
+#   给 3 次机会、每次间隔 1 秒，把瞬时超时排除掉。
 conns_of() {
-    local port="$1" out
-    out=$(timeout 5 curl -s --max-time 4 "http://127.0.0.1:$port/metrics" 2>/dev/null \
-          | grep '^cloudflared_tunnel_ha_connections' | awk '{print $2}')
-    if [ -z "$out" ]; then
-        echo "X"
-    else
-        echo "$out"
-    fi
+    local port="$1" out attempt
+    for attempt in 1 2 3; do
+        out=$(timeout 6 curl -s --max-time 5 \
+              "http://127.0.0.1:$port/metrics" 2>/dev/null \
+              | grep '^cloudflared_tunnel_ha_connections' | awk '{print $2}')
+        if [ -n "$out" ]; then
+            echo "$out"
+            return
+        fi
+        [ "$attempt" -lt 3 ] && sleep 1
+    done
+    echo "X"
 }
 
 # 重启指定的一组服务（带最小间隔保护）
@@ -295,15 +308,30 @@ if [ "$DEGRADED" = "1" ]; then
 fi
 
 if [ "$FAIL" -ge "$THRESHOLD" ] || [ "$ZERO" -ge "$THRESHOLD" ]; then
-    # 连接还健康的话，用更宽的阈值 —— 别把"抖一下"升级成 1 分钟中断
-    if [ "$TOTAL" -ge "$BUILT_MIN" ] 2>/dev/null && [ "$ZERO" -lt "$THRESHOLD" ]; then
-        if [ "$FAIL" -lt "$THRESHOLD_HEALTHY" ]; then
-            log "公网连续 $FAIL 次不通，但连接健康（合计 $TOTAL 条）—— 再等等，不重启"
-            write_state "$ZERO" "$FAIL" "$BUILT"
-            exit 0
+    # 按连接健康程度分三档，越健康越有耐心 ——
+    # 别把"抖一下"升级成 1 分钟中断。
+    #
+    #   TOTAL >= 6  健康      -> 要连续 8 次（约 2.5 分钟）
+    #   4 <= TOTAL < 6 中等   -> 连续 5 次（约 1.7 分钟）
+    #   TOTAL < 4   很差      -> 保持 3 次（约 1 分钟）
+    #
+    # 中间的 5 次那一档是补上的：原来只要 TOTAL < 6 就直接用 3 次，
+    # 于是 4 条连接（虽然不满但还能扛）也会在一分钟内被重启。
+    local_threshold=$THRESHOLD
+    if [ "$ZERO" -lt "$THRESHOLD" ]; then
+        if [ "$TOTAL" -ge "$BUILT_MIN" ] 2>/dev/null; then
+            local_threshold=$THRESHOLD_HEALTHY
+        elif [ "$TOTAL" -ge 4 ] 2>/dev/null; then
+            local_threshold=$THRESHOLD_MID
         fi
     fi
 
+    if [ "$FAIL" -lt "$local_threshold" ]; then
+        log "公网连续 $FAIL 次不通，连接 $TOTAL 条（阈值 $local_threshold）—— 再等等，不重启"
+        write_state "$ZERO" "$FAIL" "$BUILT"
+        exit 0
+    fi
+
     # 有实例只是"低连接"（不是完全没响应）时，只重启那些实例；
     # 全都低就重启全部。
     if [ "${#LOW_SVCS[@]}" -gt 0 ] && [ "${#LOW_SVCS[@]}" -lt "${#ALL_SVCS[@]}" ]; then