mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 23:00:44 +00:00
== 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)」
206 lines
8.6 KiB
Python
206 lines
8.6 KiB
Python
# -*- coding: utf-8 -*-
|
||
r'''修 3(最严重):TTL 清理 + 关掉接入开关 = 设备永久锁死。
|
||
|
||
== 问题 ==
|
||
|
||
register() 里判断"是不是老设备"用的是:
|
||
|
||
known_device = device_id in self.devices
|
||
|
||
但 snapshot() 会把超过 DEVICE_TTL(6 小时)没上报的设备
|
||
从 devices **和 codes 里一起删掉**。
|
||
|
||
于是这条链必然发生:
|
||
1. 电脑关机过夜(> 6 小时) -> 设备被清出 devices
|
||
2. 管理员关着"允许新设备接入" -> 第二天开机的电脑被当新设备拒绝
|
||
3. **重启中转也救不回来**:
|
||
snapshot 清 codes 时没调 _save(),磁盘上绑定还在
|
||
-> 重启 _load() 恢复绑定 -> 第一次 snapshot() 又当孤儿清掉
|
||
这是个自我维系的死循环
|
||
4. 管理员在页面上**看不到这台设备了**,不知道该放开谁
|
||
|
||
== 修法 ==
|
||
|
||
状态文件里单独存一份 `knownDevices`(设备历史名单)。
|
||
**超时清理只动 devices / codes,绝不动 knownDevices。**
|
||
"是不是老设备"改成查这份历史名单。
|
||
|
||
同时:
|
||
* snapshot 清孤儿 codes 之后补 _save(),让磁盘状态和内存一致
|
||
(否则又是一处"重启后状态回滚"的隐患)
|
||
* delete_device / forget 才是"真正忘记这台设备"的地方,
|
||
那里要把 knownDevices 一起删掉 —— 否则管理员"删除设备"之后
|
||
那台设备仍然算老设备,开关就形同虚设
|
||
'''
|
||
from __future__ import annotations
|
||
|
||
import sys
|
||
from pathlib import Path
|
||
|
||
ROOT = Path(r"C:\Users\shu\Desktop\deepseekagent\LanRemote")
|
||
SRC = ROOT / "relay" / "relay.py"
|
||
|
||
|
||
def patch(text, old, new, label):
|
||
if old not in text:
|
||
print(" ✗ 没找到:%s" % label)
|
||
return text, False
|
||
if text.count(old) != 1:
|
||
print(" ! 出现 %d 次:%s" % (text.count(old), label))
|
||
return text, False
|
||
print(" ✓ %s" % label)
|
||
return text.replace(old, new, 1), True
|
||
|
||
|
||
def main() -> int:
|
||
text = SRC.read_text(encoding="utf-8")
|
||
ok_all = True
|
||
|
||
# ---------------------------------------------------------- 字段
|
||
text, ok = patch(
|
||
text,
|
||
""" # 是否允许新设备接入。False 时只有已登记过的 deviceId 能上线。
|
||
self.allow_new = True""",
|
||
""" # 是否允许新设备接入。False 时只有已登记过的 deviceId 能上线。
|
||
self.allow_new = True
|
||
# 设备历史名单(只有 deviceId,不含配对码)。
|
||
# **超时清理绝不动它** —— 它是"这台设备曾经被允许过"的唯一凭证。
|
||
# 详见 register() 里 known_device 的注释。
|
||
self.known_devices: set = set()""",
|
||
"加 known_devices 字段")
|
||
ok_all = ok_all and ok
|
||
|
||
# ---------------------------------------------------------- _load
|
||
text, ok = patch(
|
||
text,
|
||
""" # 是否允许新设备接入(重启不丢)
|
||
self.allow_new = bool(raw.get("allowNew", True))""",
|
||
""" # 是否允许新设备接入(重启不丢)
|
||
self.allow_new = bool(raw.get("allowNew", True))
|
||
# 恢复设备历史名单(重启不丢)
|
||
for did in raw.get("knownDevices", []):
|
||
did = str(did or "").strip()
|
||
if did:
|
||
self.known_devices.add(did)""",
|
||
"_load 恢复 known_devices")
|
||
ok_all = ok_all and ok
|
||
|
||
# ---------------------------------------------------------- _save
|
||
text, ok = patch(
|
||
text,
|
||
""" payload = {
|
||
"allowNew": bool(self.allow_new),
|
||
"codes": [""",
|
||
""" payload = {
|
||
"allowNew": bool(self.allow_new),
|
||
# 设备历史:超时清理不会删它,所以关掉接入开关后
|
||
# 老设备第二天开机仍然能上线
|
||
"knownDevices": sorted(self.known_devices),
|
||
"codes": [""",
|
||
"_save 持久化 known_devices")
|
||
ok_all = ok_all and ok
|
||
|
||
# ---------------------------------------------------------- register
|
||
text, ok = patch(
|
||
