mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 14:50:45 +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
@@ -0,0 +1,222 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""打 admin.py 的格式化面。
|
||||
|
||||
ADMIN_CSS / ADMIN_JS 是 Python 字符串，里面用了 %-格式化。
|
||||
只要有一个漏写的单个 %，render_admin() 就会抛
|
||||
ValueError: unsupported format character
|
||||
而 relay 的上层兜底会把它变成 500 —— 管理页直接打不开。
|
||||
|
||||
反向的错也要查：如果某个**不参与格式化**的字符串里写了 %%
|
||||
（为了转义而转义），页面上就会显示出字面的 "%%"。
|
||||
|
||||
这个测试直接调用 render_admin()，并逐字符扫描产物。
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import re
|
||||
import sys
|
||||
from pathlib import Path
|
||||
|
||||
ROOT = Path(__file__).resolve().parent.parent
|
||||
sys.path.insert(0, str(ROOT / "relay"))
|
||||
|
||||
passed = 0
|
||||
failed = 0
|
||||
|
||||
|
||||
def check(name: str, ok: bool, detail: str = "") -> bool:
|
||||
global passed, failed
|
||||
if ok:
|
||||
passed += 1
|
||||
print(" [PASS] " + name)
|
||||
else:
|
||||
failed += 1
|
||||
print(" [FAIL] " + name + ((" —— " + str(detail)) if detail else ""))
|
||||
return ok
|
||||
|
||||
|
||||
def main() -> int:
|
||||
import admin
|
||||
|
||||
print("═══ 1. 扫描**源文件**里 ADMIN_CSS / ADMIN_JS 字面量的 % ═══")
|
||||
print(" 注意：不能扫导入后的 admin.ADMIN_CSS ——")
|
||||
print(" 它在定义处写了 `\"\"\" % {}`（第 231 行），导入时就已被格式化，")
|
||||
print(" %% 已经变成 %。扫那个值会把合法的单个 % 误判成漏写转义。")
|
||||
print(" 必须回到源文件、只看三引号字面量本身。")
|
||||
src = (ROOT / "relay" / "admin.py").read_text(encoding="utf-8")
|
||||
for name in ("ADMIN_CSS", "ADMIN_JS"):
|
||||
m = re.search(rf"^{name} = \"\"\"", src, re.M)
|
||||
if not m:
|
||||
check(f"源文件里能找到 {name} 字面量", False)
|
||||
continue
|
||||
start = m.end()
|
||||
end = src.find('"""', start)
|
||||
literal = src[start:end]
|
||||
# 紧跟三引号之后是不是有 % 运算
|
||||
tail = src[end + 3:end + 12].strip()
|
||||
formatted = tail.startswith("%")
|
||||
print(f" {name}: 字面量 {len(literal)} 字符，"
|
||||
f"定义后{'有' if formatted else '没有'} % 格式化"
|
||||
f"（紧跟 {tail[:6]!r}）")
|
||||
|
||||
singles = []
|
||||
i = 0
|
||||
while i < len(literal):
|
||||
if literal[i] == "%":
|
||||
if i + 1 < len(literal) and literal[i + 1] == "%":
|
||||
i += 2
|
||||
continue
|
||||
singles.append((i, literal[max(0, i - 25):i + 25]))
|
||||
i += 1
|
||||
else:
|
||||
i += 1
|
||||
|
||||
if formatted:
|
||||
# 会被格式化，单个 % 就是漏写，必须报告
|
||||
check(f"{name} 会被 %-格式化，字面量里不能有单个 %",
|
||||
not singles, f"找到 {len(singles)} 处: "
|
||||
+ "; ".join(repr(c) for _p, c in singles[:3]))
|
||||
else:
|
||||
# 不参与格式化，单个 % 是正常的（而且 %(x)s 也不会被替换）
|
||||
check(f"{name} 不参与格式化，单个 % 无害", True)
