mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 13:40:45 +00:00
修「经中转几次后永久哑掉」——「按一下没反应」的真因
== 现象 ==
用户报：
* 局域网能搜到电脑，IP/端口/配对码都对，连上后**没有任何反应**
* 走中转「已配对」，但点按钮没反应
局域网那一半已经修过（preferLan）。这次抓到的是**经中转**那一半，
而且比预想的严重得多。
== 证据链（插桩复现出来的）==
被控端日志里直接抛了未捕获异常，线程当场死：
Exception in thread client-relay:
server.py:407 session.send(reply)
relay.py:166 self._link.send_to_client(data)
relay.py:357 self._post("/v1/agent/send", ...)
relay.py:766 raise RelayError(f"请求失败: {last_error}")
lanremote.relay.RelayError: 请求失败: Idle
之后的状态：
* client-relay 线程没了 —— 电脑再也不往手表回任何东西
* relay-link 线程还活着、还在长轮询 —— 中转那边看着「设备在线」
* **手表看到的就是「连上了，但按一下毫无反应」**
写入仓库的测试 _tests/test_relay_local.py 一直是这个形状：
前面几项 PASS、跑到经中转发命令就卡死。之前没人深挖。
== 根因 1：一条 HTTP/1.1 连接被两个线程同时用 ==
_post() 里锁只包住「取连接」那一段：
with self._http_lock:
connection = self._http # 锁到这里就放了
try:
connection.request("POST", ...) # 锁外发请求
于是两个线程会同时用同一条 connection：
* relay-link 线程跑 /v1/agent/poll —— 长轮询，一条请求挂 180 秒
* client-relay 线程同时 POST /v1/agent/send
HTTP/1.1 一条连接同一时刻只能有一个在途请求，第二个线程一进来
就撞上 http.client 状态机，抛 CannotSendRequest("Idle")。
_post 的「重试一次」也救不了：它 _drop_http() 之后，另一个线程
手里还攥着那条旧连接对象在发，照样坏。
修法：
* **发命令用独立连接**（_post 加 dedicated 参数）。
长轮询那条常年被占着，发命令不该去挤它，各走各的。
* 两条连接各自一把锁**锁住整个「发请求 + 读响应」周期**，
不再只锁取连接那一下。
* 普通请求若发现缓存连接正忙（长轮询在途），临时另开一条用完即关。
* _drop_http(dedicated=) 区分清哪条；finally 里一定归还占用
（否则那条连接会被永久标记为忙）。
== 根因 2：回包失败会打死整个会话线程 ==
server.py 的 _client_loop 里：
if reply is not None:
session.send(reply) # <- 不在任何 try 里
...
except OSError: # <- 外层只捕获 OSError
pass
而中转链路上 send 抛的是 RelayError，直接冒出去把线程打死。
**死一次就永久哑**，代价太大。
修法：session.send() 单独兜住所有异常，失败就断开这个会话
（让手表重连），绝不让线程消失。外层也补一个兜底 except。
== 修复效果 ==
修复前：pair OK -> ping OK -> ping 卡死 -> 线程崩溃，永久哑
修复后：pair 21ms -> ping 82ms -> ping 4ms -> ping 6ms，零异常
_tests/test_relay_local.py：**之前完全卡死 -> 现在 21/21 全过**
这个测试之前一直是红的，说明「35 个阶段的回归全绿」这件事
本身就不成立过 —— 某个阶段卡住时看起来像环境问题而不是缺陷。
== 同批修掉验证阶段找到的其它问题 ==
1. **TTL 清理 + 关掉接入开关 = 设备永久锁死**（严重）
register() 用 `device_id in self.devices` 判断老设备，但超时清理
把设备从 devices 和 codes 都删了。电脑关机过夜（必然 > 6 小时）
第二天开机就会被自己的开关挡住，而且**重启也救不回来**
（清 codes 时没落盘，重启后又当孤儿清一遍，自我维系）。
管理员在页面上还看不到这台设备，不知道该放开谁。
修法：状态文件里单独存 knownDevices 设备历史，超时清理绝不动它；
register 改查这份历史；清理后补 _save()；delete_device 才真正忘记。
2. **管理页 JS 语法错误 -> 所有按钮失效**（严重）
admin.py 里 ADMIN_JS 是普通三引号字符串，我在 Python 源码里写的
