xmz7891/ykxmz
1
0
Fork 0
mirror of https://gitee.com/xmz7891/ykxmz.git synced 2026-10-18 13:40:45 +00:00
Code Issues Packages Projects Releases Wiki Activity
125 Commits 1 Branch 18 Tags
0ad3f648c6afc1affd100e95a19b32436b0b9f09
Commit Graph
14 Commits
Author SHA1 Message Date
xmz7891 9bdd36cf56 2.1.4：修 URL 协议头 bug + 清理对外材料里泄漏的服务器信息 
用户报了三件事，一起处理。

== 一、发行版介绍里泄漏了服务器公网 IP ==

_build/CHANGELOG.md 的 2.1.3 那节写了服务器公网 IP，而发布脚本
把这个文件当"更新说明"传给 Gitee，于是发行版介绍里就带出去了。

为什么 IP 不该公开：直接打 IP 就绕过 Cloudflare 了 ——
没有 CDN、没有防护、没有速率限制。源站本来就不该被人知道是谁
（这也是为什么 nginx 那层只认域名、中转只绑 127.0.0.1）。

处理：
  * 已发的 v2.1.3 发行版介绍用 API 改掉（扫了全部 11 个发行版，只它一个）
  * 仓库里 16 个文件里的 IP 全部换成域名或占位符
  * 运维脚本改成从环境变量读，公开仓库里不留具体地址

顺手发现**更严重的一处**：旧管理员密码硬编码在
docs/AFTER-INSTALL.txt（会打进服务端 zip）和
installer/license-combined.txt（**安装包的许可页，每个装的人都能看到**）里。
而用户当前密码就含这个串，等于公开了一半。一并清掉，
公开材料里改成"密码在你服务器上"的说明。

== 二、手表端填了地址却连不上 ==

用户截图：填域名（没写协议头）-> 点「检查服务器」报

    MalformedURLException: no protocol: <域名>/v1/health

根因：补协议头的逻辑只写在连接那条路（RelayTransport 的构造函数）上，
checkServer() 直接拿原始字符串拼 URL —— 同一个地址，连接能用、检查却崩。

修法：把规范化收到 relayUrl() 这**唯一一个入口**，所有调用方都从那里取。
规则和电脑端一致：IP / localhost / *.local -> http，域名 -> https。

顺带补了 _tests/test_relay_url_normalize.py 盯住它（含 9 个用例实算）。

== 三、Gitee 的 README 被判"可能含有违规信息" ==

Gitee 挂的是软性公告（可自行修改或申诉），但确实挂在那。
逐项看了 README，改掉几处**不准确**且容易误判的表述：

  * 原文写"看看学生机是不是在打游戏" —— 这是**错的**：
    被控端只装在一台电脑上（讲台那台），根本看不到别的机器。
    既不准确又像监控软件，改成"作用于被控端那一台"
  * 课堂那几项功能如实说明：改的是本机 hosts、结束的是本机进程，
    都可逆，下课点「一键恢复全部」就还原
  * "免杀对抗""伪装成系统进程"这类词（虽然是在说"我们不做这些"）
    本身就在审核词库里，换成正面的说法
  * 成品文件名从 1.8.2 更新到当前版本，并且以后发版自动跟着改
    （把 README 加进了 bump 脚本；以前一直停在 1.8.2，
     用户照着 README 去 releases 根本找不到那个文件）

== 四、做这件事时自己踩的坑（都写进注释了）==

  * 批量替换时**没排除 gitignore 的文件**，把本地密码文件也改了
  * 替换时往字典字面量中间塞注释，**弄坏了 5 个文件的语法**
  * 修的时候手写"坏文件列表"，漏了 2 个 ——
    改成全仓库扫模式（列表是观察到的，不是穷尽的）
  * 清理工具自己又成了泄漏点（脚本里写了要匹配的 IP/密码），
    加了 _build/precommit_leak_gate.py 当闸门才抓到

教训：批量替换要先排除不该碰的文件，而且不能往表达式中间塞东西。

== 按用户要求：测完再提交 ==

    全量回归 41 个阶段全 PASS（2 项因锁屏 SKIP）
    601 个 Python 文件语法通过
    pyflakes 干净
    安装包完整周期 20/20
    对外材料清洁度 15/15
    提交前泄漏闸门通过