text,
|
||
""" known_device = device_id in self.devices
|
||
if not known_device and not self.allow_new:""",
|
||
""" # ⚠ 判断"老设备"必须查 known_devices(设备历史),
|
||
# **不能查 self.devices** —— devices 里超过 6 小时没上报的
|
||
# 会被 snapshot() 清掉(电脑关机过夜必然超时),
|
||
# 那时老设备会被自己的开关拒之门外,而且管理员在页面上
|
||
# 已经看不到它、不知道该放开谁,重启也救不回来。
|
||
known_device = device_id in self.known_devices
|
||
if not known_device and not self.allow_new:""",
|
||
"register 改查 known_devices")
|
||
ok_all = ok_all and ok
|
||
|
||
# 登记成功时记进历史
|
||
text, ok = patch(
|
||
text,
|
||
""" # 每次登记都刷新局域网信息(IP 可能变,端口也可能改)
|
||
device.lan_ips = lan_ips""",
|
||
""" # 记进设备历史名单(这是"曾经被允许过"的凭证,只增不减;
|
||
# 只有管理员显式删除设备时才会被移除)
|
||
self.known_devices.add(device_id)
|
||
# 每次登记都刷新局域网信息(IP 可能变,端口也可能改)
|
||
device.lan_ips = lan_ips""",
|
||
"register 登记成功时记入历史")
|
||
ok_all = ok_all and ok
|
||
|
||
# ---------------------------------------------------------- snapshot 补 _save
|
||
text, ok = patch(
|
||
text,
|
||
""" orphan = [code for code, owner in self.codes.items()
|
||
if owner not in self.devices]
|
||
for code in orphan:
|
||
self.codes.pop(code, None)""",
|
||
""" orphan = [code for code, owner in self.codes.items()
|
||
if owner not in self.devices]
|
||
for code in orphan:
|
||
self.codes.pop(code, None)
|
||
# ⚠ 清完孤儿码要落盘。不然内存里没了、磁盘上还在,
|
||
# 重启后 _load() 又恢复回来,下一次 snapshot() 再清一遍 ——
|
||
# 看上去能用,但每次重启都会"回滚"一次状态,很难排查。
|
||
# (超时清理 devices 也有同样问题,一并落盘。)
|
||
if stale or orphan:
|
||
self._save()""",
|
||
"snapshot 清理后落盘")
|
||
ok_all = ok_all and ok
|
||
|
||
# ---------------------------------------------------------- delete / forget
|
||
text, ok = patch(
|
||
text,
|
||
""" self.devices.pop(target.device_id, None)
|
||
# 把它的码绑定一起删掉
|
||
gone_codes = [c for c, owner in list(self.codes.items())
|
||
if owner == target.device_id]""",
|
||
""" self.devices.pop(target.device_id, None)
|
||
# "删除设备"是**真正忘记这台设备** —— 连历史名单一起删。
|
||
# 不删的话,管理员点了删除、开关又关着,
|
||
# 那台设备下次来仍然被当成老设备放行,开关就形同虚设。
|
||
self.known_devices.discard(target.device_id)
|
||
# 把它的码绑定一起删掉
|
||
gone_codes = [c for c, owner in list(self.codes.items())
|
||
if owner == target.device_id]""",
|
||
"delete_device 连带清历史")
|
||
ok_all = ok_all and ok
|
||
|
||
text, ok = patch(
|
||
text,
|
||
""" def forget(self, code: str) -> bool:
|
||
\"\"\"抹掉一个配对码绑定(让那台设备下次可以设新码)。\"\"\"
|
||
with self.lock:
|
||
device_id = self.codes.pop(code, None)
|
||
if not device_id:
|
||
return False""",
|
||
""" def forget(self, code: str) -> bool:
|
||
\"\"\"抹掉一个配对码绑定(让那台设备下次可以设新码)。
|
||
|
||
注意:**只抹码,不抹设备历史**。
|
||
抹码的语义是"这个码我不占了",不是"我不认识这台设备了"。
|
||
\"\"\"
|
||
with self.lock:
|
||
device_id = self.codes.pop(code, None)
|
||
if not device_id:
|
||
return False""",
|
||
"forget 加注释说明不动历史")
|
||
ok_all = ok_all and ok
|
||
|
||
if not ok_all:
|
||
print()
|
||
print(" 有锚点没匹配,没有写回")
|
||
return 1
|
||
|
||
SRC.write_text(text, encoding="utf-8", newline="\n")
|
||
print()
|
||
print(" 已写回 relay.py")
|
||
# 复核
|
||
for token in ("known_devices", '"knownDevices"', "known_device = device_id in self.known_devices"):
|
||
print(" %s %s" % ("✓" if token in text else "✗", token))
|
||
return 0
|
||
|
||
|
||
if __name__ == "__main__":
|
||
sys.exit(main())
|