xmz7891/ykxmz
1
0
Fork 0
mirror of https://gitee.com/xmz7891/ykxmz.git synced 2026-10-18 12:30:44 +00:00
Code Issues Packages Projects Releases Wiki Activity
107 Commits 1 Branch 18 Tags
v2.1.2
Commit Graph
23 Commits
Author SHA1 Message Date
xmz7891 c5fa4eb517 2.1.1：修一个会让网站整个挂掉的死锁（「网站容易挂」的真因） 
2.1.0 的服务端包里带着这个死锁，所以要单独发一版让部署的人拿到修好的包。

== 死锁 ==

    lanremote-nettune.service   Before=lanremote-tunnel.service
    net-tune.sh 第 4 步         systemctl restart lanremote-tunnel

  nettune 在**自己还没结束**的时候去 restart 一个"必须等自己结束
  才能启动"的服务 -> systemd 判定顺序冲突 -> restart 永不返回
  -> nettune 卡在 activating -> 隧道被 Before= 挡着起不来 -> 公网 530。

  设备上实测卡了 9 分半（CGroup 里能看到 net-tune.sh 下面挂着
  一个 etime 09:32 的 systemctl restart lanremote-tunnel）。
  journalctl 里只有 nettune 停在 activating、**一句报错都没有**；
  手动跑 net-tune.sh 却完全正常（那时没有 Before= 约束）。
  是靠这次新加的监测单元抓到的（fails=3 / last_code=530）。

== 改法 ==

  unit 加 Environment=NETTUNE_SERVICE_CALL=1，脚本据此跳过第 4 步。
  第 4 步只在人工重跑时才有意义（改完 MTU/MSS 让已建隧道用上新参数），
  开机时顺序就是调优先、隧道后，不需要它。

  三处都改了：net-tune.sh 认开关；deploy.sh / install.sh 生成的 unit 带上它。

  没选 systemctl restart --no-block：那只是把阻塞变异步，开机时仍然
  做一次无谓重启（隧道刚起来就被停掉），也没解决"不该在开机时重启"。

== 为什么以前没暴露 ==

  设备上那份旧 unit 的 ExecStart 里有 iptables ... || ...，
  systemd 不支持 ||，所以它在第 2 条 ExecStart 就报错退出，
  根本没走到会死锁的那一步。把 unit 换成正确形状之后才露出来。
 2026-10-08 19:52:08 +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 d5f35f7ed5 文档补一句：EzHub 统一走 HTTPS 推 
用户原话：「ezhub用https推，我朋友说ssh太麻烦他不想改」。

SSH 公钥在 EzHub 服务端一直没配通（加了公钥仍 Permission denied），
维护者觉得改起来麻烦，所以统一改走 HTTPS + 令牌。

remote 地址里不含令牌（git remote -v 会打印出来，容易泄），
推送时由 _build/ezhub_push.py 临时拼 URL，推完不留痕。
令牌存在仓库外 %USERPROFILE%\.ykxmz\ezhub_token。

ezhub remote 已从 ssh:// 改成 https://git.261826.xyz/xmz/ykxmz.git。

另外本地补齐了 v1.9.0 / v2.0.0 两个 tag。
注意 Gitee 那边是 annotated tag，ls-remote 看到的是 tag 对象的 SHA，
直接拿它建本地 tag 会指向一个本地不存在的对象（git tag 都列不出来）。
要用 refs/tags/<t>^{} 拿 peeled 的 commit SHA。
 2026-10-07 23:04:48 +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 de5018bbbe 按用户规矩升到 1.9.0（有新内容+重构，不是只修 bug）+ 加版本号一致性检查 
用户定的规矩：
    只修 bug        -> 最后一位 +1    1.8.2 -> 1.8.3
    加新内容/重构    -> 第二位 +1，最后一位清 0    1.8.2 -> 1.9.0

这一轮既有新东西（设置窗口的中转服务器字段、允许新设备接入开关、
双击开设置窗口）又有重构（手表面板切换收成 showOnly()），
所以是 **1.9.0**，不是我之前说的 1.8.3。

== 顺手加了个「版本号一致性」检查（回归阶段 3a8）==

版本号散落在 8 个地方，靠脚本+人工替换很容易漏。实测漏了两个，
而且**漏了不报错**，只是用户看到一个对不上的版本号：

  * windows/version_info.txt 写着 1.7.1
    -> 用户在「文件属性 -> 详细信息」里看到的版本，错了三个版本
  * docs/LICENSE.txt 写着 1.7.1
    -> 安装时许可页上显示 1.7.1