（这条信息是补写的：上一个提交因为 heredoc 把提交说明打到屏幕而不是
 文件，信息变成空的 "remove temp" 了，内容本身是对的。）
 2026-10-08 23:51:17 +08:00
xmz7891 5fc2f97be7 2.1.3：搬到 Lightsail 真服务器 + 支持"没有证书的中转" 
用户买了 AWS Lightsail（2G 内存 / 2 vCPU / 60G SSD / 公网 IP
13.54.30.196），中转从随身 WiFi 那台小机器搬过去。

== 为什么这次搬迁解决了一堆老问题 ==

原机器（Debian aarch64、460MB、走 4G）一直有几件搞不定的：

  * 线路对 Cloudflare 隧道的 **7844 端口间歇性阻断**（443 通、7844 不通），
    隧道每 3~10 分钟掉一次、公网跟着 530 —— 查了很久才从
    cloudflared 自己的 precheck 里看清
  * 只有 460MB 内存
  * 会掉电硬挂（实测 2026-10-08 18:42 一次非正常关机）

新机器**有公网 IP**，中转直接监听，不经隧道、不过 7844。
实测公网延迟从 **1000~2000 ms 降到 1.1 ms**。

== 代码改动 ==

1. **relay.py 的 DATA_DIR 默认值不再写死**
   原来是 /root/lanremote-relay。新机器上服务以 admin 普通用户跑
   （它没理由要 root），而 /root 是 0700 —— 部署时直接
   PermissionError: '/root/lanremote-relay'。
   改成"本脚本所在目录下的 data/"，搬到哪都跟着走。

2. **客户端支持"没有证书的中转"**
   新服务器是明文 HTTP（没签证书），而两个客户端原来都往 https 走：
     * 手表端：裸 IP 会被强制补 https:// -> 永远连不上，
       报的还是 SSL 错误，很容易让人白查半天证书
     * Android 9+ 默认禁止明文流量，没 usesCleartextTraffic
       请求会被系统直接掐掉
   Windows 端本来就是对的（正则里把任意纯 IP 都当"用明文"）。
   现在手表端规则和它一致，并加了 usesCleartextTraffic。

3. 清掉电脑端一段函数内的重复代码（return 之后还有一份拷贝，
   缩进仍在函数体内所以不报错，但读起来很迷惑）。

== 新服务器上的部署 ==

    /opt/ykxmz-relay/            服务端（relay/admin/landing/showcase）
    ykxmz-relay.service          监听 0.0.0.0:13245
    ykxmz-monitor.service/.timer 每 60 秒查公网，连续 3 次不通就叫预案
    rescue-lightsail.sh          四级阶梯抢救（重启中转 / 强杀重拉 /
                                 查防火墙 / 重启整机[默认关]）

  预案针对新架构重写过：原来围着隧道转（重启隧道、重施 MSS/MTU），
  现在没有隧道，改成重启中转 + 查端口/防火墙。

全量回归 46 个阶段全部通过。
 2026-10-08 22:29:56 +08:00
xmz7891 3f18e6bb40 2.1.0：网站自动抢救 + 后台抢救报告分区 + 网络热门音效 + 全量测试后台静默 
按用户定的规矩，这一轮有新功能，升第二位：2.0.0 -> 2.1.0。

== 一、网站挂了会自己救 ==

用户原话：「网站还是容易挂，建议继续增加隧道稳定性，并在后台设立
检测单元，实时检测网站状态，一旦检测到网站挂了，立即启动紧急预案」。

新增 relay/monitor.sh + lanremote-monitor.timer：
    每 60 秒从**公网**查一次 /v1/health（不是查 127.0.0.1）

    为什么不查本机：本机 200 只说明中转进程活着，用户真正关心的是
    经过 Cloudflare 边缘 + 隧道 + 本机三段之后能不能打开。实测过
    隧道两条实例都掉了、本机 curl 照样 200，只有从公网测才发现 502。

    连续 3 次不通才动手（这条 4G 线路本来就有 2~4% 偶发失败），
    救完 10 分钟内不再动手（否则预案刚重启完隧道还没连上，
    下一次检查又救一遍，来回重启反而永远连不上）。

新增 relay/rescue.sh：五级阶梯，每级做完立刻复验，好了就停
    1 重启隧道          不动中转，在线设备不掉线
    2 重启中转服务      设备要重连，但很快
    3 重新施加网络调优  MSS / MTU 跑偏时用
    4 重启无线网卡      4G / WiFi 卡死时用
    5 重启整机          最后的底牌，**默认不开**（要 RESCUE_REBOOT=1）

