c69fb2caba
feat(cluster): 负载均衡改为每节点自主「先撤销本地转发，再丢回环」
...
按用户要求重做：不再由 leader 单独调度，而是**每个节点对自己的转发跑同一条
规则**，超了就自己撤销一条、把任务丢回环上，由环原有的「最闲者认领」决定它
落到哪台。
## 为什么必须是 owner 自己动手（不是洁癖，是实测逼出来的）
真机探针（跑完已删）显示，真实 revoke 之后：
TopologyOwner after revoke = "n1" ← 条目还在（只标记不删除）
n1 Forwards=3 score=310.0 ← 负载根本没降
after step: revoking=true publishing=false
⇒ 一节点的负载**只有它自己的拓扑条目消失时才会下降**，而条目是本地簿记，没有任何
对端可以代它写。leader 从外面只能看见失衡、无法让失衡成为事实——它必须伸手去改
另一个节点的簿记，而这正是这个环到处都在避免的跨节点写（revoke / restart 定向往
owner 也是同一个理由）。
⇒ 而且旧实现**根本跑不起来**：phase 1 判据是「条目消失」，可 mark-don't-remove
让它永远不消失，于是每 120s 打一条 `revoking … timed out; abandoning`，
**phase 2 永不执行，一条转发都不会迁**。开 `W4F_BALANCE_MODE=on` 只会刷日志。
## 规则（替代原来的 ratio 阈值）
当 Forwards >= 2 且 Forwards > ceil(总数/存活节点数) 时，撤销一条
- **自限**：3 条 / 3 台 → owner 2 > 1，卸一条 → 1，`1 > 1` 不成 → 停。
没有上界的话 owner 会把转发**全部卸光**。
- **不会卸空**：低于下限（2）永不撤销。
- 平摊值向上取整（3/3=1，不是 0），否则 1 条 / 3 台的节点也算「超了」。
- **不再用 mem/net 参与判据**：实测 `.30` 空闲时 netPct 能到 55%，Score 会高于
有转发的节点——用 Score 会把纯网络抖动当成负载。
- 节奏用**每节点冷却**（默认 600s）而不是「失衡持续多久」窗口：规则本身已经要求
真实失衡，没有需要平滑的瞬态，只有需要限制的抖动频率。
## 为什么必须是新的 Release 任务类型，不能复用 Revoke
用户停止（Revoke）**保留拓扑条目**作为 disabled 标志的载体；均衡释放必须**删除
条目**，因为 (a) 负载由自己的条目数算出，条目不删负载不降；(b) 每个节点的
duplicate-guard 会拒绝「已有 owner 的转发」的创建任务——保留条目会让**所有节点
都拒领**，转发被永久搁死在刚放弃它的那台机器上。
Release 因此：`Handler.Release`（停 worker，但**不标记 stopped**）→ 删条目 →
`SubmitTask` 以**启用状态**重新发布。它需要自己的 Handler 方法，不能回落到
Revoke：Revoke 会顺手把 link 标成 stopped，而这条转发即将在别的节点上跑。
## 顺带修掉两个既有缺口（实测确认）
1. **`submitMigrate` 发布不出去**：`OnToken` 的 localPending 重合并只保留「从未
publish 过」的本地 pending，而只有 `Add*` 系列会记 `published`。引擎里直接写
`PendingTasks` 的任务会在下一次 adopt 时被静默丢弃。
⇒ 新 `ReleaseTask` 走 `AddPending`。
（`SubmitRestart` 有同样的毛病，但它不在本次范围，未改动——见提交说明末尾。）
2. `Release` 需要绕过 duplicate-claim 守卫（同 Restart），否则「owner 本来就持有
这条转发」这一前提会让每条 Release 都被丢掉。
## 测试（17 条，全绿）
规则：平摊值取整、超了才撤、撤到平摊就停、单节点不撤、低于下限不撤、不撤已停
转发、候选选择确定。
机制：Revoke 留载体 vs Release 删条目（这是两种语义的核心差异）、Release 只由
owner 执行且不消费他人的任务、owner 释放后环的普通认领把它接走。
模式：dry-run 不动任何东西、off 真的什么都不做、未知模式回落 dry-run、
冷却限制抖动频率、确认超时清理。
只读：Report 不变更任何状态、能解释「超了但不动」的原因、均衡节点给出真实答案。
**双向验证 3 条**（改坏→变红→还原→变绿）：
- 去掉 Release 的 duplicate-guard 例外 → `the owner released 0 times, want 1`
- 去掉「不超过平摊值」上界 → `2 owned against share 2 must not release`
- Release 改成只标记不删除 → `n1 should now own 2, got 3`
go build / go vet / go test ./... 全绿（go clean -testcache 后逐包实跑）。
## 未做 / 待办
- `SubmitRestart` 的同类发布缺口未修（同样会被 adopt 丢弃），需要单独确认它
在实机上是否真的丢过 restart。
- UI 尚未跟进新报告结构（下一步）。
2026-10-06 14:03:03 +08:00
7d5bca5b72
feat(cluster): 负载均衡迁移 —— 定向投递 + 两阶段提交
...