第二个的根因值得记：installer/build_installer.py 会从 docs/ 里三份
文档**重新生成** license-combined.txt，所以光改生成物没用 ——
下次构建又变回去（我第一次就是这么被骗的）。改成在 build_license()
里**统一注入当前版本**，源文档写什么都不影响。

新增：
  _tests/check_version_consistency.py   检查 8 处版本号一致
  _build/add_verify_stage.py            给套件加阶段（不经 shell，
                                        不会被 PowerShell 吃掉 \$ 变量）
  _build/fix_license_version.py         按行精确修 license

== 另外修了两个我自己的坑 ==

1. verify_all.ps1 被 PowerShell heredoc 吃掉了 \ / \，
   整个脚本语法错。**同一个坑踩了两次**（3a7 和 3a8）。
   以后给 .ps1 加含 \$ 的内容一律写 Python 脚本文件再跑。

2. build_exe.ps1 被 edit 工具吃掉了 UTF-8 BOM
   （PowerShell 5.1 会按 GBK 读，中文注释乱码）。

全量回归 43 个阶段全部通过。
 2026-10-07 22:10:14 +08:00
xmz7891 accd0fae3f 补充 A 组（受控对照）的数据：39 分钟 100% 可用 
用户要求停掉智能体，所以 A/B 对照只跑完了 A 组就收尾。
A 组数据（quic 8 + h2 2）是迄今最好的一段：

    可用率  142/142 = 100.00%
    耗时    最小 878  中位 1270  P90 2375  P99 4010  最大 8119 ms

P99 从 2 小时长测的 14242ms 降到 4010ms。

同时段连接数（36 个采样点）：
    QUIC:   最低 5  最高 8  平均 7.2
            分布 {8条:21, 7条:8, 6条:1, 5条:6}
    HTTP/2: 最低 2  最高 2
    QUIC 塌陷（<=2 条）: 0 次

**结论：QUIC 塌陷是间歇性的，不是每小时必发生。**
20:30~21:09 这段一次没塌；早些时候那 1 小时 44 分里塌了 2 次
（17:31、17:57）。这解释了短样本看到 100% 的原因 ——
不是数据好看，是那段确实没遇到链路抖动。

B 组（quic 6 + h2 4）没跑成，所以"要不要把 h2 提到 4 条"
这个问题本轮没有答案。但已有的证据（塌陷时 h2=2 从没掉到 0）
说明当前配置的兜底是够的。

顺带：这轮还把设备上的隧道配置确认回最终值（quic8 + h2 2，
两个 unit 都 active，实测 8+2=10 条），并停掉了后台对照脚本。
 2026-10-07 21:10:29 +08:00
xmz7891 fa2e1ae43c 补充：那个 JS bug 在做完修复之后又踩了一次（同一个坑，第二次） 
在真实中转上实测管理页时，node --check 报第 46 行语法错。
出事的是注释：

    // ⚠ 这里必须是 \\n（反斜杠+n），不能是 \n ——
                                      ^^^^ 被 Python 变成真换行

**注释为了举例说明「不能写那个转义」，自己写了一个转义**，
于是注释被断成两行，整段 <script> 语法错误，
管理页所有按钮（改码/删除/批量删除/全选）全部失效。

修法：注释改成一个转义序列都不写，只用文字描述。

新增两道防线：
  * _tests/test_admin_js_syntax.py（回归阶段 3a6）
    本地渲染管理页 -> node --check。不连中转就能查出来。
  * _tests/test_admin_live.py
    真实中转上走 HTTP 实测两个功能（16/17 通过，唯一失败就是这个 bug）。
    它依赖线上设备，不进回归套件。

原来那个「管理页 JS 合法性」阶段只查 token 在不在，查不出语法错。
「测过」和「能用」是两件事 —— 这句话这轮被验证了两次。

部署时机：发现时 relay-stability 正在跑隧道 A/B，部署要重启中转
会打断对照，所以故意押后到对照跑完。
 2026-10-07 20:34:06 +08:00
xmz7891 490adbdba3 补充 2 小时长测的最终数据（361 样本 / 1 小时 44 分） 
可用率 356/361 = 98.61%
    耗时   最小 829  中位 1280  P90 2386  P99 14242