|
||||
if singles:
|
||||
print(f" （{name} 里有 {len(singles)} 个单个 %，"
|
||||
f"因为不格式化所以无害）")
|
||||
|
||||
print()
|
||||
print("═══ 1b. 反向检查：格式化后的值里不该再出现 %% ═══")
|
||||
check("导入后 ADMIN_CSS 里没有残留 %%",
|
||||
"%%" not in admin.ADMIN_CSS,
|
||||
"说明 %{} 格式化确实生效了")
|
||||
check("导入后 ADMIN_CSS 里保留了正常的 %",
|
||||
"100%" in admin.ADMIN_CSS)
|
||||
|
||||
print()
|
||||
print("═══ 2. 真调 render_admin()，看能不能渲染出来 ═══")
|
||||
snap = {
|
||||
"ok": True, "version": "1.8.2", "uptimeSeconds": 3725,
|
||||
"devices": [], "sessions": 0, "totalRequests": 12,
|
||||
"memoryKB": 22656, "allowNew": True, "codeCount": 0,
|
||||
}
|
||||
try:
|
||||
html = admin.render_admin(snap, "https://relay.xxmxxs.top",
|
||||
"/zhongzhuanzhan", 0,
|
||||
lambda: [])
|
||||
check("空设备列表能渲染", isinstance(html, str) and len(html) > 500,
|
||||
f"len={len(html) if isinstance(html, str) else type(html)}")
|
||||
except Exception as exc: # noqa: BLE001
|
||||
check("空设备列表能渲染", False, f"{type(exc).__name__}: {exc}")
|
||||
return 1
|
||||
|
||||
print()
|
||||
print("═══ 3. 产物里有没有残留的字面 %% ═══")
|
||||
if "%%" in html:
|
||||
idx = html.find("%%")
|
||||
ctx = html[max(0, idx - 80):idx + 80]
|
||||
check("渲染产物里没有字面 %%", False, f"出现在: {ctx!r}")
|
||||
else:
|
||||
check("渲染产物里没有字面 %%", True)
|
||||
|
||||
print()
|
||||
print("═══ 4. 有设备 + 有会话时的渲染（覆盖表格分支）═══")
|
||||
snap2 = dict(snap)
|
||||
snap2["devices"] = [
|
||||
{"deviceId": "dev-aaa-111", "code": "246810", "name": "家里的电脑",
|
||||
"lanIps": ["192.168.1.5"], "port": 8765, "version": "1.8.2",
|
||||
"online": True, "idleSeconds": 3, "sessions": 1,
|
||||
"queuedToClient": 0, "queuedToAgent": 2,
|
||||
"bytesIn": 123456, "bytesOut": 654321},
|
||||
{"deviceId": "dev-bbb-222", "code": "135790", "name": "教室电脑",
|
||||
"lanIps": [], "port": 0, "version": "1.8.1",
|
||||
"online": False, "idleSeconds": 99999, "sessions": 0,
|
||||
"queuedToClient": 0, "queuedToAgent": 0,
|
||||
"bytesIn": 0, "bytesOut": 0},
|
||||
]
|
||||
snap2["codeCount"] = 2
|
||||
try:
|
||||
html2 = admin.render_admin(snap2, "https://relay.xxmxxs.top",
|
||||
"/zhongzhuanzhan", 2,
|
||||
lambda: [{"name": "ykxmz-server-1.8.2.zip",
|
||||
"size": 214900}])
|
||||
check("有设备时能渲染", len(html2) > 1000, len(html2))
|
||||
check("有设备时没有字面 %%", "%%" not in html2)
|
||||
check("设备名出现在页面上", "家里的电脑" in html2)
|
||||
check("配对码出现在页面上", "246810" in html2)
|
||||
except Exception as exc: # noqa: BLE001
|
||||
check("有设备时能渲染", False, f"{type(exc).__name__}: {exc}")
|
||||
return 1
|
||||
|
||||
print()
|
||||
print("═══ 5. 新增开关的控件和 JS 是否真的在页面里 ═══")
|
||||