`\n` 被变成真实换行，拼进 JS 就是字符串里的裸换行 ->
整段 <script> 不执行 -> 改码/删除/批量删除/全选全变幽灵按键。
元凶是我加改码功能那次提交。改成 `\\n`。
3. **--relay / --relay-status 崩溃**（严重）
RelayLink.start(url) 的 url 是必填参数，我把默认地址改空白时
run_agent.py 两处调用没跟着改。一处被 try 吞成「测试失败：missing
1 required positional argument」（用户以为地址填错了），
一处直接报栈。两处都补上 url。
4. 非法 deviceId（控制字符 / 路径分隔符）现在被拒（白名单：
字母数字 + - _ . :）
5. enable_relay() 第二次调用不再谎报成功（加 RelayLink.running 属性，
返回值反映真实运行状态；不再用「对象建过没有」判断）
6. snapshot() 清孤儿码后补 _save()，磁盘和内存不再脱节
== 局域网全面优化（task-2，另一个智能体完成）==
4 个真问题：
* **网段判断写死 /24** —— 在 /16 网络上 10.8.1.5 和 10.8.2.5
被判成不同网络，明明能直连却去走中转还费流量。
改成按网卡真实掩码比较。
* **广播只发一个包** —— 丢一个就整轮搜不到。改成 5 个时间点重发。
* **只探一个网段** —— 多网卡手表搜不到另一网段的电脑。改成全探。
* **走中转之后再也回不到局域网** —— 出门再回家永远挂中转。
新增定期回切（先便宜地 TCP ping，通了才动真格，
不破坏正在工作的中转连接）。
实测：局域网握手 2ms、50/50 = 100%、中位 0ms。
（跨网络那半之前拿不到数字，就是被上面那个线程崩溃挡住的 ——
现已修复。）
顺带：instance.py 单实例锁端口加 YKXMZ_LOCK_PORT 覆盖（默认不变）。
用户自己那台被控端正跑在这台机器上占着 8767/TCP + 8766/UDP，
是这次排查里好几个「测试怎么都不通」的根因。
== 服务端一键部署脚本（task-1，另一个智能体完成）==
relay/deploy.sh + relay/deploy-tune.sh，随服务端 zip 发布：
* 自动检查并安装 cloudflared
* 部署程序、装 4 个 systemd 服务、网络调优、配隧道、自检打公网地址
* **不传 --hostname 且没有 TUNNEL_TOKEN 时明确提示要填**，
不会静默用一个写死的域名（用户明确说过这个中转站是他自己用的，
不对外开放，绝不能把私人域名烧成默认值）
* 重跑 = 升级，已有数据/配对码/管理密码/凭据都不动
顺带修了发布包一直缺 site_shots/ 的老 bug
（package_remote.py 用 iterdir()+is_file() 收文件，目录进不去，
新机器装完官网截图全是 404）。
== 默认中转地址改成空白 ==
用户要求：软件默认不带任何中转地址，由用户自己填。
四处硬编码全部清空（server.py / MainActivity.java / run_agent.py /
relay.py 的注释和文档示例），全仓已无非注释的硬编码地址。
== 文档同步（task-5，另一个智能体完成）==
README / BEFORE-INSTALL / AFTER-INSTALL / 打包模板：
* 新增「软件里不带任何中转地址」告示，讲清跨网络要自己部署
* 修正 Android 版本（写的是 9.0/API28，实际 API 24 / Android 7.0）
* 删掉「地址已经内置好了」（现在是错的）
* AGENT_README 原来把作者自己的中转地址当成「内置地址」发给用户，已重写
* RELAY_README 原来写「两条隧道同时跑会互相争抢」，
和真机/CHANGELOG 矛盾；按实测改成「两种协议同时在跑（故意的）」
This commit is contained in:
xmz7891
+158
@@ -0,0 +1,158 @@
|
||||
============================================================
|
||||
deploy.sh 实测
|
||||
============================================================
|
||||
仓库: /c/Users/shu/Desktop/deepseekagent/LanRemote
|
||||
脚本: /c/Users/shu/Desktop/deepseekagent/LanRemote/relay/deploy.sh
|
||||
|
||||
── 1. 语法检查（bash -n）──
|
||||
[PASS] deploy.sh 语法正确
|
||||
[PASS] deploy-tune.sh 语法正确
|
||||
|
||||
── 2. 换行符 / BOM（.sh 必须 LF + 无 BOM）──
|
||||
