From 2922fb711f47561de63ff1c86f3ca686a0fd6b34 Mon Sep 17 00:00:00 2001 From: JianFeeeee Date: Sun, 13 Sep 2026 11:06:01 +0800 Subject: [PATCH] =?UTF-8?q?fix(deploy):=20=E6=95=85=E9=9A=9C=E9=80=9A?= =?UTF-8?q?=E7=9F=A5=E7=9A=84=E4=B8=89=E5=A4=84=E7=BC=BA=E9=99=B7=20?= =?UTF-8?q?=E2=80=94=E2=80=94=20=E6=AD=BB=E4=BF=A1=E7=9B=AE=E5=BD=95?= =?UTF-8?q?=E3=80=81=E9=9A=94=E5=A4=9C=E8=A1=A5=E6=8A=95=E3=80=81=E5=A4=B1?= =?UTF-8?q?=E8=B4=A5=E6=97=A0=E5=8E=9F=E5=9B=A0?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 起因：用户邮箱里「[dsh] 桥服务异常终止」反复出现。查下来有两层。 **第一层：崩溃本身（已修，是历史）** dsh 在 2026-09-12 11:40 起崩溃循环，根因是当时那次插件快照切换后 `/root/.dsh/profiles/web/node_modules/dsh-mail-bridge/cordis.patch.yml` 不存在 （`failed to read overlay … ENOENT`）→ 起不来 → systemd 反复重启。 现在快照里该文件在、dsh `NRestarts=0`、今天 0 次失败。 **第二层：通知管线本身坏了（本次修）** 1. ★ **死信目录**：`zcode.service`（应用单元）既没有 `AGENTMAIL_AGENT_NAME` 也没有 密钥，报告就落进 `unknown-agent/` —— 而 flush **只读自己那个 Agent 的目录**， 于是 25 份 zcode 崩溃告警永久投不出去。修法是两件事： · `resolveIdentity()`：身份按「单元 env → 单元名推导 → /etc/agentmail/.env」 解析；`zcode.service`→zcode、`pi-mail-bridge.service`→pi…… · 支持 `AGENTMAIL_AGENT_SECRET`：zcode 只配了 secret 没有 key，而脚本原先只认 Bearer key ⇒ 就算目录对了也发不出去（网关的 AgentAuth 两种都认）。 2. ★ **隔夜补投**：补投原先只在**同一个单元**的下次 `ExecStartPost` 跑，于是 网关不可达时攒下的报告要等到那个服务自己重启才补投 —— 实测 4 封 Sep-12 的 告警在 Sep-13 10:35 才到。现在新增 `agentmail-failure-flush.timer`（每 10 分钟 `--flush-all`），它遍历所有 Agent 目录、按目录名逐个解析身份后补投。 过时报告还会在主题与正文上标 **「补投：这是 N 分钟前的故障报告，不代表现在仍在 故障」**（原先正文里只有昨天的时间戳，读起来像刚崩）。 3. **补投失败只报数不报因**：`catch { failed++ }` → 日志只有 `spool: sent=0 failed=4`， 没人知道卡在哪。现在每条失败都带回原因（HTTP 状态码/网关不可达/身份未配置）。 4. 顺带两处准确性问题： · 主题写**单元名**而不是笼统的「桥服务」—— 25 封标题写着"桥服务异常终止"， 实际崩的是 zcode **应用**单元，照标题去查桥方向就错了。 · `created_at_ms` 是我们的元数据，但 `/mail/send` 是**严格解码**的（实测 400 不认识的字段）→ 发送前剥离，线格式保持干净。 判据：新增 `deploy/service-failure-notify.test.mjs`（12 条，含假网关做真实投递、 严格解码断言、补投标记的正反两向）。端到端验证：模拟"没有身份的 zcode.service 崩溃"——修复前落 `unknown-agent/` 永久死信；现在**真的投出去了**，且 `from_name=zcode`、主题 `[zcode] zcode.service 异常终止 #…`。 积压清理：27 份（dsh 2 + unknown-agent 25）全部来自 09-12 那两轮崩溃、事件已在 邮箱与 journal 里出现过，按**不再补投**处理（避免把隔夜告警灌进邮箱）， 原始文件留档 /root/gotmp/failure-spool-backlog-20260913.tar.gz（600）， spool 目录留 README.md 说明。 --- deploy/agentmail-failure-flush.service | 14 ++ deploy/agentmail-failure-flush.timer | 10 ++ deploy/service-failure-notify.mjs | 221 ++++++++++++++++++++--- deploy/service-failure-notify.test.mjs | 237 +++++++++++++++++++++++++ 4 files changed, 462 insertions(+), 20 deletions(-) create mode 100644 deploy/agentmail-failure-flush.service create mode 100644 deploy/agentmail-failure-flush.timer create mode 100644 deploy/service-failure-notify.test.mjs diff --git a/deploy/agentmail-failure-flush.service b/deploy/agentmail-failure-flush.service new file mode 100644 index 0000000..e1308e9 --- /dev/null +++ b/deploy/agentmail-failure-flush.service @@ -0,0 +1,14 @@ +# 定期把 spool 里的故障通知补投出去（配合 agentmail-failure-flush.timer）。 +# +# 为什么需要它：补投原先只在**同一个单元**的 ExecStartPost 跑 `--flush`， +# 于是两条路都堵死 —— 报告在某 Agent 目录里而它一直没重启（实测隔一天才补投）， +# 或报告落进 unknown-agent/（**任何** flush 都不读那个目录，实测 25 封死信）。 +# 定时跑 --flush-all 让这两种情形都不再发生：它遍历所有 Agent 目录， +# 按目录名从 /etc/agentmail/.env 解析各自的身份再投。 +[Unit] +Description=AgentMail 故障通知补投（排空 spool） +Documentation=file:///home/program/agentmail/docs/PLAN.md + +[Service] +Type=oneshot +ExecStart=/usr/bin/node /home/program/agentmail/deploy/service-failure-notify.mjs --flush-all diff --git a/deploy/agentmail-failure-flush.timer b/deploy/agentmail-failure-flush.timer new file mode 100644 index 0000000..365b8ce --- /dev/null +++ b/deploy/agentmail-failure-flush.timer @@ -0,0 +1,10 @@ +[Unit] +Description=每 10 分钟补投 AgentMail 故障通知 + +[Timer] +OnBootSec=2min +OnUnitActiveSec=10min +Persistent=true + +[Install] +WantedBy=timers.target diff --git a/deploy/service-failure-notify.mjs b/deploy/service-failure-notify.mjs index d49e750..ef90fd2 100644 --- a/deploy/service-failure-notify.mjs +++ b/deploy/service-failure-notify.mjs @@ -16,6 +16,7 @@ */ import { createHash, randomUUID } from 'node:crypto'; +import { readFileSync } from 'node:fs'; import { mkdir, readdir, readFile, rename, rm, stat, writeFile } from 'node:fs/promises'; import { basename, join, resolve } from 'node:path'; import { fileURLToPath } from 'node:url'; @@ -23,6 +24,19 @@ import { fileURLToPath } from 'node:url'; const DEFAULT_GATEWAY = 'http://127.0.0.1:8180'; const DEFAULT_RECIPIENT = 'jianf@'; const DEFAULT_SPOOL = '/var/lib/agentmail/failure-spool'; +/** + * Agent 身份文件目录。单元自己的 env 里未必有密钥（`zcode.service` 就没有 —— + * 它是应用单元、不是桥），但同一个 Agent 的密钥一定在 `/etc/agentmail/.env`。 + */ +const DEFAULT_ENV_DIR = '/etc/agentmail'; +/** + * 早于这个时长的报告在补投时会被标成「补投」。 + * + * 为什么必须标：实测有 4 封 Sep-12 的崩溃告警因为网关当时不可达而落 spool， + * 直到第二天重启服务才补投出去 —— 正文里的时间戳是**昨天**，而人打开邮箱时 + * 会以为服务刚刚又崩了。告警的时效性就是它的全部价值。 + */ +const STALE_MS = 30 * 60 * 1000; const MAX_SPOOL_FILES = 100; const REQUEST_TIMEOUT_MS = 5_000; @@ -87,7 +101,9 @@ export function buildFailurePayload({ error = null, now = new Date(), } = {}) { - const agentName = String(env.AGENTMAIL_AGENT_NAME || 'unknown-agent').trim(); + // 身份优先按单元名推导 + 从 /etc/agentmail/.env 取 —— 单元自己的 env + // 里未必有名字（zcode.service 就没有），而正文与目录都要用它。 + const agentName = resolveIdentity(env, serviceName).name; const service = cleanServiceName(serviceName || env.AGENTMAIL_SERVICE_NAME, agentName); const result = String(env.SERVICE_RESULT || reason || 'unexpected-exit'); const exitCode = String(env.EXIT_CODE || 'unknown'); @@ -112,6 +128,8 @@ export function buildFailurePayload({ return { to: String(env.AGENTMAIL_FAILURE_RECIPIENT || DEFAULT_RECIPIENT), + // 机器可读的生成时刻：补投时据此判断这份报告有多旧（正文里的时间是给人看的） + created_at_ms: now.getTime(), /* * 主题带上本次启动的 invocation 短号。 * @@ -128,29 +146,49 @@ export function buildFailurePayload({ * 副作用是崩溃循环会产生多条会话而不是一条线程；对"服务在崩"这件事， * 分开计数比合并成一条更容易发现问题。 */ - subject: `[${agentName}] 桥服务异常终止 #${invocationTag(env)}`, + // 主题里写**单元名**而不是笼统的"桥服务"：同一个 Agent 可能既有应用单元 + // （zcode.service）又有桥单元（zcode-mail-bridge.service），崩的常常是前者。 + // 实测代价：25 封标题写着"桥服务异常终止"，实际是 zcode **应用**单元在崩 —— + // 照标题去查桥，方向从一开始就错了。 + subject: `[${agentName}] ${service} 异常终止 #${invocationTag(env)}`, body: lines.join('\n'), relay: 'summary', relay_key: relayKeyFor(env, service), }; } -async function postPayload(payload, env = process.env) { - const key = String(env.AGENTMAIL_AGENT_KEY || '').trim(); - if (!key) throw new Error('AGENTMAIL_AGENT_KEY 未配置'); +async function postPayload(payload, env = process.env, serviceName = '') { + const identity = resolveIdentity(env, serviceName); + if (!identity.key && !identity.secret) { + throw new Error( + `Agent 身份未配置（单元 env 与 /etc/agentmail/${identity.name}.env 里都没有 ` + + 'AGENTMAIL_AGENT_KEY / AGENTMAIL_AGENT_SECRET）' + ); + } const base = String(env.AGENTMAIL_GATEWAY_URL || DEFAULT_GATEWAY).replace(/\/+$/, ''); const controller = new AbortController(); const timer = setTimeout(() => controller.abort(), REQUEST_TIMEOUT_MS); try { + /* + * 剥掉我们自己的元数据再发。 + * + * `/mail/send` 是**严格解码**的（不认识的字段直接 400），而 `created_at_ms` + * 只是 spool 记录用来判断"这份报告有多旧"的，不属于线上格式。 + * 实测：带上它 → `400 不认识的字段 "created_at_ms"`，报告只好又回 spool。 + */ + const { created_at_ms: _omit, ...wire } = payload; + const res = await fetch(`${base}/api/v1/mail/send`, { method: 'POST', headers: { - Authorization: `Bearer ${key}`, - 'X-Agent-Name': String(env.AGENTMAIL_AGENT_NAME || ''), + // 两种身份都支持：有 key 走 Bearer，只有 secret 走 X-Agent-Name/Secret + ...(identity.key + ? { Authorization: `Bearer ${identity.key}` } + : { 'X-Agent-Name': identity.name, 'X-Agent-Secret': identity.secret }), 'Content-Type': 'application/json', }, - body: JSON.stringify(payload), + body: JSON.stringify(wire), signal: controller.signal, }); const responseBody = await res.text(); @@ -167,8 +205,66 @@ function safeAgentName(env) { .slice(0, 96); } -function spoolDirFor(env) { - return join(String(env.AGENTMAIL_FAILURE_SPOOL || DEFAULT_SPOOL), safeAgentName(env)); +/** 从 systemd 单元名推导 Agent 名：`zcode.service`→zcode、`pi-mail-bridge.service`→pi。 */ +export function agentNameFromService(serviceName) { + const base = basename(String(serviceName || '').trim()) + .replace(/\.service$/, '') + .trim(); + if (!base) return ''; + return base + .replace(/-mail-bridge$/, '') + .replace(/-bridge$/, '') + .replace(/-serve$/, '') + .replace(/-mail$/, '') + .trim(); +} + +/** 从 `/etc/agentmail/.env` 里读 `AGENTMAIL_AGENT_KEY`（systemd EnvironmentFile 格式）。 */ +export function readAgentSecretFromFile(file, varName = 'AGENTMAIL_AGENT_KEY') { + try { + const text = readFileSync(file, 'utf8'); + const m = text.match(new RegExp(`^\\s*${varName}\\s*=\\s*(.*)$`, 'm')); + if (!m) return ''; + return String(m[1]).trim().replace(/^["']|["']$/g, ''); + } catch { + return ''; + } +} + +/** + * 解析这次上报/补投该用哪个 Agent 身份。 + * + * 单元自己的 env 优先；缺失时按单元名推导、再从 `/etc/agentmail/.env` 取密钥。 + * + * 为什么需要这一步（实测故障）：`zcode.service`（应用单元）崩溃时，它的 env 里 + * 既没有 `AGENTMAIL_AGENT_NAME` 也没有 `AGENTMAIL_AGENT_KEY`，报告就落进了 + * `unknown-agent/` 目录并一直待在那里 —— 而 **flush 只读自己那个 Agent 的目录**， + * 于是 25 份 zcode 崩溃告警永久死信（它们在 2026-09-12 14:40 那轮崩溃循环里产生）。 + * 「报不出去」本身还能看见，**报不出去还落进没人读的目录**才是真的丢。 + */ +export function resolveIdentity(env = process.env, serviceName = '') { + const explicit = String(env.AGENTMAIL_AGENT_NAME || '').trim(); + const derived = agentNameFromService(serviceName || env.AGENTMAIL_SERVICE_NAME || ''); + const rawName = explicit || derived || 'unknown-agent'; + const name = rawName.replace(/[^A-Za-z0-9_.