for token, label in (
|
||||
("allowNew", "allowNew 字段"),
|
||||
("允许新设备接入", "开关文案"),
|
||||
("data-recode", "改码按钮属性"),
|
||||
):
|
||||
check(f"页面包含 {label}", token in html2, token)
|
||||
|
||||
# 开关的 JS 里 % 有没有处理干净
|
||||
js = admin.ADMIN_JS
|
||||
if "fetch(" in js or "XMLHttpRequest" in js:
|
||||
check("JS 里有网络请求代码（不是空壳）", True)
|
||||
else:
|
||||
check("JS 里有网络请求代码（不是空壳）", False, "没找到 fetch/XHR")
|
||||
|
||||
print()
|
||||
print("═══ 6. 极端输入：设备名里带 % 会不会把格式化搞崩 ═══")
|
||||
snap3 = dict(snap)
|
||||
snap3["devices"] = [
|
||||
{"deviceId": "dev-%s-%d", "code": "111111", "name": "百分号 %s %d %% 测试",
|
||||
"lanIps": [], "port": 0, "version": "1.8.2",
|
||||
"online": True, "idleSeconds": 1, "sessions": 0,
|
||||
"queuedToClient": 0, "queuedToAgent": 0,
|
||||
"bytesIn": 0, "bytesOut": 0},
|
||||
]
|
||||
snap3["codeCount"] = 1
|
||||
try:
|
||||
html3 = admin.render_admin(snap3, "https://x", "/zhongzhuanzhan", 1,
|
||||
lambda: [])
|
||||
ok = "百分号" in html3
|
||||
check("设备名里的 % 不会让渲染崩溃", True)
|
||||
check("设备名里的 % 被当作普通字符保留", ok)
|
||||
if "%s" in html3 or "%d" in html3:
|
||||
idx = html3.find("%s") if "%s" in html3 else html3.find("%d")
|
||||
ctx = html3[max(0, idx - 60):idx + 60]
|
||||
check("页面里没有把设备名里的 %s 当成格式符吃掉", True)
|
||||
print(f" · 上下文: {ctx!r}")
|
||||
except Exception as exc: # noqa: BLE001
|
||||
check("设备名里的 % 不会让渲染崩溃", False,
|
||||
f"{type(exc).__name__}: {exc}")
|
||||
|
||||
print()
|
||||
print("═══ 7. 转义检查：设备名/deviceId 里的 HTML 是否被转义 ═══")
|
||||
snap4 = dict(snap)
|
||||
snap4["devices"] = [
|
||||
{"deviceId": "<img src=x onerror=alert(1)>",
|
||||
"code": "222222", "name": "<script>alert(2)</script>",
|
||||
"lanIps": [], "port": 0, "version": "1.8.2",
|
||||
"online": True, "idleSeconds": 1, "sessions": 0,
|
||||
"queuedToClient": 0, "queuedToAgent": 0,
|
||||
"bytesIn": 0, "bytesOut": 0},
|
||||
]
|
||||
snap4["codeCount"] = 1
|
||||
html4 = admin.render_admin(snap4, "https://x", "/zhongzhuanzhan", 1,
|
||||
lambda: [])
|
||||
check("设备名里的 <script> 被转义（无原始标签）",
|
||||
"<script>alert(2)</script>" not in html4,
|
||||
"发现原始 <script> -> 存储型 XSS")
|
||||
check("deviceId 里的 <img onerror 被转义",
|
||||
"<img src=x onerror=alert(1)>" not in html4,
|
||||
"发现原始 <img> -> 存储型 XSS")
|
||||
check("deviceId 在 data 属性里也被转义（引号）",
|
||||
'data-device="<img' not in html4)
|
||||
|
||||
print()
|
||||
print("=" * 62)
|
||||
print(f" 通过 {passed} 项，失败 {failed} 项")
|
||||
print("=" * 62)
|
||||
return 1 if failed else 0
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
sys.exit(main())
|
||||
Reference in New Issue
Block a user