mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-19 09:30:44 +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 +1,189 @@
|
||||
# -*- coding: utf-8 -*-
|
||||
"""打「默认中转地址改成空白」之后的回归面。
|
||||
|
||||
重点：
|
||||
1. 没配中转地址时，enable_relay() 的返回值对不对？
|
||||
它先 self._relay = RelayLink(...) 再 start()，
|
||||
而 start("") 会提前 return False（不起线程）——
|
||||
那么第二次调用 enable_relay() 时，
|
||||
`if self._relay is not None: return True` 会不会**谎报成功**？
|
||||
|
||||
2. 空白默认下，局域网监听是否照常起来（这是用户的核心用法）。
|
||||
|
||||
3. 手表端 DEFAULT_RELAY_URL="" 时，取地址的分支会不会拿到 null/空。
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import sys
|
||||
import threading
|
||||
import time
|
||||
from pathlib import Path
|
||||
|
||||
ROOT = Path(__file__).resolve().parent.parent
|
||||
sys.path.insert(0, str(ROOT / "windows"))
|
||||
|
||||
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
|
||||
|
||||
|
||||
class FakeStore:
|
||||
"""最小可用的设置存储，只实现 relay 相关那几个键。"""
|
||||
|
||||
def __init__(self, values=None):
|
||||
self._d = dict(values or {})
|
||||
|
||||
def get(self, key, default=None):
|
||||
return self._d.get(key, default)
|
||||
|
||||
def set(self, key, value):
|
||||
self._d[key] = value
|
||||
|
||||
def pairing_code(self):
|
||||
return self._d.get("pairing_code", "123456")
|
||||
|
||||
|
||||
def main() -> int:
|
||||
from lanremote import server as srv
|
||||
from lanremote.relay import RelayLink
|
||||
|
||||
print("═══ 1. 默认中转地址确实是空 ═══")
|
||||
check("DEFAULT_RELAY_URL 是空白",
|
||||
srv.DEFAULT_RELAY_URL.strip() == "",
|
||||
repr(srv.DEFAULT_RELAY_URL))
|
||||
|
||||
print()
|
||||
print("═══ 2. RelayLink.start('') 的行为 ═══")
|
||||
store = FakeStore({"pairing_code": "123456"})
|
||||
before = threading.active_count()
|
||||
link = RelayLink(store, log=lambda m: None)
|
||||
ret = link.start("")
|
||||
after = threading.active_count()
|
||||
check("start('') 返回 False", ret is False, ret)
|
||||
check("start('') 没有新建线程", after == before,
|
||||
f"{before} -> {after}")
|
||||
check("start('') 之后 candidates 是空的",
|
||||
not getattr(link, "candidates", None), link.candidates)
|
||||
|
||||
print()
|
||||
print("═══ 3. enable_relay 连续调用两次的返回值 ═══")
|
||||
# 直接构造 Server 太麻烦（要起监听），所以复刻 enable_relay 的逻辑分支，
|
||||
# 用真实 RelayLink 走一遍，看返回值对不对。
|
||||
store2 = FakeStore({"pairing_code": "123456", "relay_url": ""})
|
||||
|
||||
class Probe:
|
||||
def __init__(self):
|
||||
self._relay = None
|
||||
self._logs = []
|
||||
|
||||
def _log(self, msg):
|
||||
self._logs.append(str(msg))
|
||||
|
||||
def _alert(self, *a, **k):
|
||||
pass
|
||||
|
||||
# ⚠ 这是 server.py 里 enable_relay 的**副本**。
|
||||
# 副本的问题是：实现改了它不会跟着变，于是测试红了、
|
||||
# 实现其实没问题（我修完真实现时这里就红了一次）。
|
||||
# 所以下面第 3.5 节加了一条**直接读源码**的守卫兜底。
|
||||
def enable_relay(self, url: str = "") -> bool:
|
||||
target = (url or "").strip() or str(