长测原定 2 小时，实际跑到 1 小时 44 分停了 ——
设备在 19:11 换网段（192.168.10.105 -> 192.168.2.156），
测量脚本随之断开。361 个样本足够说明问题。

改之前是 96~98%，现在 98.61%，且失败不集中在某个时段。
 2026-10-07 20:29:58 +08:00
xmz7891 035c2cc4c5 补充连接数时间线证据：双协议兜底确实起作用 
86 个采样点 / 约 1.5 小时：

    QUIC:   最低 1  最高 8  平均 7.5
    HTTP/2: 最低 1  最高 2  平均 2.0

    QUIC 塌陷（<= 2 条）只有 2 次，占 2.3%
    塌陷时 HTTP/2 一直是 >= 1 条（2/2 = 100%），归零 0 次

    QUIC 连接数分布：
      8 条  76.7%
      7 条  15.1%
      6 条   3.5%
      5 条   2.3%
      1 条   2.3%   <- 塌陷（1.5 小时里约 2 分钟）

一次典型塌陷的时间线也记下来了（watchdog 日志）：
重启把中断从「可能几分钟」缩到 26 秒。

目标「0 掉线」做不到 —— 4G 链路上 QUIC 会周期性塌陷。
但影响被压到 2.3% 的窗口，而且 HTTP/2 全程兜住。

教训：多行中文提交信息里有引号时，PowerShell 的 -m 参数会被吃掉。
一律写进文件再用 -F 提交。
 2026-10-07 19:03:45 +08:00
xmz7891 4cc368431c 新增 docs/优化实测数据.md：本轮所有优化的实测数字汇总 
每一项都写清楚「改之前是多少、改之后是多少、怎么测的、受什么限制」，
以后有人问「这个改动到底有没有用」能直接翻数字，不用靠感觉。

内容包括：
  * 测量方法上的两个坑（从哪台机器测差很多、curl -I 验证 GET 是错的）
  * 下载吞吐 41 倍（含改之前/之后对照）
  * 隧道稳定性：配比对照表、QUIC 72% 拨号率的真因、
    MTU 1400 的效果、长时可用率
  * 长轮询 30 次数据（中位 61439ms）
  * 端到端延迟：局域网 0ms vs 本地中转 15ms
  * 局域网优化的四个真问题
  * 「按一下没反应」的完整证据链和根因
  * 独立验证发现的 9 个问题
  * 测试工具自己骗人的两次
  * 服务端部署脚本的三套测试
  * **没做到的部分**（98.5% 可用率的物理限制，如实记录）

这份是内部工程文档，已加进对外清洁度检查的允许清单
（和 docs/项目规矩.md、docs/双平台发布.md 同类）。
 2026-10-07 19:02:57 +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 94252ca156 加 EzHub SSH 诊断报告（给服务端运维看） 
结论：EzHub 的 22 端口上是**系统 OpenSSH 9.6**，不是 Forgejo 内置的
SSH 服务。Forgejo 把公钥存在自己数据库里，不会写进
git 用户的 authorized_keys，而 sshd 也没配 AuthorizedKeysCommand
去问 Forgejo —— 所以网页上加了公钥也不生效。

判定依据（客户端就能测出来）：
  1. ssh -vv 显示 remote software version = OpenSSH_9.6p1 Ubuntu
     （内置 SSH 会带自己的标识，且只支持 publickey，不提供 password）
  2. 服务端声明 Authentications that can continue: publickey,password
     —— password 是系统 sshd 的默认行为
  3. 只有 22 端口开，2222/2022 都不通（内置 SSH 默认在 2222）
  4. 网页注册的密钥指纹和客户端完全一致，客户端也确实送出了公钥，
     但仍被拒

报告里给了两种修法（开启内置 SSH / 给 sshd 配 AuthorizedKeysCommand）、
先手动验证命令能不能跑通的办法、以及 /var/log/auth.log 该看什么。
也说明了这不紧急：HTTPS + 令牌目前完全可用。
 2026-10-07 12:56:47 +08:00
xmz7891 9f9db53a06 文档补充 EzHub 令牌权限坑和 SSH 实际状态 2026-10-07 12:25:27 +08:00
xmz7891 2d99c05865 加双平台发布配置指引（Gitee + EzHub） 2026-10-07 12:20:17 +08:00
xmz7891 351171e6ea 清理对外材料里的中转管理后台 + 把规矩变成测试 
用户定的新规矩：
「你对外公开的数据里不要包含那个中转站管理的页面，你就只能提官网」

