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
7.7 KiB
Python
206 lines
7.7 KiB
Python
# -*- coding: utf-8 -*-
|
|
"""把第一个 bug 钉死:DEVICE_TTL 清理 + allow_new=False = 设备永久锁死。
|
|
|
|
要回答的问题:
|
|
1. 现象能不能稳定复现?
|
|
2. **重启中转能不能救回来?**
|
|
这条最关键 ——
|
|
snapshot 清 codes 时**没调 _save()**,所以磁盘上的 relay_state.json
|
|
还留着那台设备的码绑定。重启后 _load() 会把 codes 恢复回来,
|
|
但 devices 仍然是空的 -> known_device 仍然是 False -> 照样被挡。
|
|
如果重启也救不回来,那就是"管理员必须手动打开开关"的死局。
|
|
3. 真实场景下多久会触发?
|
|
DEVICE_TTL 默认 6 小时。用户下班关机、第二天开机 = 超过 6 小时。
|
|
也就是说**只要管理员关过这个开关,隔夜再开机的电脑就再也连不上**。
|
|
4. 有没有别的入口能绕过(比如设备换个 deviceId 重新注册)?
|
|
—— 换个 deviceId 就是"新设备",同样被挡。
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
import json
|
|
import os
|
|
import subprocess
|
|
import sys
|
|
import tempfile
|
|
import time
|
|
import urllib.error
|
|
import urllib.request
|
|
from pathlib import Path
|
|
|
|
ROOT = Path(__file__).resolve().parent.parent
|
|
PORT = 8139
|
|
BASE = f"http://127.0.0.1:{PORT}"
|
|
_UA = {"User-Agent": "LanRemote/1.8.2"}
|
|
ADMIN_KEY = "ttl-lockout-key"
|
|
TTL = 2.0
|
|
|
|
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:
|
|
work = Path(tempfile.mkdtemp(prefix="ttl_lock_"))
|
|
relay = None
|
|
data = work / "d"
|
|
data.mkdir(parents=True, exist_ok=True)
|
|
env = dict(os.environ)
|
|
env.update({
|
|
"RELAY_PORT": str(PORT), "RELAY_BIND": "127.0.0.1",
|
|
"RELAY_DATA": str(data), "RELAY_DEVICE_TTL": str(TTL),
|
|
"RELAY_ADMIN_KEY": ADMIN_KEY, "RELAY_POLL": "2",
|
|
"PYTHONIOENCODING": "utf-8", "PYTHONUNBUFFERED": "1",
|
|
})
|
|
|
|
def start() -> subprocess.Popen:
|
|
p = subprocess.Popen(
|
|
[sys.executable, "-u", str(ROOT / "relay" / "relay.py")], env=env,
|
|
stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
|
|
for _ in range(60):
|
|
time.sleep(0.5)
|
|
try:
|
|
health()
|
|
return p
|
|
except Exception: # noqa: BLE001
|
|
continue
|
|
return p
|
|
|
|
def health() -> dict:
|
|
r = urllib.request.Request(BASE + "/v1/health", headers=_UA)
|
|
with urllib.request.urlopen(r, timeout=5) as resp:
|
|
return json.loads(resp.read().decode("utf-8"))
|
|
|
|
def admin(payload: dict) -> dict:
|
|
body = json.dumps(payload).encode()
|
|
r = urllib.request.Request(
|
|
BASE + "/v1/admin/allow_new", data=body, method="POST",
|
|
headers={**_UA, "X-Admin": ADMIN_KEY,
|
|
"Content-Type": "application/json"})
|
|
try:
|
|
with urllib.request.urlopen(r, timeout=15) as resp:
|
|
return json.loads(resp.read().decode("utf-8"))
|
|
except urllib.error.HTTPError as exc:
|
|
try:
|
|
return json.loads(exc.read().decode("utf-8"))
|
|
except Exception: # noqa: BLE001
|
|
return {}
|
|
|
|
def reg(dev: str, code: str, name: str = "家里的电脑") -> dict:
|
|
body = json.dumps({"deviceId": dev, "code": code, "name": name,
|
|
"version": "1.8.2"}).encode()
|
|
r = urllib.request.Request(
|
|
BASE + "/v1/agent/register", data=body, method="POST",
|
|
headers={**_UA, "Content-Type": "application/json"})
|
|
try:
|
|
with urllib.request.urlopen(r, timeout=10) as resp:
|
|
return json.loads(resp.read().decode("utf-8"))
|
|
except urllib.error.HTTPError as exc:
|
|
try:
|
|
return json.loads(exc.read().decode("utf-8"))
|
|
except Exception: # noqa: BLE001
|
|
return {"ok": False}
|
|
|
|
try:
|
|
relay = start()
|
|
|
|
print()
|
|
print("═══ 复现:管理员关掉「允许新设备接入」,电脑隔夜再开机 ═══")
|
|
dev = "home-pc-DESKTOP-ABC123"
|
|
code = "246810"
|
|
|
|
r1 = reg(dev, code)
|
|
check("① 电脑首次登记成功", r1.get("ok") is True, r1)
|
|
|
|
res = admin({"allow": False})
|
|
check("② 管理员关掉「允许新设备接入」", res.get("allowNew") is False, res)
|
|
|
|
r2 = reg(dev, code)
|
|
check("③ 电脑当场重连仍然可以(开关只挡新设备)",
|
|
r2.get("ok") is True, r2)
|
|
|
|
print(f" … 电脑关机了。等 {TTL + 2:.0f} 秒模拟“隔夜”(真实是 6 小时)")
|
|
time.sleep(TTL + 2)
|
|
|
|
h = health()
|
|
check("④ 中转把超时设备清掉了(设计中如此)",
|
|
dev not in [d["deviceId"] for d in h["devices"]])