@-]/g, '-').slice(0, 96); + + let key = String(env.AGENTMAIL_AGENT_KEY || '').trim(); + let secret = String(env.AGENTMAIL_AGENT_SECRET || '').trim(); + let keyFrom = ''; + if ((!key || !secret) && name !== 'unknown-agent') { + const file = join(String(env.AGENTMAIL_ENV_DIR || DEFAULT_ENV_DIR), `${name}.env`); + if (!key) key = readAgentSecretFromFile(file, 'AGENTMAIL_AGENT_KEY'); + // zcode 这类单元只配了 secret 没有 key，而网关的 AgentAuth 两种都认。 + // 脚本原先只认 key ⇒ zcode.service 的告警永远发不出去（实测 25 封死信）。 + if (!secret) secret = readAgentSecretFromFile(file, 'AGENTMAIL_AGENT_SECRET'); + if (key || secret) keyFrom = file; + } + return { name, key, secret, keyFrom, derived: !explicit && !!derived }; +} + +function spoolDirFor(env, serviceName = '') { + const { name } = resolveIdentity(env, serviceName); + return join(String(env.AGENTMAIL_FAILURE_SPOOL || DEFAULT_SPOOL), name); } function safeSpoolName(payload) { @@ -190,10 +286,14 @@ async function pruneSpool(spoolDir) { } } -export async function spoolPayload(payload, env = process.env) { +export async function spoolPayload(payload, env = process.env, serviceName = '') { // 每个 Agent 独立目录：否则 pi 启动时可能拿自己的密钥去补发 dsh 的报告， // 发件身份与正文主体会错位，relay_key 的幂等范围也变了。 - const spoolDir = spoolDirFor(env); + // + // 目录名走 resolveIdentity（env → 单元名推导 → /etc/agentmail/.env）， + // 否则没有 AGENTMAIL_AGENT_NAME 的单元（zcode.service 就是）会把报告落进 + // `unknown-agent/` —— 而 flush 只读自己那个目录，等于永久死信（实测 25 封）。 + const spoolDir = spoolDirFor(env, serviceName); await mkdir(spoolDir, { recursive: true, mode: 0o700 }); const target = join(spoolDir, safeSpoolName(payload)); const temp = `${target}.${process.pid}.${randomUUID()}.tmp`; @@ -213,35 +313,70 @@ export async function notifyCrash(reason, error, options = {}) { now: options.now, }); try { - await postPayload(payload, env); + await postPayload(payload, env, options.serviceName || ''); return { sent: true, spooled: false, payload }; } catch (sendError) { if (options.spool === false) throw sendError; - const path = await spoolPayload(payload, env); + const path = await spoolPayload(payload, env, options.serviceName || ''); return { sent: false, spooled: true, path, payload, error: sendError }; } } -export async function flushSpool(env = process.env) { - const spoolDir = spoolDirFor(env); +/** + * 补投 spool 里的报告。 + * + * 两个改动都是踩出来的： + * - **失败要说原因**。原先是 `catch { failed++ }`，只报数不报因：4 封 dsh 告警 + * 在 spool 里躺了一整天，日志只有 `spool: sent=0 failed=N`，没人知道卡在哪。 + * - **过时的报告要标注**。Sep-12 的崩溃告警 Sep-13 才补投成功，正文时间是昨天， + * 收信人只会以为服务刚刚又崩了。 + */ +export async function flushSpool(env = process.env, serviceName = '') { + const spoolDir = spoolDirFor(env, serviceName); const names = (await readdir(spoolDir).catch(() => [])) .filter((name) => name.endsWith('.json')) .sort(); let sent = 0; let failed = 0; + const errors = []; for (const name of names) { const path = join(spoolDir, name); try { const record = JSON.parse(await readFile(path, 'utf8')); - await postPayload(record.payload, env); + const payload = await markStaleIfNeeded(record.payload, path); + await postPayload(payload, env, serviceName); await rm(path, { force: true }); sent++; - } catch { + } catch (error) { failed++; + errors.push({ file: name, reason: describeSendError(error) }); } } - return { total: names.length, sent, failed }; + return { total: names.length, sent, failed, errors, spoolDir }; +} + +/** + * 补投一份**已经过时**的报告时，把这件事写在正文最前面。 + * + * 不标的后果（实测）：Sep-12 的崩溃告警在 Sep-13 才补投成功，正文里的时间是 + * 昨天，而收信人打开邮箱只会以为服务刚刚又崩了 —— 误导性的告警比没有更糟。 + */ +async function markStaleIfNeeded(payload, filePath) { + const createdMs = + Number(payload?.created_at_ms || 0) || + (await stat(filePath).catch(() => null))?.mtimeMs || + 0; + if (!createdMs) return payload; + const age = Date.now() - createdMs; + if (age <= STALE_MS) return payload; + const minutes = Math.round(age / 60000); + const head = [ + `> **补投**：这是 ${minutes} 分钟前的故障报告（当时网关不可达或上报被拒，已暂存）。`, + `> 它**不代表现在仍在故障**；服务下次启动时已触发补投。`, + '', + ].join('\n'); + return { ...payload, subject: `[补投] ${payload.subject}`, body: `${head}${payload.body}` }; } /** @@ -266,11 +401,57 @@ function describeSendError(error) { async function main(argv = process.argv.slice(2), env = process.env) { const serviceName = argValue(argv, '--service'); + + /* + * `--flush-all`：把 spool 下**所有** Agent 目录都排空一次。 + * + * 为什么要它：`--flush` 只读自己那个 Agent 的目录，于是两条路都堵死 —— + * ① 报告在 A 的目录里、而 A 一直没重启 → 隔一天才补投（实测 4 封）； + * ② 报告落进 `unknown-agent/`（单元没给身份）→ **任何** flush 都不会读它 + * （实测 25 份 zcode 崩溃告警永久死信）。 + * 由定时器每 10 分钟跑一次这一条，上面两种情形都不再发生。 + * + * 身份仍按目录逐个解析（目录名 = Agent 名 → /etc/agentmail/.env 取密钥）， + * 所以不会出现「pi 拿自己的密钥去发 dsh 的报告」那种错位。 + */ + if (argv.includes('--flush-all')) { + const root = String(env.AGENTMAIL_FAILURE_SPOOL || DEFAULT_SPOOL); + const dirs = (await readdir(root).catch(() => [])).filter((n) => !n.startsWith('.')); + let sent = 0; + let failed = 0; + const errors = []; + for (const dir of dirs) { + const named = dir !== 'unknown-agent' && /^[A-Za-z0-9_.@-]+$/.test(dir); + const sub = { ...env, AGENTMAIL_AGENT_NAME: named ? dir : '', AGENTMAIL_AGENT_KEY: '' }; + const result = await flushSpool(sub, named ? dir : ''); + sent += result.sent; + failed += result.failed; + for (const e of result.errors) errors.push({ dir, ...e }); + if (!named && result.total > 0) { + console.error( + `[agentmail-failure-notify] \u2605 ${dir}/ 有 ${result.total} 份报告但无法确定发件身份` + + `（缺 ${DEFAULT_ENV_DIR}/.env）—— 它们永远发不出去，请修单位的 AGENTMAIL_AGENT_NAME` + ); + } + } + if (sent || failed) { + console.error(`[agentmail-failure-notify] flush-all: sent=${sent} failed=${failed}`); + } + for (const e of errors.slice(0, 10)) { + console.error(`[agentmail-failure-notify] 补投失败 ${e.dir}/${String(e.file).slice(0, 12)}…：${e.reason}`); + } + return; + } + if (argv.includes('--flush')) { - const result = await flushSpool(env); + const result = await flushSpool(env, serviceName); if (result.sent || result.failed) { console.error(`[agentmail-failure-notify] spool: sent=${result.sent} failed=${result.failed}`); } + // 只报数不报因的话，"卡了一天"这件事在日志里就是一句沉默（实测过） + for (const e of result.errors) { + console.error(`[agentmail-failure-notify] 补投失败 ${String(e.file).slice(0, 12)}…：${e.reason}`); + } return; } if (!argv.includes('--report')) throw new Error('需要 --report 或 --flush'); diff --git a/deploy/service-failure-notify.test.mjs b/deploy/service-failure-notify.test.mjs new file mode 100644 index 0000000..1b03d54 --- /dev/null +++ b/deploy/service-failure-notify.test.mjs @@ -0,0 +1,237 @@ +/** + * 服务故障通知脚本的判据。 + * + * 每一条都对应一次**实测故障**（见各 case 的注释），不是凭想象加的： + * · zcode.service 的告警落进 `unknown-agent/` 且永远发不出去（25 份死信） + * · 隔夜补投的报告读起来像"刚刚又崩了" + * · 补投失败只报数不报因（`spool: sent=0 failed=4`，没人知道卡在哪） + */ + +import { test } from 'node:test'; +import assert from 'node:assert/strict'; +import { createServer } from 'node:http'; +import { mkdtempSync, mkdirSync, writeFileSync, readdirSync, existsSync } from 'node:fs'; +import { tmpdir } from 'node:os'; +import { join } from 'node:path'; + +import { + agentNameFromService, + readAgentSecretFromFile, + resolveIdentity, + buildFailurePayload, + spoolPayload, + flushSpool, + isAbnormalExit +} from './service-failure-notify.mjs'; + +const tmp = () => mkdtempSync(join(tmpdir(), 'sfn-')); + +/** 起一个假网关，记录收到的请求体，返回 200。 */ +async function fakeGateway(handler = null) { + const got = []; + const server = createServer((req, res) => { + let body = ''; + req.on('data', c => (body += c)); + req.on('end', () => { + const status = handler ? handler({ headers: req.headers, body }, got) : 200; + got.push({ headers: req.headers, body }); + res.writeHead(status, { 'Content-Type': 'application/json' }); + res.end('{"ok":true}'); + }); + }); + await new Promise(r => server.listen(0, '127.0.0.1', r)); + const port = server.address().port; + return { got, url: `http://127.0.0.1:${port}`, close: () => new Promise(r => server.close(r)) }; +} + +// ─── 身份推导 ──────────────────────────────────────────────────────── + +test('★ 从单元名推导 Agent 名（zcode.service 不再落 unknown-agent）', () => { + const cases = { + 'dsh.service': 'dsh', + 'zcode.service': 'zcode', + 'zcode-mail-bridge.service': 'zcode', + 'pi-mail-bridge.service': 'pi', + 'opencode-serve.service': 'opencode', + 'homeagent.service': 'homeagent' + }; + for (const [unit, want] of Object.entries(cases)) { + assert.equal(agentNameFromService(unit), want, unit); + } + assert.equal(agentNameFromService('/etc/systemd/system/dsh.service'), 'dsh'); + assert.equal(agentNameFromService(''), ''); +}); + +test('★ 只有 secret 的单元也能解析出身份（zcode 就是这种）', () => { + const dir = tmp(); + writeFileSync(join(dir, 'zcode.env'), 'AGENTMAIL_AGENT_SECRET=sk-zcode-test\n'); + const id = resolveIdentity({ AGENTMAIL_ENV_DIR: dir }, 'zcode.service'); + assert.equal(id.name, 'zcode'); + assert.equal(id.key, ''); + assert.equal(id.secret, 'sk-zcode-test', '必须能从 .env 里读出 secret'); +}); + +test('单元自己的 env 优先于推导与文件', () => { + const dir = tmp(); + writeFileSync(join(dir, 'dsh.env'), 'AGENTMAIL_AGENT_KEY=from-file\n'); + const id = resolveIdentity({ AGENTMAIL_ENV_DIR: dir, AGENTMAIL_AGENT_NAME: 'pi', AGENTMAIL_AGENT_KEY: 'k1' }, 'dsh.service'); + assert.equal(id.name, 