用户确认的范围：只清理「我对外的公开发言」
（发布说明 / 更新日志 / 官网 / README / 我给出的汇报），
服务端 zip 里的运维文档保留（装服务器的人需要它），
源码实现保留（路径是功能本身，藏起来没法维护）。

清掉的内容：
  * CHANGELOG.md：1.8.0 条目里"管理后台重做"整段、
    "管理页显示成一屏源码"、"管理页标题被切掉"；
    1.7.1 条目里**直接写出的路径 /zhongzhuanzhan**、
    "管理入口从官网上移除"；1.7.0 的"管理页加图标"
  * RELEASE-1.8.0.md：第四节「中转管理后台完全重做」整节删掉，
    改成「官网重新设计」

新增 _build/test_public_clean.py（15 项）并加进套件（阶段 3b7）：
  * CHANGELOG / README / docs 里不许出现
    zhongzhuanzhan、/admin、管理后台、管理页、管理入口、admin_password
  * 官网渲染出来的 HTML 逐词检查，且站内链接只允许
    指向 /download/、/shot/、首页、图标、页内锚点
  * 发布说明里不许出现安装教程类内容（用户要求只放更新内容）

  为什么写成测试：文档没人看。这一天里我因为"以为记住了"
  翻了三次车，所以把规矩变成会红的断言。

新增 docs/项目规矩.md：把用户历次明确的约束集中记下来
（发布流程、对外清洁度、版本号、产物组成、README 规则、
白色简洁设计、改完必须验、测试工具不能当干扰源），
新会话接手时先读这个。

顺带修的工程问题（今天反复踩的坑）：
  * 用 PowerShell 的 @"..."@ 嵌 Python 去改 .ps1 时，
    PowerShell 会先把 $var 展开成空，写进去一堆反斜杠
    -> verify_all.ps1 被写坏，& 语法报错
    现在改 .ps1 一律用 Python 读写文件
  * re.sub 的替换串会解释反斜杠转义，
    `"\\test_public_clean.py"` 里的 \t 变成制表符，
    路径成了 "_build<TAB>est_public_clean.py"
    -> 用 lambda 替换，避开转义

验收：全量回归 34 个阶段全部通过（含新的清洁度守卫）。
 2026-10-07 12:15:32 +08:00
xmz7891 c6e2120ca8 修正免费托管方案：ClawCloud 已关停，换掉整个推荐 
用户追问 ClawCloud 的 \ 是每月还是一次性。
核实过程中发现：**ClawCloud Run 已经在 2026-05-11 关停了**，
官网/文档/博客全部下线，免费套餐服务全部停止，只给付费用户退款。
至今已停运 5 个月。

我上一版文档推荐了它 —— 因为搜到的文章是 2025 年的，
我只看了内容没核对日期。这个错误必须纠正。

重新核实了整个免费托管生态（依据 2026-09-26 逐条验证过的
第三方对比 + 各厂商官方页），结论：

2026 年这一波集体缩水：
  2026-02       Koyeb 取消免卡套餐
  2026-04-23    Render 免费带宽 100GB -> 5GB
  2026-06-15    Oracle 免费 ARM 砍半 4核24G -> 2核12G（无公告）
  2026-07       Hugging Face Docker Space 转付费
  2026-09-16    Vercel Hobby 只留最近 3 个部署
已经死掉的：ClawCloud、Fly.io、Glitch、Heroku、Deta、Cyclic。

现在的推荐（重排）：
  1. Oracle Always Free —— 唯一永久方案，2核12G 仍远超我们所需
     （我们只用 23MB 内存 / 0.1% CPU），但需要实体信用卡，
     且亚洲区 ARM 常年缺货
  2. Render 免费版 —— 不用卡的最佳选择。750 小时/月
     刚好够一个服务 24/7；自带 HTTPS 和 2 个自定义域名；
     最关键：被控端每 25 秒轮询，永远不会触发 15 分钟休眠
  3. Cloudflare Workers + DO —— 技术最优但要用 JS 重写

文档里还记了一条经验：免费、好用、长期是不可兼三角。
选免费方案要问商家靠什么赚钱、数据能不能搬走、备选是什么。
我们的 relay.py 零依赖随时能搬，这就是最大的抗风险能力。
 2026-10-07 11:11:26 +08:00
xmz7891 494b6e5671 加一份免费托管方案调研文档 
用户问：网上有没有免费办法托管中转服务。