|
|
|
|
# 磁盘上还留着码绑定吗?
|
|
sf = data / "relay_state.json"
|
|
disk_codes = json.loads(sf.read_text(encoding="utf-8")).get("codes", [])
|
|
disk_has = any(c.get("deviceId") == dev for c in disk_codes)
|
|
print(f" 磁盘 relay_state.json 里还有这台设备的码绑定: {disk_has}")
|
|
print(f" 内存里 codeCount={h.get('codeCount')}")
|
|
|
|
r3 = reg(dev, code)
|
|
check("⑤ 电脑第二天开机 —— 应该能连上", r3.get("ok") is True, r3)
|
|
if not r3.get("ok"):
|
|
print()
|
|
print(" 🔴 复现成功。返回: %s" % r3)
|
|
|
|
print()
|
|
print("═══ 追问:重启中转能不能救回来? ═══")
|
|
relay.terminate()
|
|
relay.wait(timeout=15)
|
|
relay = start()
|
|
|
|
h2 = health()
|
|
after = json.loads(sf.read_text(encoding="utf-8")).get("codes", [])
|
|
after_has = any(c.get("deviceId") == dev for c in after)
|
|
print(f" 重启后磁盘里这台设备的码绑定: {after_has}")
|
|
print(f" 重启后内存 codeCount={h2.get('codeCount')}")
|
|
print(f" 重启后 allowNew={h2.get('allowNew')}")
|
|
|
|
r4 = reg(dev, code)
|
|
check("⑥ 重启中转后电脑能连上(说明重启能救回来)",
|
|
r4.get("ok") is True, r4)
|
|
if not r4.get("ok"):
|
|
print(" 🔴 重启也救不回来 —— 管理员必须手动打开开关,"
|
|
"而这台设备在管理页上**已经看不到**(被清理了),"
|
|
"管理员根本不知道该放开谁。")
|
|
|
|
print()
|
|
print("═══ 追问:有没有绕过口子? ═══")
|
|
# 换个新 deviceId(模拟重装)
|
|
r5 = reg("fresh-reinstall-999", "135790")
|
|
check("⑦ 换新 deviceId 重装 —— 同样被挡(符合开关语义)",
|
|
r5.get("ok") is False and r5.get("blocked") is True, r5)
|
|
|
|
# 换用原来的码,但新 deviceId
|
|
r6 = reg("fresh-reinstall-888", code)
|
|
check("⑧ 新 deviceId + 老配对码 —— 也被挡",
|
|
r6.get("ok") is False, r6)
|
|
|
|
print()
|
|
print("═══ 对照:打开开关后是否一切恢复 ═══")
|
|
admin({"allow": True})
|
|
r7 = reg(dev, code)
|
|
check("⑨ 打开开关后原设备恢复", r7.get("ok") is True, r7)
|
|
|
|
print()
|
|
print("=" * 62)
|
|
print(f" 通过 {passed} 项,失败 {failed} 项")
|
|
print("=" * 62)
|
|
return 0
|
|
finally:
|
|
if relay is not None and relay.poll() is None:
|
|
relay.terminate()
|
|
try:
|
|
relay.wait(timeout=10)
|
|
except Exception: # noqa: BLE001
|
|
relay.kill()
|
|
|
|
|
|
if __name__ == "__main__":
|
|
sys.exit(main())
|