    理由：如果问题出在供电或上游线路，重启只会让恢复更慢；
    而且半夜自动重启一台没人管的机器风险太大。

== 二、抢救报告 + 后台分区 ==

用户原话：「如果紧急预案未能解决，则将问题打包成 .txt，然后在
中转站设置里面加一个分区专门放还有下载这个 txt。解决后将解决问题
的方法加入紧急预案」。

    * 五级都没救回来 -> 把现场（内存/进程/隧道连接数/路由和 MTU、
      三份日志尾部、内核异常）整理成 rescue_reports/<时间戳>.txt
    * 后台新增「抢救报告」分区，列出报告（带结论摘要），点一下下载
    * 下载走单独的 /rescue/<名字>，**不发缓存头**（内容会变，
      也不该让 Cloudflare 边缘留着）。和 /download/ 分开是有意的：
      那个是给用户的安装包，文件名带版本号、内容永不改变，
      所以敢发 604800 长缓存
    * **要登录才能下** —— 报告里有内网 IP、进程表、日志尾部，
      是运维信息。第一版把这条路由插在 _admin_gate() 之前，
      等于匿名可下，自己查出来补上了
    * 每次自动抢救成功，把「第几级奏效」写进 rescue_knowledge.md；
      监测单元读它，下次同类症状优先试历史上管用的那一级
      （这就是用户说的"解决后将解决问题的方法加入紧急预案"）

== 三、网络热门音效 ==

用户原话：「再加上近期网络热门音效，什么冰冰冰，啊哈哈哈哈，
各种老牧师音效，可以直接远程播放」。

**版权说明**：网上那些「冰冰冰」「啊哈哈哈」是**有版权的真实录音**
（影视片段 / 别人的作品），不能下载打包进安装包 —— 那既侵权，
也会让这个项目在 Gitee 那边直接踩线（这个仓库已经被判过一次
"内容可能含有违规信息"）。

所以：
    * 内置 8 个**程序合成**的音效（正弦/方波现场算，零版权风险、
      不占安装包体积）：冰冰冰 / 啊哈哈哈 / 老牧师 / 叮 / 当当当 /
      警报 / 鼓点 / 弹簧。名字对着感觉来，但不是那些录音本身
    * 做「自己放进来」的目录：mp3/wav 丢进 data/sfx/ 就自动出现在
      列表里，照样能远程播。目录里放了一份说明
    * 手表首页新增「音效」按钮，点开选一个，电脑就响
      （复用现成的 showChooser，不新建面板）

协议加 sfx_list / sfx_play 两条命令。

== 四、修「安卓设置页一片空白」 ==

用户报的。根因：设置页**建好了但忘了 root.addView()** ——
showOnly() 让它 VISIBLE 也没用，它根本不在视图树里。

这类"漏挂"编译完全不报，只在运行时表现为空白。已加断言
_tests/test_watch_panels_wired.py 盯着：每个面板都必须挂到 root、
并且纳入 showOnly()。

== 五、全量测试改成后台静默 ==

用户原话：「把全量测试改为在后台静默运行不要打开任何窗口或锁屏」。

会开窗口的 6 个阶段（含开**全屏**那个）现在跑在独立的 Windows
隐藏桌面上（_tests/hidden_desktop.py）。窗口是**真的** —— 全屏、
可见、几何、Win32 枚举都真实，测试有效性一点没损失 ——
只是不在用户眼前，全屏也不会锁屏。

顺带修了一个一直在骗人的检测：判断"锁屏"时只看 OpenInputDesktop
成不成功是不对的 —— **锁屏时它同样成功**（那时输入桌面是 Winlogon）。
于是截屏类测试在锁屏时被记成 FAIL 而不是 SKIP，把真问题淹掉了
（用户电脑锁了一夜，我就是被这个误导过）。改成看输入桌面的**名字**。
现在锁屏也能跑全量：该 SKIP 的 SKIP，该跑的照跑。

== 六、顺手修的真 bug ==

* windows/lanremote/server.py 的 sfx_play 分支用了不存在的变量名 body
  （应该是 msg）-> **一调就 NameError**。pyflakes 那关抓出来的，
  说明"未定义名"这条检查有用。
* _build/package_remote.py 的文件白名单只有 .py/.sh/.ico，
  **.service/.timer 收不进服务端 zip** -> 新机器上监测根本不启动，
  而且不报错、只是静默不跑。已加。
* protocol.py 被我补丁插入了 LF 行到 CRLF 文件里 -> 行尾混用，编码审计红。
* deploy.sh 的 watchdog 块被我改锚点时吃掉了 start/say 两行
  （bash -n 通过、只是少两条执行语句）—— 改完读回来核对才发现。
* _build/CHANGELOG.md 的 2.1.0 说明里写了"管理后台"，
  触发对外材料清洁度检查。改成不提管理页（用户定的规矩：
  对外只能提官网）。

