MailUI4Agents/deploy/redeploy-gateway.sh

#!/usr/bin/env bash
# redeploy-gateway.sh —— Gateway 二进制热替换（原子化，带备份与后置验证）
#
# 为什么需要这个脚本：日常改后端只需要换二进制，跑整个 install.sh 太重
# （它会重装 npm 依赖、重写 systemd 单元、重新生成 env）。而手工
# 「systemctl stop → cp → start」有两个隐患：
#
#   1. cp 是就地写入，会改坏**正在运行中进程**的可执行映像。
#      即使先 stop 了，中途失败也会留下一个半截二进制且旧的已被覆盖。
#      install(1) 本质是 rename，是原子的 —— 要么完整换掉，要么原样不动。
#
#   2. 不备份数据库。SQLite 在 WAL 模式下 cp 会拿到不一致快照
#      （主库文件与 -wal 不同步），恢复时可能丢最近写入甚至损坏。
#      必须用 sqlite3 .backup，它走的是官方在线备份 API。
#
# 纪律来自 git-release-discipline skill 第五章：
# 发布终点不是「推上去了」，而是后置验证清单全绿。任一项不过就回滚，
# 不要「先上着再修」。
#
# 用法:
#   bash deploy/redeploy-gateway.sh              # 完整流程（含测试）
#   bash deploy/redeploy-gateway.sh --skip-tests # 跳过测试（急救时用）
#   bash deploy/redeploy-gateway.sh --dry-run    # 只打印将执行的动作
#
# 退出码: 0=成功  1=失败或验证不过（已尝试回滚）  2=参数/环境问题

set -uo pipefail

REPO="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
PREFIX="${AGENTMAIL_PREFIX:-/opt/agentmail}"
TARGET="$PREFIX/agentmail-gateway"
DB="$PREFIX/data/agentmail.db"
SERVICE="agentmail-gateway"
HEALTH_URL="${AGENTMAIL_HEALTH_URL:-http://127.0.0.1:8180/health}"
TS="$(date +%Y%m%d-%H%M%S)"

SKIP_TESTS=0
DRY_RUN=0
SYNC_WEB=1

while [ $# -gt 0 ]; do
  case "$1" in
    --skip-tests) SKIP_TESTS=1; shift ;;
    --skip-web)   SYNC_WEB=0; shift ;;
    --dry-run)    DRY_RUN=1; shift ;;
    -h|--help)    sed -n '2,30p' "$0"; exit 0 ;;
    *) echo "未知参数: $1" >&2; exit 2 ;;
  esac
done

export GOPROXY="${GOPROXY:-https://goproxy.cn,direct}"

say()  { printf '\n=== %s\n' "$*"; }
ok()   { printf '  [ OK ] %s\n' "$*"; }
bad()  { printf '  [FAIL] %s\n' "$*"; }
warn() { printf '  [WARN] %s\n' "$*"; }

run() {
  if [ "$DRY_RUN" = 1 ]; then
    printf '  [dry-run] %s\n' "$*"
    return 0
  fi
  printf '  $ %s\n' "$*"
  eval "$@"
}

[ -d "$REPO/server" ] || { bad "找不到 $REPO/server"; exit 2; }
command -v sqlite3 >/dev/null 2>&1 || { bad "缺少 sqlite3，无法安全备份数据库"; exit 2; }

say "0. 计划"
printf '  仓库     : %s\n' "$REPO"
printf '  目标     : %s\n' "$TARGET"
printf '  数据库   : %s\n' "$DB"
printf '  服务     : %s\n' "$SERVICE"
[ "$DRY_RUN" = 1 ] && printf '  模式     : DRY-RUN（不落地）\n' || printf '  模式     : 真实执行\n'