[PASS] deploy.sh 是 LF 且无 BOM
|
||||
[PASS] deploy-tune.sh 是 LF 且无 BOM
|
||||
|
||||
── 3. --help ──
|
||||
[PASS] --help 退出码为 0
|
||||
[PASS] --help 有「用法」段
|
||||
[PASS] --help 列出了 --prefix
|
||||
[PASS] --help 提到了 TUNNEL_TOKEN
|
||||
[PASS] --help 没有副作用
|
||||
|
||||
── 3b. 非法参数要报错退出 ──
|
||||
[PASS] 未知参数退出码为 2
|
||||
[PASS] 非法协议退出码为 2
|
||||
|
||||
── 4. 搭沙箱（桩命令 + 临时安装根）──
|
||||
沙箱: /tmp/tmp.jb8lwoeXgw
|
||||
安装根: /tmp/tmp.jb8lwoeXgw/root
|
||||
桩命令: cloudflared curl free getent ip iptables nmcli python3 systemctl
|
||||
|
||||
── 5. 第一次部署（--skip-tunnel，不碰隧道）──
|
||||
[PASS] 第一次退出码为 0
|
||||
[PASS] relay.py 已部署
|
||||
[PASS] admin.py 已部署
|
||||
[PASS] landing.py 已部署
|
||||
[PASS] showcase.py 已部署
|
||||
[PASS] favicon.ico 已部署
|
||||
[PASS] deploy-tune.sh 已部署
|
||||
[PASS] watchdog.sh 已部署
|
||||
[PASS] site_shots 已部署
|
||||
[PASS] data 目录已建
|
||||
[PASS] downloads 目录已建
|
||||
[PASS] lanremote-relay.service 已生成
|
||||
[PASS] lanremote-nettune.service 已生成
|
||||
[PASS] lanremote-tunnel.service 已生成
|
||||
[PASS] 备用 http2 单元已生成
|
||||
[PASS] 看门狗 timer 已生成
|
||||
|
||||
生成的 relay unit 里应该有的关键项:
|
||||
[PASS] relay unit 含 RELAY_POLL=60
|
||||
[PASS] relay unit 含 RELAY_PORT=8080
|
||||
[PASS] relay unit 含 python3
|
||||
|
||||
两个隧道单元的内容（默认主 quic+8 / 副本 http2+2）:
|
||||
[PASS] 主隧道单元用 quic
|
||||
[PASS] 主隧道 8 条连接（实测最优配比）
|
||||
[PASS] 副本隧道单元用 http2
|
||||
[PASS] 副本隧道 2 条连接（实测最优配比）
|
||||
[PASS] 主隧道 metrics 钉死 20241
|
||||
[PASS] 副本隧道 metrics 钉死 20242
|
||||
[PASS] nettune 只有一个入口脚本
|
||||
[PASS] unit 里没有明文 Token
|
||||
[PASS] 便捷命令 lanremote-url 已生成
|
||||
[PASS] 便捷命令 lanremote-key 已生成
|
||||
[PASS] 便捷命令 lanremote-status 已生成
|
||||
|
||||
── 6. 幂等性：放几个「不许被冲掉」的东西，再跑第二遍 ──
|
||||
[PASS] 第二次退出码为 0
|
||||
[PASS] 设备数据没被冲掉
|
||||
[PASS] 管理钥匙没被冲掉
|
||||
[PASS] 管理密码没被冲掉
|
||||
[PASS] 公网地址没被冲掉
|
||||
[PASS] relay_state.json 没被改（allowNew 保住了）
|
||||
[PASS] allowNew 仍然是 false（没被拨回 true）
|
||||
[PASS] 手工 config.yml 没被覆盖
|
||||
[PASS] relay.py 内容稳定
|
||||
[PASS] 第二遍没有新增 ✗ 错误
|
||||
|
||||
── 6b. 没变化时不该重启服务（别打断在线连接）──
|
||||
[PASS] 第二遍没有重启中转（无变化）
|
||||
[PASS] 第二遍没有重启隧道（无变化）
|
||||
[PASS] 第二遍没有多余的 daemon-reload
|
||||
[PASS] 输出里明确说了「内容没变、保持运行」
|
||||
|
||||
── 7. 凭据模式：给出域名时要能生成 config.yml ──
|
||||
[PASS] 凭据模式退出码为 0
|
||||
[PASS] config.yml 已生成
|