全量回归 46 个阶段全部通过。
 2026-10-08 18:36:50 +08:00
xmz7891 4295b482a1 2.0.0：安装时可设中转服务器 + 手表端新增设置页 + 中转默认留空 
按用户定的版本规矩，这一轮既有新内容又有重构，所以升第二位：
1.9.0 -> 2.0.0（最后一位清 0）。

== 一、安装时就能设中转服务器（用户要求）==

安装向导那一页现在是两个输入框：配对码 + 中转服务器。
装的时候是"第一次设置"，最该一次把地址填好，不然装完还得去
双击 exe 找设置窗口，很容易漏。

只填域名就行（自动补 https://），留空 = 只走局域网。
批量静默部署同样支持：
    ykxmz-setup-2.0.0.exe /VERYSILENT /CODE=246810 /RELAY=relay.你的域名

为此新增了一个 --relay-url 参数：
    --relay       连接一次、打印状态、然后退出（人工排查用）
    --relay-url   只写进配置，不连接、不退出（安装流程用）
用错那个的话，安装包的命令链会在中间就 return，后面的 --silent
根本跑不到 —— 所以必须分开。

== 二、手表端新增「设置」页（用户要求）==

用户原话："安卓端加一个设置，各种设置就在这里面调"。
以前设置散在首页（只有一个"中转设置"按钮），现在统一收进设置页：
    * 中转服务器（填写 / 一键清空）
    * 记住的配对码（显示 / 清除）
    * 已配对的电脑（看数量 / 清空，带二次确认）
    * 关于（版本号从 APK 读，不会和代码对不上）

== 三、中转地址默认留空 + 一次性迁移（用户报的问题）==

用户原话："安卓端为什么还是默认填的我的中转站，以后改成手动填"。

代码里的默认值早就是空的了，但用户看到的还是那个地址 ——
因为**老版本 1.5.0 把作者的域名硬编码成了默认值**，第一次运行就
存进了 SharedPreferences。装新 APK 不会清偏好，所以那个值一直留着。
用户其实从来没"选"过这个地址，是程序硬塞的。

所以加了 migrateLegacyRelay()：存的值如果正好等于当时内置的域名，
就当成没设过、清掉。只清完全相等的，用户手填的不会动。

== 四、两个测试自身的毛病 ==

* test_lan_optimize 那条"没有把旧公网域名当默认值"太粗 ——
  它查的是源码里任何位置，于是迁移注释里引用那行老代码就把它判红了。
  改成先剥掉注释再查（断言要测的是"有没有把它当默认值"）。

* test_image_modes 偶发红：它开真实 Tk 全屏窗口，在全量套件里跑
  偶尔起不来（单独跑 19/19 全过）。加了有界重试。
  偶发红的测试会让"全量通过"失去意义。

== 五、新增防复发断言 ==

_tests/test_relay_default_blank.py（15 项，回归阶段 3a3b）：
    * 默认值必须是空串
    * 除了迁移清单，源码里不许有写死的中转域名
    * 迁移必须真的被调用（不是只定义）
    * 迁移必须是 remove，不能换成另一个硬编码值
    * Windows 端的默认也得是空

理由：用户说过"这个中转站我就自己用，不对外" —— 值得用断言钉死。

== 六、顺手修的 ==

* release_all.py 崩在 Gitee 那一步：Gitee 的
  GET /releases/tags/{tag} 在"标签存在、但还没发行版"时返回的是
  **HTTP 200 + JSON null**（不是 404），于是 .get("id") 直接
  AttributeError。发 1.9.0 时踩到，已改成容忍 None。

* installer/build_installer.py 里 license-combined.txt 是从
  docs/ 三份文档重新生成的，所以光改生成物没用（下次构建又变回去）。
  改成在 build_license() 里统一注入当前版本。

* ExE 文件属性里的版本（version_info.txt）从 1.7.1 起就一直没跟上。

全量回归 43 个阶段全部通过。
 2026-10-07 23:02:44 +08:00
xmz7891 b76014709e 修用户报的三个问题 + 揪出我自己检查工具的盲区 
用户报：
  1. 官网 502
  2. 局域网连接：输入配对码提示连上了但没反应，得推出去点设备才能连
  3. 被控端安装时要能设中转服务器；之后双击 exe 也该能改配对码 /
     开关新设备 / 中转地址 —— 但现在双击没反应