# ---------------------------------------------------------------- 1 前端产物
if [ "$SYNC_WEB" = 1 ] && [ -d "$REPO/client/electron/dist/assets" ]; then
  say "1. 同步前端产物进 go:embed 目录"
  # 只清构建产物：placeholder.html 在版本库里（让 go:embed 在新克隆里能编译），
  # 删掉它会让 git 看到一个本地删除，下一次 commit -a 就把它从仓库带走。
  run "rm -rf '$REPO/server/internal/static/static/assets'"
  run "rm -f '$REPO/server/internal/static/static/index.html'"
  run "cp -r '$REPO/client/electron/dist/.' '$REPO/server/internal/static/static/'"
  ok "前端产物已同步"

# 运行时脚本必须装在安装根下 —— 单元/drop-in 里引用的是
# /opt/agentmail/bin/service-failure-notify.mjs，不是仓库路径。
# 漏了这一步，故障通知会在"仓库被挪走/改名"时静默失效（2026-09-14 修的就是这个）。
install -d /opt/agentmail/bin
install -m 0755 "$REPO/deploy/service-failure-notify.mjs" /opt/agentmail/bin/service-failure-notify.mjs
else
  say "1. 跳过前端同步"
  [ "$SYNC_WEB" = 0 ] && ok "--skip-web" || warn "client/electron/dist 不存在，先跑 cd client/electron && npm run build"
fi

# ---------------------------------------------------------------- 2 静态检查与测试
say "2. 构建前检查"
if [ "$DRY_RUN" = 1 ]; then
  printf '  [dry-run] go vet ./... && go test ./...\n'
else
  ( cd "$REPO/server" && go vet ./... ) || { bad "go vet 不过，终止"; exit 1; }
  ok "go vet 通过"
  if [ "$SKIP_TESTS" = 1 ]; then
    warn "--skip-tests：跳过测试（急救模式，事后必须补跑）"
  else
    ( cd "$REPO/server" && timeout 280 go test ./... -timeout 250s ) \
      || { bad "测试不过，终止部署"; exit 1; }
    ok "go test 全包通过"
  fi
fi

# ---------------------------------------------------------------- 3 构建
say "3. 构建二进制"
STAGE="/tmp/agentmail-gateway-build-$TS"
# 先删再建：go build -o 到已存在的路径时可能拿到 stale 二进制（此坑中过多次）
run "rm -f '$STAGE'"
if [ "$DRY_RUN" = 1 ]; then
  printf '  [dry-run] (cd server && go build -o %s ./cmd/server)\n' "$STAGE"
else
  ( cd "$REPO/server" && go build -o "$STAGE" ./cmd/server ) \
    || { bad "构建失败"; exit 1; }
  ok "构建完成 $(du -h "$STAGE" | cut -f1)"
fi

# ---------------------------------------------------------------- 4 备份数据库
say "4. 备份数据库（sqlite3 .backup，不能用 cp —— WAL 下 cp 会拿到不一致快照）"
DBBAK=""
if [ -f "$DB" ]; then
  DBBAK="/tmp/agentmail-pre-deploy-$TS.db"
  run "sqlite3 '$DB' \".backup '$DBBAK'\"" || { bad "备份失败，终止部署"; exit 1; }
  if [ "$DRY_RUN" != 1 ]; then
    integ="$(sqlite3 "$DBBAK" 'PRAGMA integrity_check;' 2>&1 | head -1)"
    if [ "$integ" = "ok" ]; then
      ok "备份完成 $DBBAK（$(du -h "$DBBAK" | cut -f1)），integrity_check=ok"
    else
      bad "备份完整性异常: $integ"; exit 1
    fi
  fi
else
  warn "数据库不存在（首次部署？）: $DB"
fi

# ---------------------------------------------------------------- 5 旧二进制留档
say "5. 旧二进制留档"
BINBAK=""
if [ -f "$TARGET" ]; then
  BINBAK="${TARGET}.bak-${TS}"
  run "install -m 0755 '$TARGET' '$BINBAK'"
  ok "旧二进制留档 $BINBAK"
else
  warn "目标不存在（首次安装）"
fi