||||
[PASS] config.yml 里的隧道 ID 取自凭据文件名
|
||||
[PASS] config.yml 写入了域名
|
||||
[PASS] config.yml 有兜底 404 规则（没有它 cloudflared 起不来）
|
||||
[PASS] config.yml 指向本地中转端口
|
||||
|
||||
── 7c. 默认：两个隧道单元都要启用（协议级故障隔离）──
|
||||
[PASS] 默认（不传 --protocol）退出码为 0
|
||||
[PASS] 默认启用了主隧道
|
||||
[PASS] 默认启用了副本隧道
|
||||
[PASS] 默认没有关掉任何一个隧道
|
||||
|
||||
── 7d. --protocol quic：只跑主隧道 ──
|
||||
[PASS] --protocol quic 退出码为 0
|
||||
[PASS] quic 模式启用了主隧道
|
||||
[PASS] quic 模式停用了副本隧道
|
||||
[PASS] 输出说明了为什么停用副本
|
||||
|
||||
── 7e. --protocol http2：只跑副本隧道 ──
|
||||
[PASS] --protocol http2 退出码为 0
|
||||
[PASS] http2 模式启用了副本隧道
|
||||
[PASS] http2 模式停用了主隧道
|
||||
|
||||
── 7f. --protocol 的非法值要报错 ──
|
||||
[PASS] 非法协议退出码为 2
|
||||
[PASS] both 是合法值
|
||||
|
||||
── 7b. 再跑一次（不给 --hostname），config.yml 不该被改 ──
|
||||
[PASS] 再次运行退出码为 0
|
||||
[PASS] 没给 --hostname 时 config.yml 保持不变
|
||||
|
||||
── 8. Token 模式 ──
|
||||
[PASS] Token 模式退出码为 0
|
||||
[PASS] Token 写进了 tunnel.env
|
||||
[PASS] tunnel.env 内容正确
|
||||
[PASS] unit 里没有明文 Token（只有 EnvironmentFile 引用）
|
||||
[PASS] unit 用了 EnvironmentFile 读 Token
|
||||
[PASS] unit 的 ExecStart 里用 --token ${TUNNEL_TOKEN}
|
||||
|
||||
── 8b. tunnel.env 权限应该是 600 ──
|
||||
tunnel.env 权限: 644（Linux 上应为 600）
|
||||
|
||||
── 9. 缺文件时要明确报错，不能静默 ──
|
||||
[PASS] 文件不全时明确失败（退出码 1）
|
||||
[PASS] 报错信息说清了是「程序文件不全」
|
||||
|
||||
── 10. 桩命令确实被调用过（证明流程真的走了）──
|
||||
[PASS] 调用过 systemctl enable
|
||||
[PASS] 调用过 iptables
|
||||
[PASS] 第一次安装做了 daemon-reload
|
||||
|
||||
── 11. 脚本里不许有写死的域名 ──
|
||||
[PASS] deploy.sh 里没有写死的域名
|
||||
[PASS] deploy-tune.sh 里没有写死的域名
|
||||
[PASS] net-tune.sh 里没有写死的域名
|
||||
[PASS] 示例用的是「你的域名」占位符
|
||||
|
||||
── 12. 有凭据但没给域名 → 不许乱猜，必须明确提示 ──
|
||||
[调试] TMP=/tmp/tmp.jb8lwoeXgw
|
||||
[调试] 凭据目录内容: deadbeef-0000-1111-2222-333344445555.json
|
||||
[PASS] 没域名时退出码为 0（中转照装，只是隧道不启）
|
||||
[PASS] 没域名时没有生成 config.yml（没有乱猜）
|
||||
[PASS] 明确提示了「需要你提供公网域名」
|
||||
[PASS] 提示里给了怎么补域名
|
||||
[PASS] 提示里给了 Token 模式这个替代办法
|
||||
[PASS] 隧道没配好时没有去启动它
|
||||
[PASS] 中转仍然正常安装并启用
|
||||
|
||||
============================================================
|
||||
结果: 通过 98 项，失败 0 项
|
||||
============================================================
|
||||
沙箱目录（想自己看就留着）: /tmp/tmp.jb8lwoeXgw
|
||||
Reference in New Issue
Block a user