────────────────────────────────────────
问题 1：502（暂态，已恢复）
────────────────────────────────────────
你截图是 21:24:56，隧道日志显示 21:22:51 和 21:26:44 各重启了一次
—— 502 就发生在那个空窗里。现在三个服务都 active、10 条连接、
本机 200(3ms)、公网 200(2.6s)。

（重启是谁触发的还没查清，watchdog 的嫌疑最大，下一轮跟进。）

────────────────────────────────────────
问题 2：局域网连上后没反应（真 bug，已修）
────────────────────────────────────────
手表上有**四个**面板，靠手工 setVisibility 切换：

    connectPanel   首页
    controlPanel   控制面板
    mirrorPanel    投屏
    lanPanel       局域网连接页    <- 后加的

而 showControlPanel() 只藏了前两个：

    connectPanel.setVisibility(GONE);
    controlPanel.setVisibility(VISIBLE);
    if (mirrorPanel != null) mirrorPanel.setVisibility(GONE);
    // lanPanel 没藏！

于是从「局域网连接」页填完码、连接成功之后：
    connect() 成功 -> showControlPanel() -> 控制面板显示了
    但 lanPanel 还盖在最上层 -> 用户看到的还是局域网页面

表现就是用户说的「提示连上了，但没反应，得推出去到设备列表
点击设备才能连接」—— 推出去把 lanPanel 收掉，才看到底下。

**根子在于"每处切换都手写一串 setVisibility"**，加第四个面板时
必然漏。改成统一入口：

    private void showOnly(View keep)   // 藏掉所有面板，只留一个

6 个切换点全部走它。以后加面板只要在 showOnly 里加一行。

────────────────────────────────────────
问题 3：双击 exe 没反应（功能缺失，已补）
────────────────────────────────────────
原来是两件事叠在一起：

**3a. 装完之后双击永远静默**（main() 最后几行）

    if not store.get("setup_done", False):
        return run_setup(store)
    return run_silent(store, None)      # <- 什么都不弹

改成：没参数 + 已设置过 -> **打开设置窗口**。
后台运行走显式 --silent（开机自启和安装包都用它，不受影响）。

**3b. 设置窗口里没有中转服务器**

SetupWindow 原来只有 配对码 / 开机自启 / 放行防火墙。
现在加了：
    * 中转服务器地址（可不填；只在一个 WiFi 里用就不需要）
    * 允许新设备接入（开关，只在"设置"模式给）

并且给 SetupWindow 加了 mode：
    "first"     第一次设置（防火墙 + 自启 + 转静默，老行为不变）
    "settings"  已装好，只改配置

**3c. 顺带修了一个会静默失败的东西**

改完发现打包出来的 exe 一跑就 ModuleNotFoundError:
No module named 'lanremote.ui' —— **PyInstaller 的 --hidden-import
里没有 ui**。它是 tkinter 那套设置窗口的实现，而静默那条路
不需要它，静态分析就找不到。源码跑得好好的，只有 exe 会崩。

已加 --hidden-import "lanremote.ui"，并写了
_tests/test_double_click_window.py 针对**打包好的 exe** 验：
    ✅ 进程没崩 / 窗口弹出来了 / 标题是「ykxmz · 设置」

────────────────────────────────────────
额外揪出来的：我的检查工具一直在骗我
────────────────────────────────────────
反复被同一个问题咬了三次：补丁脚本为了加 import os / import re，
把它插到了 `from __future__` 前面，整个文件语法错。

而**我前面几次说的「全仓语法检查 0 个问题」是假绿**：

    ast.parse(src)      -> 通过（只解析，不做编译期检查）
    compile(src, ...)   -> SyntaxError: from __future__ imports
                           must occur at the beginning of the file

`__future__` 的位置是**编译期**检查，ast.parse 根本不管。
所以改成用 compile()，并写成
_tests/check_python_syntax.py（回归阶段 3a7），
它还会专门把"ast.parse 会放过、compile 会拦"的文件标出来。

实测：全仓 533 个文件，用 compile() 扫出 1 个坏的（ui.py），
而它正是让"双击没反应"的最后一个原因。

────────────────────────────────────────
还有一个重要发现
────────────────────────────────────────
**你一直在跑的是 10-06 的旧 exe**：

    C:\Users\shu\Desktop\ykxmz\ykxmz.exe    10-06 17:43  <- 你双击的这个
    LanRemote\dist_exe\ykxmz\ykxmz.exe      10-07 21:5x  <- 修复都在这

