fix(deploy): 故障通知的三处缺陷 —— 死信目录、隔夜补投、失败无原因

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/<agent>.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。
This commit is contained in:
2026-09-13 11:06:01 +08:00
parent 77699e216b
commit 2922fb711f
4 changed files with 462 additions and 20 deletions

View File

@ -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/<agent>.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

View File

@ -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

View File

@ -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/<name>.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/<agent>.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/<agent>.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(/^["']|["']$/g, '');
} catch {
return '';
}
}
/**
* 解析这次上报/补投该用哪个 Agent 身份。
*
* 单元自己的 env 优先;缺失时按单元名推导、再从 `/etc/agentmail/<name>.env` 取密钥。
*
* 为什么需要这一步(实测故障):`zcode.service`(应用单元)崩溃时,它的 env 里
* 既没有 `AGENTMAIL_AGENT_NAME` 也没有 `AGENTMAIL_AGENT_KEY`,报告就落进了
* `unknown-agent/` 目录并一直待在那里 —— 而 **flush 只读自己那个 Agent 的目录**
* 于是 25 份 zcode 崩溃告警永久死信(它们在 2026-09-12 14:40 那轮崩溃循环里产生)。
* 「报不出去」本身还能看见,**报不出去还落进没人读的目录**才是真的丢。
*/
export function resolveIdentity(env = process.env, serviceName = '') {
const explicit = String(env.AGENTMAIL_AGENT_NAME || '').trim();
const derived = agentNameFromService(serviceName || env.AGENTMAIL_SERVICE_NAME || '');
const rawName = explicit || derived || 'unknown-agent';
const name = rawName.replace(/[^A-Za-z0-9_.@-]/g, '-').slice(0, 96);
let key = String(env.AGENTMAIL_AGENT_KEY || '').trim();
let secret = String(env.AGENTMAIL_AGENT_SECRET || '').trim();
let keyFrom = '';
if ((!key || !secret) && name !== 'unknown-agent') {
const file = join(String(env.AGENTMAIL_ENV_DIR || DEFAULT_ENV_DIR), `${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 resolveIdentityenv → 单元名推导 → /etc/agentmail/<name>.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}${payload.body}` };
}
/**
@ -266,11 +401,57 @@ function describeSendError(error) {
async function main(argv = process.argv.slice(2), env = process.env) {
const serviceName = argValue(argv, '--service');
/*
* `--flush-all`:把 spool 下**所有** Agent 目录都排空一次。
*
* 为什么要它:`--flush` 只读自己那个 Agent 的目录,于是两条路都堵死 ——
* ① 报告在 A 的目录里、而 A 一直没重启 → 隔一天才补投(实测 4 封);
* ② 报告落进 `unknown-agent/`(单元没给身份)→ **任何** flush 都不会读它
* (实测 25 份 zcode 崩溃告警永久死信)。
* 由定时器每 10 分钟跑一次这一条,上面两种情形都不再发生。
*
* 身份仍按目录逐个解析(目录名 = Agent 名 → /etc/agentmail/<name>.env 取密钥),
* 所以不会出现「pi 拿自己的密钥去发 dsh 的报告」那种错位。
*/
if (argv.includes('--flush-all')) {
const root = String(env.AGENTMAIL_FAILURE_SPOOL || DEFAULT_SPOOL);
const dirs = (await readdir(root).catch(() => [])).filter((n) => !n.startsWith('.'));
let sent = 0;
let failed = 0;
const errors = [];
for (const dir of dirs) {
const named = dir !== 'unknown-agent' && /^[A-Za-z0-9_.@-]+$/.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 ${DEFAULT_ENV_DIR}/<agent>.env—— 它们永远发不出去,请修单位的 AGENTMAIL_AGENT_NAME`
);
}
}
if (sent || failed) {
console.error(`[agentmail-failure-notify] flush-all: sent=${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');

View File

@ -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 <agent>.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();
}
});