# ---------------------------------------------------------------- 6 原子替换
say "6. 停服 → 原子替换 → 起服"
# 为什么仍要 stop：SQLite 单写者，且换掉二进制后旧进程还在跑旧代码，
# 与新库 schema 可能不一致。install 保证的是「文件替换本身」原子，
# 不代表可以热换正在服务的进程。
run "systemctl stop '$SERVICE'"
run "install -m 0755 '$STAGE' '$TARGET'" || {
  bad "替换失败"
  [ -n "$BINBAK" ] && run "install -m 0755 '$BINBAK' '$TARGET'"
  run "systemctl start '$SERVICE'"
  exit 1
}
run "systemctl start '$SERVICE'"
run "sleep 6"

# ---------------------------------------------------------------- 7 后置验证
say "7. 后置验证清单（发布终点是这张单子全绿，不是「换上去了」）"
if [ "$DRY_RUN" = 1 ]; then
  cat <<'EOF'
  [dry-run] 真实执行时逐项校验：
    [ ] 服务 active
    [ ] /health 可达
    [ ] 近 2 分钟无 panic/fatal
    [ ] 四个 Agent 桥的 SSE 重新连上
EOF
  echo
  echo "  DRY-RUN 结束。确认无误后去掉 --dry-run 重跑。"
  exit 0
fi

CHECK_FAIL=0

if systemctl is-active --quiet "$SERVICE"; then
  ok "服务 $SERVICE active"
else
  bad "服务未 active"; CHECK_FAIL=$((CHECK_FAIL+1))
fi

if curl -sf -m 5 "$HEALTH_URL" >/dev/null 2>&1; then
  ok "健康检查通过 $HEALTH_URL"
else
  bad "健康检查失败 $HEALTH_URL"; CHECK_FAIL=$((CHECK_FAIL+1))
fi

fc="$(journalctl -u "$SERVICE" --since '2 min ago' --no-pager 2>/dev/null \
      | grep -icE 'panic|fatal|SIGSEGV' || true)"
if [ "${fc:-0}" = "0" ]; then
  ok "近 2 分钟无 panic/fatal"
else
  bad "近 2 分钟出现 $fc 条 panic/fatal"; CHECK_FAIL=$((CHECK_FAIL+1))
fi

# 桥重连：Gateway 重启会掐断所有 SSE，插件应当在几秒内自己回来。
# 一个都没回来通常意味着密钥被撤销（停用 Agent 会撤销密钥）或端口没起。
sse="$(journalctl -u "$SERVICE" --since '1 min ago' --no-pager 2>/dev/null \
       | grep -c 'Client connected' || true)"
if [ "${sse:-0}" -gt 0 ]; then
  ok "已有 $sse 个 SSE 客户端重新连上"
else
  warn "暂未看到 SSE 重连 —— 若插件应当在线，检查密钥是否被撤销（停用会撤销密钥）"
fi

echo
echo "  仍需人工确认（脚本无法代替）:"
echo "    [ ] 真实发一封邮件端到端跑通（不是只看进程起来了）"
echo "    [ ] WebUI 能登录且列表正常"

echo
if [ "$CHECK_FAIL" -gt 0 ]; then
  say "结论: 验证有 $CHECK_FAIL 项失败 —— 正在回滚，不要「先上着再修」"
  if [ -n "$BINBAK" ]; then
    run "systemctl stop '$SERVICE'"
    run "install -m 0755 '$BINBAK' '$TARGET'"
    run "systemctl start '$SERVICE'"
    ok "已回滚到 $BINBAK"
  else
    warn "无旧二进制可回滚"
  fi
  [ -n "$DBBAK" ] && echo "  如需恢复数据库（先停服务）: install -m 0644 '$DBBAK' '$DB'"
  exit 1
fi

say "结论: 自动项全绿"
echo "  回滚命令（留档 24 小时内有效）:"
[ -n "$BINBAK" ] && echo "    install -m 0755 '$BINBAK' '$TARGET' && systemctl restart '$SERVICE'"
[ -n "$DBBAK" ]  && echo "    install -m 0644 '$DBBAK' '$DB'   # 先 systemctl stop"
exit 0