它的 silent.log 正在反复报：
    [21:15:59] 连接断了，重开一次再试（The read operation timed out）
    [21:16:42] 中转连接出问题：RelayError: 请求失败: ...
    [21:18:34] 已登记到中转：配对码 111111

这就是我修的那个 126 秒长轮询问题 —— 旧版超时太短反复掉线。
新版把客户端超时改成 180 秒了。

**所以这三个修复要装上新版才生效。**
 2026-10-07 21:38:22 +08:00
xmz7891 8880e7033d 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）」
 2026-10-07 17:59:39 +08:00
xmz7891 b2bfa6ffbf 长轮询客户端超时 120 -> 180 秒（实测出现 126.6 秒的长尾） 
relay-stability 跑了 30 次真实长轮询，第 1 次耗时 126604ms：

    服务端 hold 是 60 秒
    剩下 66 秒全是网络停顿（4G 抖动 + 重传退避）
    而客户端超时写的是 120000ms
    -> 126.6 > 120，那次会被**误判成失败**，尽管服务端已经正常返回

其余 29 次都是 61~62 秒，很正常。不是 hold 太长，是网络尾巴太长。

为什么放宽超时而不是缩短 hold：
  A. hold 缩到 45 秒、超时保持 120 -> 最坏 111 秒，安全
     但请求数多 33%，而每次请求都要吃隧道 1~2 秒开销
  B. hold 保持 60 秒、超时放宽到 180 -> 最坏 180 秒，安全
选 B —— 这条链路的根本问题是丢包抖动，**请求越少越不容易撞上**。
放宽超时只是"别把慢但成功的请求冤枉掉"，不增加任何请求。

客户端已有"连续失败 3 次才判离线"（OFFLINE_AFTER=3），
所以偶尔一次长等待不会让界面闪"已断开"。

超时余量的演进（全是实测逼出来的）：
  90 秒  -> 实测 93589ms  不够
  120 秒 -> 实测 126604ms 不够
  180 秒 -> 60 hold + 120 余量

两边同步改：
  windows/lanremote/relay.py                     POLL_TIMEOUT 120 -> 180
  android .../RelayTransport.java                POLL_TIMEOUT_MS 120000 -> 180000
（Java 侧确认 setConnectTimeout 另有 15 秒上限、setReadTimeout 吃这个值，
  没有别的超时会先把请求掐掉。）
 2026-10-07 17:36:20 +08:00
xmz7891 25e7780272 单次请求失败不再立刻判离线，改成连续 3 次 
实测单个请求有 2~4% 的偶发失败（4G 丢包打在一条隧道连接上，
或者那条连接正在重连）。原逻辑是一失败就 online = false，
于是界面上会闪一下已断开 —— 用户点按钮时正好撞上那一闪，
看起来就像又连不上了。

而链路其实 1.5~15 秒就自己恢复（客户端本来就有退避重试）。

改成连续失败 3 次才判离线（手表至少 4.5 秒、电脑至少 6 秒）：
  * 单次抖动完全不影响界面
  * 真的断了仍然如实显示

这不是掩盖问题，而是把是否可用的判断从一次采样改成连续采样 ——
单点采样在有丢包的链路上噪声太大。

两边同步改：
  android .../RelayTransport.java   failStreak + OFFLINE_AFTER
  windows/lanremote/relay.py        _fail_streak + OFFLINE_AFTER

顺带记录 PC 端基准（真实用户视角，之前都是在设备上量的，
那等于把设备 4G 算了两遍）：
  公网可用率 98%   耗时 中位 911  P90 1889  P99 23868 ms
  长轮询     5/6   耗时 60.8~62.1 秒
对比设备端（中位 1344 / P90 2563）—— 用户实际体验比设备端量出来的好。
 2026-10-07 16:16:50 +08:00
xmz7891 bf15a2ee61 静态资源交给 Cloudflare 边缘缓存（下载提速 41 倍） 
实测基线：
  ykxmz-setup-1.8.1.exe   只下到 237568/15067199 字节就停（17 KB/s）
  ykxmz-watch-1.8.1.apk   201523 字节 / 66.8 秒 = 3 KB/s
  ykxmz-server-1.8.1.zip  214900 字节 / 3.1 秒  = 67 KB/s

原因：relay 给所有响应都发 Cache-Control: no-store，
Cloudflare 完全不缓存 —— 每次下载/每张图都要穿隧道回 4G 源站。