'pi'); + assert.equal(id.key, 'k1'); + assert.equal(id.derived, false); +}); + +test('两种变量名都能读，引号会被剥掉', () => { + const dir = tmp(); + writeFileSync(join(dir, 'a.env'), 'AGENTMAIL_AGENT_KEY="q1"\n'); + writeFileSync(join(dir, 'b.env'), "AGENTMAIL_AGENT_SECRET='q2'\n"); + assert.equal(readAgentSecretFromFile(join(dir, 'a.env'), 'AGENTMAIL_AGENT_KEY'), 'q1'); + assert.equal(readAgentSecretFromFile(join(dir, 'b.env'), 'AGENTMAIL_AGENT_SECRET'), 'q2'); + assert.equal(readAgentSecretFromFile(join(dir, 'missing.env')), ''); +}); + +// ─── payload ───────────────────────────────────────────────────────── + +test('payload 带机器可读时间与 invocation 短号（补投判据靠它）', () => { + const p = buildFailurePayload({ + env: { AGENTMAIL_AGENT_NAME: 'dsh', INVOCATION_ID: 'abc123def456', SERVICE_RESULT: 'exit-code', EXIT_CODE: 'exited', EXIT_STATUS: '1' }, + serviceName: 'dsh.service', + now: new Date('2026-09-12T03:42:35.000Z') + }); + assert.match(p.subject, /^\[dsh\] /); + assert.match(p.subject, /#abc123de/); + assert.equal(p.created_at_ms, Date.parse('2026-09-12T03:42:35.000Z')); + assert.match(p.body, /2026-09-12T03:42:35/); +}); + +test('secret 会被脱敏', () => { + const p = buildFailurePayload({ + env: { AGENTMAIL_AGENT_NAME: 'z', AGENTMAIL_AGENT_SECRET: 'super-secret-token', SERVICE_RESULT: 'exit-code' }, + error: new Error('boom super-secret-token'), + serviceName: 'z.service' + }); + assert.ok(!p.body.includes('super-secret-token')); +}); + +test('正常退出不算异常', () => { + assert.equal(isAbnormalExit({ SERVICE_RESULT: 'success' }), false); + assert.equal(isAbnormalExit({ SERVICE_RESULT: 'exit-code' }), true); + assert.equal(isAbnormalExit({ EXIT_CODE: 'exited', EXIT_STATUS: '0' }), false); + assert.equal(isAbnormalExit({ EXIT_CODE: 'exited', EXIT_STATUS: '1' }), true); +}); + +// ─── spool 落点 ────────────────────────────────────────────────────── + +test('★ 没给 AGENTMAIL_AGENT_NAME 时，报告要落进推导出的 Agent 目录（不是 unknown-agent）', async () => { + const root = tmp(); + const payload = buildFailurePayload({ + env: { SERVICE_RESULT: 'exit-code' }, + serviceName: 'zcode.service' + }); + await spoolPayload(payload, { AGENTMAIL_FAILURE_SPOOL: root }, 'zcode.service'); + assert.deepEqual(readdirSync(root), ['zcode'], '落错目录 = 没有任何 flush 会读它（实测 25 份死信）'); + // 反向对照：完全无身份信息时只能落 unknown-agent（并且 flush-all 会警告） + await spoolPayload(payload, { AGENTMAIL_FAILURE_SPOOL: root }, ''); + assert.ok(readdirSync(root).includes('unknown-agent')); +}); + +// ─── 补投 ──────────────────────────────────────────────────────────── + +test('★ 补投陈旧报告要标「补投」并说明不代表现在仍故障', async () => { + const root = tmp(); + const gw = await fakeGateway(); + try { + const old = buildFailurePayload({ + env: { AGENTMAIL_AGENT_NAME: 'dsh', AGENTMAIL_AGENT_KEY: 'k', SERVICE_RESULT: 'exit-code' }, + serviceName: 'dsh.service', + now: new Date(Date.now() - 26 * 3600 * 1000) // 26 小时前 + }); + mkdirSync(join(root, 'dsh'), { recursive: true }); + writeFileSync(join(root, 'dsh', 'a.json'), JSON.stringify({ payload: old })); + + const r = await flushSpool( + { AGENTMAIL_FAILURE_SPOOL: root, AGENTMAIL_GATEWAY_URL: gw.url, AGENTMAIL_AGENT_KEY: 'k', AGENTMAIL_AGENT_NAME: 'dsh' }, + 'dsh.service' + ); + assert.equal(r.sent, 1); + assert.equal(r.failed, 0); + const sent = JSON.parse(gw.got[0].body); + assert.match(sent.subject, /^\[补投\] /); + assert.match(sent.body, /补投/); + assert.match(sent.body, /不代表现在仍在故障/); + assert.ok(!existsSync(join(root, 'dsh', 'a.json')), '投递成功要删掉 spool 文件'); + } finally { + await gw.close(); + } +}); + +test('新鲜的报告不加「补投」标记', async () => { + const root = tmp(); + const gw = await fakeGateway(); + try { + const fresh = buildFailurePayload({ + env: { AGENTMAIL_AGENT_NAME: 'dsh', AGENTMAIL_AGENT_KEY: 'k', SERVICE_RESULT: 'exit-code' }, + serviceName: 'dsh.service' + }); + mkdirSync(join(root, 'dsh'), { recursive: true }); + writeFileSync(join(root, 'dsh', 'b.json'), JSON.stringify({ payload: fresh })); + await flushSpool( + { AGENTMAIL_FAILURE_SPOOL: root, AGENTMAIL_GATEWAY_URL: gw.url, AGENTMAIL_AGENT_KEY: 'k', AGENTMAIL_AGENT_NAME: 'dsh' }, + 'dsh.service' + ); + assert.ok(!JSON.parse(gw.got[0].body).subject.startsWith('[补投]')); + } finally { + await gw.close(); + } +}); + +test('★ 补投失败必须带回原因（不能只报数）', async () => { + const root = tmp(); + const gw = await fakeGateway(() => 403); + try { + const p = buildFailurePayload({ + env: { AGENTMAIL_AGENT_NAME: 'dsh', AGENTMAIL_AGENT_KEY: 'k', SERVICE_RESULT: 'exit-code' }, + serviceName: 'dsh.service' + }); + mkdirSync(join(root, 'dsh'), { recursive: true }); + writeFileSync(join(root, 'dsh', 'c.json'), JSON.stringify({ payload: p })); + const r = await flushSpool( + { AGENTMAIL_FAILURE_SPOOL: root, AGENTMAIL_GATEWAY_URL: gw.url, AGENTMAIL_AGENT_KEY: 'k', AGENTMAIL_AGENT_NAME: 'dsh' }, + 'dsh.service' + ); + assert.equal(r.sent, 0); + assert.equal(r.failed, 1); + assert.equal(r.errors.length, 1); + assert.match(r.errors[0].reason, /403/, '原因里要能看到 HTTP 状态码'); + assert.ok(existsSync(join(root, 'dsh', 'c.json')), '失败要保留文件以便下次重试'); + } finally { + await gw.close(); + } +}); + +test('★ 只有 secret 时用 X-Agent-Name/Secret 投递（zcode 的唯一出路）', async () => { + const root = tmp(); + const gw = await fakeGateway(); + try { + const p = buildFailurePayload({ + env: { AGENTMAIL_AGENT_NAME: 'zcode', AGENTMAIL_AGENT_SECRET: 'sec-1', SERVICE_RESULT: 'exit-code' }, + serviceName: 'zcode.service' + }); + mkdirSync(join(root, 'zcode'), { recursive: true }); + writeFileSync(join(root, 'zcode', 'd.json'), JSON.stringify({ payload: p })); + const envDir = tmp(); + writeFileSync(join(envDir, 'zcode.env'), 'AGENTMAIL_AGENT_SECRET=sec-1\n'); + const r = await flushSpool( + { AGENTMAIL_FAILURE_SPOOL: root, AGENTMAIL_GATEWAY_URL: gw.url, AGENTMAIL_AGENT_SECRET: '', AGENTMAIL_AGENT_KEY: '', AGENTMAIL_ENV_DIR: envDir }, + 'zcode.service' + ); + assert.equal(r.sent, 1, `应投递成功：${JSON.stringify(r.errors)}`); + // ★ 端点是严格解码的：带我们自己的元数据会被 400 拒掉（实测踩过） + assert.equal(JSON.parse(gw.got[0].body).created_at_ms, undefined); + const h = gw.got[0].headers; + assert.equal(h['x-agent-name'], 'zcode'); + assert.equal(h['x-agent-secret'], 'sec-1'); + assert.equal(h.authorization, undefined); + } finally { + await gw.close(); + } +});