承接 875e580（只落决策逻辑）。本提交补齐运行时：周期检查、迟滞判定、
两阶段迁移，以及让迁移任务**定向**到指定节点。
## 为什么必须是定向的（核心安全点）
loadSnapshot() 的 Forwards 来自 ForwardsOwnedBy，所以旧 owner 一旦被摘掉条目，
它立刻变成最闲节点。而普通创建任务是"任何最闲者认领"—— 于是它会把刚迁走的
转发**当场抢回**，迁移变成"只重启一次 worker"的空操作。
故 Task 新增 Migrate + Target 字段，runCommands 的选择循环照 Restart 的范式
处理：Target == 自己才认领，否则 `continue` 让任务随环前进。
## 为什么必须两阶段（不能一次发 revoke + submit）
1. 旧 owner 变最闲后会把未定向的任务抢回（上面那条）；
2. PendingList 按 `t<ID>` **字符串**排序（`t10 < t5`），同轮内两个任务的先后
不可控。
Balancer 因此是显式状态机：phase1 发布 revoke 并等待旧条目真正消失，确认后才
发布 phase2 的定向 migrate。两个超时兜底：revoke 超时则放弃；migrate 超时
（target 没认领）则退回**无定向** SubmitTask，让"任何最闲者"接手 —— 转发不会
被丢，只是延迟。这与环本身的行为一致（实测：只要还有更闲的节点，pending 任务
最终会被认领；只有"全员都更忙"时才滞留）。
## 两个被测试逼出来的设计修正
- **绝对下限 minForwards=2**：只有"超均值倍数"在小集群失真——3 节点 1 条转发时
owner Score≈105 而两台空闲≈5，20 倍于均值会触发迁移，但那是完全正常的分布，
迁它只会断一条活跃连接。倍数负责看形状，下限负责"有没有东西值得搬"。
- **Migrate 也要绕过 duplicate-claim 守卫**，否则旧条目还在时目标节点会拒绝
认领（这条守卫正是为了防止同一 remotePort 注册两次 → frps 报
"proxy already exists"）。
## 测试（本项目第六次假绿的教训）
新增 6 条，全绿。做双向验证时发现
TestMigrateTaskIsAddressedNotClaimedByLightest **删掉定向分支后仍然 PASS**，
查因：`loadSnapshot()每次 OnToken 都用 Handler.RuntimeLoad() 刷新 mem/net，
我手工设的 State.Nodes[].Load 被静默覆盖 ⇒ n2/n3 始终平手 ⇒ "最闲者"恰好
就是 target，定向性从未被验证。
改为**用三个 Handler 的不同 RuntimeLoad 制造真实差异**（n3 最闲、n2 是较重的
target）后，删掉定向分支如期变红：
n3 (the LIGHTEST node) claimed 1 migrate task(s); the task is addressed
to n2 and must ignore load entirely
⇒ 这条纪律再次生效：测试必须制造出能让错误实现暴露的**不对称**，否则"恰好通过"
比"失败"更危险。
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-10-06 11:50:53 +08:00
fc4cbaa726
fix(cluster): startup reconcile 不该等 leader，否则非 leader 永远不重建自己的 worker
...