改动：
  /download/*   no-store -> public, max-age=604800, immutable
                文件名带版本号，同一名字内容永不改变，可以长缓存
  /             -> public, max-age=60（挡住刷新重复回源）
  /favicon.ico  已是 max-age=86400，保持不变
  /shot/*       已是 max-age=86400，保持不变
  /v1/*         保持 no-store（接口必须实时）

顺带修两个自己踩的坑：

1. _send() 无条件先发 no-store，再追加 extra 里的 Cache-Control，
   结果是**两个 Cache-Control 头**，客户端只认第一个 ——
   调用方传的缓存策略被吃掉。改成 extra 里有就不再发默认值。

2. do_HEAD 和 do_GET 的缓存头不一致：HEAD 对非 /shot/ 一律报 no-store。
   下载器/代理用 HEAD 探测时会误判文件不可缓存。
   现在 _head_info 给每个路由带上和 GET 完全相同的缓存头，
   do_HEAD 也不再盲目覆盖。

结果（同一个测试口径）：
  setup.exe  17 KB/s（截断） -> 695 KB/s 完整 15 MB   41 倍
  watch.apk   3 KB/s         -> 101 KB/s              33 倍
  server.zip 67 KB/s         ->  87 KB/s
  三个文件全部 cf-cache-status=HIT（不再穿隧道回源）

排查过程记一笔：我一开始用 curl -I 验证，
看到的全是 no-store —— 因为 **-I 发的是 HEAD**，
而 HEAD 走的是另一个分支。查了半天才发现是验证方法错了。
 2026-10-07 15:44:48 +08:00
xmz7891 46196c3618 CHANGELOG 加 1.8.1 2026-10-07 14:24:06 +08:00
xmz7891 b1119d0da6 修「局域网连接被中转劫持」+ 长轮询 15s→60s 
用户报两个问题：
  1. 局域网能搜到电脑，IP/端口/配对码都对，点连接**没有任何反应**
  2. 走中转 1426ms 延时，一会儿就 502

========== 一、局域网被劫持（真 bug）==========

MainActivity.connect() 里：

    boolean usedLan = !relayUrl().isEmpty() ? false : true;
    if (!relay.isEmpty()) {
        reply = client.connectViaRelay(...);      // 走中转
    } else {
        reply = client.connect(host, port, ...);  // 才走局域网
    }

**只看「中转设置里填没填地址」，填了就一律走中转，
完全无视用户填的局域网 IP 和端口。**

而中转单次超时是 40 秒 —— 用户点完就卡在「正在连接…」
四十秒，在他看来就是"没有任何反应"。

影响两条路：
  * 「局域网连接」页面填 IP 直连（connectLanTyped）
  * 首页「已配对的电脑」点一下重连（quickConnect）

修法：给 connect() 加 preferLan 参数。明确要走局域网时
**先直连（6 秒超时，局域网本该是毫秒级），失败再退回中转**，
保证最终能连上。

顺带两个体验改进：
  * 设备列表里，保存的 IP 和手表不同网段时标「⚠ 地址可能已过期」
    （用户截图里那个 192.168.2.64 就是过期地址，电脑早换成
      192.168.10.103 了）
  * quickConnect 判断出地址过期就跳过直连，直接走中转查最新地址 ——
    省掉那 6 秒白等

========== 二、长轮询 15 秒 -> 60 秒 ==========

实测隧道每次请求要多花 1~2 秒（CF 边缘路由 + 回源）：

    本机直连 60 秒的 poll  ->  60.0s
    走公网同一个 poll      ->  61.5~62.0s

这个开销是**按次数**收的：
    15 秒一循环 -> 一天 5760 次/端，光路费 2.4~3.2 小时
    60 秒一循环 -> 一天 1440 次/端，光费 0.6~0.8 小时
而且请求越频繁，撞上丢包/重连窗口的概率越大。

**不会让命令变慢**：长轮询是"有数据立刻返回"（device.event 唤醒），
拉长只是减少空转重开。实测 60 秒长轮询穿隧道 4/4 通过；
Cloudflare 单请求上限 100 秒，留了 40 秒余量。

三层同步改（客户端超时必须显著大于服务端 hold）：
  * relay/relay.py                    RELAY_POLL 默认 25 -> 60
  * windows/lanremote/relay.py        POLL_TIMEOUT 40 -> 90
  * android .../RelayTransport.java   POLL_TIMEOUT_MS 40000 -> 90000

