JianFeeeee
51789ee72e
用户注意到：「当前 agentmail 是在源码目录部署的，应当改为标准目录部署」。 查证后有三处实证（都不是猜测）： 1. ★ **失败通知钩子执行的是仓库里的脚本** （`/home/program/agentmail/deploy/service-failure-notify.mjs`，8 处引用： 4 个 drop-in + zcode/zcode-mail-bridge 单元 + agentmail-failure-flush）。 仓库一挪/一改名，故障通知就**静默失效** —— 而那条管线正是用来报告服务故障的。 2. **opencode-serve 的 cwd 就是源码目录**（`WorkingDirectory=/home/program/agentmail`）。 3. ★ **仓库里的 `deploy/*.service` 是旧的源码目录版本**（ExecStart 指向 `/home/program/agentmail/plugins/...`），而机器上的已被改过 —— 也就是说 **谁跑一次 install.sh 就会把部署退回源码目录**。drop-in 更是只存在于 /etc 里， 仓库完全没有它们。 ## 改动 - **唯一真相**：`deploy/systemd/` 镜像 systemd 目录结构，收进全部单元与 drop-in （8 个单元 + 12 个 drop-in），路径全部改到 `/opt`。 - 运行时脚本装到 **`/opt/agentmail/bin/service-failure-notify.mjs`**（自包含， 无相对导入）；`install.sh` 与 `redeploy-gateway.sh` 都会幂等地装它。 - opencode 的 cwd 改为 `/opt/agentmail`（与网关一致），已重启生效 （`/proc/<pid>/cwd` 已核）。 - 删掉 `deploy/*.service` 的旧副本，避免两个真相。 - dsh 的 `cordis.patch.yml` 注释里的安装示例也改到标准位置（运行时用的是环境变量， 那条注释是唯一残留）。 ## 判据（`deploy/check-deploy-drift.mjs` 新增「标准目录部署」四条 + 自检） ① 任何 unit/drop-in 都不得引用源码目录；② 已安装单元与 `deploy/systemd/` 逐字节一致； ③ 通知脚本在标准位置且可执行；④ 各服务的 cwd/ExecStart 不在源码目录 （homeagent/dsh/zcode 是**别的产品**的标准位置，按白名单放行）。 自检两个样本：引用源码目录的必须红、干净样本必须绿（证明不是恒真）。 顺带修掉一处**真漂移**：仓库里 dsh 的 `dist/index.js` 落后于部署件（改了 src 没重建）， 重建后 `check-deploy-drift` 报「四个宿主都在跑当前代码」。 ## 复核 - `/etc/systemd/system/` 引用仓库：**0** 个文件；`/opt/agentmail` 下只剩旧二进制/备份里 的构建路径（Go 嵌的源码路径，无害）与一条注释。 - 四个宿主都在跑当前代码；标准目录四项全绿。 - 全部服务 active，opencode/网关 cwd 均已在安装根下。
24 lines
1.4 KiB
Plaintext
24 lines
1.4 KiB
Plaintext
# 2026-09-05 systemd 审计添加的 drop-in（原单元文件未改动）。
|
||
#
|
||
# 为什么加：本机的重启限速器其实是死代码。
|
||
# StartLimitBurst=5 + StartLimitIntervalUSec=10s 的含义是「10 秒内启动 5 次
|
||
# 就放弃」，但这些单元的 RestartSec 都在 2~10s 之间 —— 5 次重启必然跨过
|
||
# 10 秒，计数器每次都在触发前清零。于是一个永久坏掉的服务会以固定频率
|
||
# 无限重试，systemd 从头到尾不会说一句话。
|
||
#
|
||
# 实测后果（2026-09-05 07:54–09:13）：llmsproxy 因为 config.yaml 里 headers
|
||
# 键重复而无法解析、退出码 1，systemd 每 5 秒拉一次，连拉 79 分钟 ——
|
||
# 836 次重启，占掉本次启动 986 条 "Failed with result" 里的 901 条，
|
||
# 而 "start request repeated too quickly" 一次都没出现过。
|
||
#
|
||
# 怎么修：改成指数退避。重试间隔从该单元自己的 RestartSec 出发，经 RestartSteps
|
||
# 级递增到 RestartMaxDelaySec，崩溃循环会衰减到每 5 分钟一次。服务不会被放弃
|
||
# （病根修好后它仍会自己回来），日志也不再被刷爆。
|
||
#
|
||
# 故意不动的东西：StartLimitBurst / StartLimitIntervalUSec。收紧它们会让故障单元
|
||
# 进入终态 failed、必须人工 systemctl reset-failed 才能复活 —— 这正好和这些
|
||
# 长驻 agent 依赖的自愈行为相反。
|
||
[Service]
|
||
RestartSteps=6
|
||
RestartMaxDelaySec=5min
|