查了协议架构：全是 HTTP 长轮询（agent/register、agent/poll、
agent/send、agent/bye），没有裸 TCP —— 所以托管选择面很宽。
另外 relay.py 是纯 Python 标准库、零第三方依赖、仅 150 KB、
实测内存 23 MB / CPU 0.1%，任何免费实例都装得下。

关键洞察：一旦有了公网 IP，**根本不需要 Cloudflare 隧道**，
现在所有 1033/502/530 都是隧道这一跳的问题，换过去就从根上消失。

文档里对比了 6 个方案（永久性、是否需公网 IP、是否要信用卡、
亚洲节点、能否免隧道），推荐 Oracle Cloud Always Free 首选
（永久免费 + 真公网 IP + 东京/首尔节点），
ClawCloud Run 作为不用信用卡的备选。
还写了具体的搬迁步骤和要删掉的组件。
 2026-10-07 11:07:24 +08:00
xmz7891 566d9e384f 阶段1+2：恢复 HTTP/2 加速 + 重做官网 
阶段1 网络加速
- 发现隧道在跑 QUIC（ExecStart 丢了 --protocol http2），
  实测 QUIC 可用率 48% vs HTTP/2 80%+，是重大性能回退。
  恢复后公网延迟从 4141ms 降到 690ms（快 6 倍），可用率 92%。
- 优选 IP 结论：无效。hosts 覆盖确实生效了（日志里连的就是指定 IP），
  但落点仍是 lax —— 运营商把所有 Cloudflare anycast 都路由到美西。
  已清掉这段无效配置。
- BBR 不可用：设备是自定义内核 6.4.0-rc4-jsbsbxjxh66，
  没编 tcp_bbr 模块也没配置项。改用 cubic + 调优：
  TCP 缓冲 4MB、tcp_fastopen=3、tcp_slow_start_after_idle=0
  （长轮询场景关键）、tcp_tw_reuse=1。

阶段2 官网重做
- 拆出独立模块 relay/landing.py（relay.py 已两千多行，
  再塞 HTML 没法看）
- 信息结构参考成熟产品站：吸顶导航 / Hero / 九宫格功能 /
  三步上手 / 下载 / FAQ / 页脚
- 保持白色简洁：底白、浅灰面板、细边框、大量留白
- logo 用内联 SVG（ICO 放 img 里实测是破图）
- 管理入口从官网移除（管理不对外开放）

过程中被自己的测试抓到两个 bug：
- 模块叫 site.py 会和 Python 标准库重名，import site 拿到的是标准库
- _logo() 里把 % 格式化和字符串拼接混用，直接抛 TypeError
 2026-10-06 23:53:19 +08:00
xmz7891 ce87ec1650 1.7.0：常规发布 
- 版本号 1.7.0 -> 1.7.0
- 重建三端并打包
- 关键测试全过
 2026-10-06 23:08:07 +08:00
xmz7891 4c88ca901f 1.6.2：常规发布 
- 版本号 1.6.2 -> 1.6.2
- 重建三端并打包
- 关键测试全过
 2026-10-06 23:08:07 +08:00
xmz7891 65dc2fad65 1.6.1：常规发布 
- 版本号 1.6.1 -> 1.6.1
- 重建三端并打包
- 关键测试全过
 2026-10-06 23:08:07 +08:00
xmz7891 07e96a9595 1.6.0：重写 README，面向老师 / 电教 / 开发者 / 普通用户 
README
- 原来的 README 是开发者视角（在解释我为什么没做某功能），
  而且通篇 AI 腔。这次按用户视角重写，讲怎么用。
- 开头就分流：老师 / 电教 / 开发者 / 普通用户，各看各的
- 定位改成教室电脑手表遥控，主场景是老师上课管教室那台电脑
- 加了电教专用一节：机房同传部署、脚本批量推、网络规划、权限收口
- 加了开发者一节：三端怎么编译、怎么跑测试、怎么打包
- 加了通信协议一节
- 常见问题、排错顺序、错误对照表都补全

版本号
- 1.5.0 -> 1.6.0（versionCode 107）
- 顺手写了通用的版本升级脚本 _build/bump_version_generic.py，
  以后升版本一条命令就行，不用手改十几个文件
 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