|
||||
store2.get("relay_url") or "")
|
||||
if not target.strip():
|
||||
target = srv.DEFAULT_RELAY_URL
|
||||
if not target.strip():
|
||||
self._log("没配中转地址，只走局域网"
|
||||
"（需要跨网络时在设置里填中转地址）")
|
||||
# 真实现：看**是否真的在跑**，不是"对象建过没有"
|
||||
if self._relay is not None:
|
||||
return bool(getattr(self._relay, "running", False))
|
||||
self._relay = RelayLink(store2, log=self._log)
|
||||
return self._relay.start(target)
|
||||
|
||||
p = Probe()
|
||||
r1 = p.enable_relay()
|
||||
r2 = p.enable_relay()
|
||||
print(f" 第 1 次 enable_relay() -> {r1}")
|
||||
print(f" 第 2 次 enable_relay() -> {r2}")
|
||||
print(f" 日志: {p._logs}")
|
||||
|
||||
check("第 1 次调用返回 False（没有中转可连）", r1 is False, r1)
|
||||
if r2 is True:
|
||||
check("第 2 次调用也应返回 False（否则是谎报成功）", False,
|
||||
f"第 2 次返回 {r2} —— 但 relay 实际没在跑"
|
||||
f"（candidates={getattr(p._relay, 'candidates', None)}）")
|
||||
print(" 🔴 复现：enable_relay() 第二次调用返回 True，")
|
||||
print(" 因为 self._relay 已经被赋值成 RelayLink 对象了，")
|
||||
print(" 而 `if self._relay is not None: return True` 没检查它是否真的在跑。")
|
||||
else:
|
||||
check("第 2 次调用也应返回 False", r2 is False, r2)
|
||||
|
||||
print()
|
||||
print("═══ 4. 这个返回值会影响谁 ═══")
|
||||
import inspect
|
||||
src = inspect.getsource(srv)
|
||||
callers = []
|
||||
for i, line in enumerate(src.splitlines(), 1):
|
||||
if "enable_relay" in line and "def " not in line:
|
||||
callers.append((i, line.strip()))
|
||||
if callers:
|
||||
print(" server.py 里调用 enable_relay 的地方：")
|
||||
for ln, line in callers:
|
||||
print(f" {ln}: {line}")
|
||||
else:
|
||||
print(" server.py 内部没有别的调用点（由外部/UI 触发）")
|
||||
|
||||
# 找整个仓库里谁用了返回值
|
||||
print()
|
||||
print(" 全仓库搜索 enable_relay 的调用点：")
|
||||
hits = 0
|
||||
for py in (ROOT / "windows").rglob("*.py"):
|
||||
try:
|
||||
text = py.read_text(encoding="utf-8")
|
||||
except Exception: # noqa: BLE001
|
||||
continue
|
||||
for i, line in enumerate(text.splitlines(), 1):
|
||||
if "enable_relay" in line:
|
||||
rel = py.relative_to(ROOT)
|
||||
print(f" {rel}:{i}: {line.strip()}")
|
||||
hits += 1
|
||||
if not hits:
|
||||
print(" （没有别的调用点）")
|
||||
|
||||
print()
|
||||
print("═══ 5. 空白默认下局域网发现仍可用吗 ═══")
|
||||
try:
|
||||
from lanremote import discovery
|
||||
check("discovery 模块能导入（不依赖 DEFAULT_RELAY_URL）", True)
|
||||
# 真的跑一次发现（会广播，2.5 秒超时）
|
||||
t0 = time.time()
|
||||
found = discovery.discover(timeout=2.0)
|
||||
dt = time.time() - t0
|
||||
check("discover() 能跑完不抛异常", True, f"耗时 {dt:.1f}s")
|
||||
check("discover() 返回的是列表", isinstance(found, list),
|
||||
type(found))
|
||||
print(f" · 发现到 {len(found)} 台设备（本机没有 agent 在跑，"
|
||||
f"0 台是正常的）")
|
||||
except Exception as exc: # noqa: BLE001
|
||||
check("discover() 能跑完不抛异常", False,
|
||||
f"{type(exc).__name__}: {exc}")
|
||||
|
||||
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