========== 三、A/B 实测（还在跑更严谨的一轮）==========

短测发现基线 http2+4 虽然 100% 成功，但 **P90 是 16.8 秒**
（每 10 次有 1 次卡十几秒 —— 正是用户说的"没反应"），
而 quic+6 的 P90 只有 2.8 秒。正在用真实长轮询模式
跑 10 分钟对照确认。
 2026-10-07 14:11:33 +08:00
xmz7891 7b7830d8c5 阶段3+4+5：管理页白色化 + 局域网诊断 + 全量验收 
阶段3 管理页
- 清掉全部深色主题残留（地址框 #0b1220、按钮悬停 #262c36、
  删除按钮 #2d1214 等 11 处），现在 0 处深色
- 接口全部正常：health / downloads / netcheck

阶段4 局域网诊断
- 查清楚"电脑不在同一网络"是怎么回事：被控端是**对的**
  （lan_ips() 报 ['192.168.2.64', '169.254.83.107']，真实地址排第一），
  是手表当时真不在 192.168.2.x —— 可能连了 5G 频段的另一个路由器，或开着移动数据
- 所以改了手表的提示：不再只说"不在同一网络"，
  而是把**双方地址都打出来**，用户一眼能看出是网段不同还是连错 WiFi
- 端到端验证局域网路径：认证 1 ms，功能列表 207 项

阶段1 结论修正（一天内推翻自己两次，如实记录）
- 第一次判断"优选 IP 无用"：错。半小时内确实能避开超时 IP
- 第二次固定优选 IP：也错。那些实测 138ms 的 IP 半小时后全不通了
  —— Cloudflare anycast 可达性随运营商路由变化，固定 IP 等于钉死到会失效的地址
- 最终：不固定，靠 GeoDNS + cloudflared 重试 + ha-connections 2 冗余
- 撤销后立即变好：连接稳定 2 条、超时告警 0 次、设备侧延迟 4.40s -> 1.66s
- **真正的瓶颈**：分段实测发现本机到 Cloudflare 的**裸 RTT 就 1439 ms**，
  比经隧道的请求（1215 ms）还慢。说明瓶颈是这条网络的 4G 上行本身，
  不是设备的隧道。公网侧已无优化空间。
- 局域网 118 ms vs 公网 1215 ms，快 10 倍 —— 这才是该走的路

阶段5 验收
- 全量回归 29 项全通过
- 设备侧验收 38 项全通过
- 成品：setup exe 14.37 MB / server zip / watch apk，已同步到设备下载区
 2026-10-07 00:13:10 +08:00
xmz7891 81e923a0aa 1.7.1：修白屏 + 配对 + 官网管理页分家 
手表端
- 修「连上后一片白屏」：initTabs() 从来没被调用过，
  导致 tabDefs 为 null、selectTab 直接 return，
  标签栏里只剩一个孤立的滑动指示器
- 应用名改成 ykxmz

被控端
- 修「设备已关闭新设备配对」：配对码本身就是密钥，
  拿着正确的码就该放行。老逻辑"首台配对后自动关窗"会把
  手表重装的人永久挡在外面
- 应用名改成 ykxmz

服务器端
- / 改成官网（公开，简洁介绍 + 下载）
- /zhingzhuanzhan 中转站管理（要登录），/admin 自动跳转
- 管理账号 xmz7891，可改
- 官网 / 登录页 / 管理页都加上 favicon
 2026-10-06 23:08:07 +08:00
xmz7891 b62ac865ea ykxmz 1.5.0：修复手表端 TLS 证书校验 + MTU 修复网络稳定性 
被控端
- 修复 MTU 问题：夹 MSS + 路径 MTU 探测（公网可用率 48% -> 100%）
- 复用 HTTP 连接（免掉每次新建 TLS 的 30% 握手失败）
- 每分钟回头找局域网，自动切回快 400 倍的路径
- 画面心跳帧：静止时省流量，客户端仍知道流是活的
- 锁屏时给出可操作的提示

手表端
- 内置 GTS Root R4 / GlobalSign Root CA，修 SSLHandshakeException
- 连接错误翻译成人话（证书/时间/解析/超时分别提示）
- 经中转连上后用服务器报的地址刷新已配对记录
- 新增局域网连接页面、服务器延迟检测

服务器端
- 支持 chunked 请求体（修每 16 秒一次的连接错乱与大面积 502）
- 网络调优脚本 net-tune.sh（开机自动应用）
- 管理页：批量删除、网络体检、下载区
- 隧道改 HTTP/2 + 双连接

文档
- 许可协议 / 安装前必读 / 安装后须知（作者：小麦子）
 2026-10-06 19:01:05 +08:00