前两个提交修好分裂与冻结后，滚动重启实测又暴露第三个缺口：
.106 重入成功 → adopt-state（topology 里 .106 是 gitea_ssh 的 owner）
→ 但 .106 没有任何 frpc worker，且日志里从无 reconcile
拓扑说 .106 拥有该转发，进程却不存在 —— 拓扑与实际不一致。
## 根因：代码与自己注释矛盾
启动 reconcile 的注释原文就是「every node (leader or not) checks its OWN topology
entries and re-claims any whose per-forward frpc worker is absent」，但代码第一行是
for { if ring.IsLeader() { break }; sleep 2s }
即必须先当上 leader 才执行。reconcile 做的是**本节点**的活（重建自己拥有的
worker），而三分之一个环里每台都拥有转发 —— 于是所有非 leader 节点永远等不到，
worker 永远不重建。节点可以「已回到集群、拓扑里写着它 own 某转发、却没有任何进程」
这种自相矛盾的状态。
## 修法
新增 Engine.HasSelfInTopology()：当前拓扑是否指名本节点为某条 active 转发
的 owner。reconcile 改等这个条件（30s 上限后无论如何继续，保证孤立节点也能推进），
不再等 leadership。领导者与 reconcile 本就无关：follower 也 own 转发。
## 测试
TestHasSelfInTopology：用**两节点**环，转发由非 leader 的 n2 持有，断言非 leader
仍然报告 true。
★ 这条测试第一版是**假绿**：单节点环里唯一的成员必然是 leader，两种实现结果相同，
加回 IsLeader 门控后测试仍全绿（已实测）。改成两节点、明确断言
`precondition: n2 must not be the leader` 之后，加回门控如期变红：
a non-leader that owns a forward reports false — the startup reconcile would
skip it and leave its worker down
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-10-05 17:54:29 +08:00
918ca5d5ba
fix(cluster): 停用状态以「环」为权威，消除长期离线导致的永久分歧
...
承接用户指出的遗留：links 表是每节点本地副本，靠「store→环上行 + 环→store
下行」双向 sync 收敛，但两边都可能被覆盖。其中「本地 store 权威」这条规则有
硬伤，本次改掉。
## 先复现，再动手
写探针验证「入环 token 会不会冲掉本地未传播的决定」，结果比预期严重：
after adopting a stale token: known=true disabled=false
LOCAL DISABLE WAS WIPED by an incoming token
OnToken/AdoptState 是 `e.state = tk.State` **整体替换**。两次 token 之间做出的
停用决定，只要下一轮到达的 token 是「决定之前」捕获的，就会被整个洗掉 ——
决定永远传不出去，转发照旧运行。Group 之所以看起来没这个问题，是因为它每次
adoption 都被 `SetTopologySync` 从 store 重新推上去，而 disabled 没有对应的
「尚未传播」保护。
## 改法：环权威 + 本地决定带「未确认」标记
1. **环权威**：adoption 时把环上的 disabled 写穿本地 store（write-through，
不是监听器），任何 peer 的决定都在一个 token 周期内落地。这终结了旧规则
「各人信自己那份」造成的永久分歧。顺序上只有单向要求：引擎先重新断言本地
未确认决定，再跑 host sync，所以读环绝不会覆盖用户刚做的操作。
2. **未确认决定受保护**（RingEngine.localDisabled）：`UpdateTopologyDisabled`
记下决定，adoption 后由 `reconcileLocalDisabled` 重新断言到刚采纳的 state 上，
于是它会随下一轮 token 传出去。环报回同值时删除该键（全cluster已一致）；
转发从 topology 消失时一并清扫，map 不会无限增长。**false 同样受保护** ——
重新启用也需要传播，丢掉它会把转发永久留在停用态。
3. `TopologyDisabled()` 对未确认决定短路返回本地值，避免状态页与用户刚做的
操作相反。
## 测试（又抓到一个假绿）
新增 4 条：停用/启用跨 adoption 存活、确认后停止断言（让位给 peer 的后续决定）、
追踪表不累积。
★ `TestLocalDisableSurvivesAdoption` **第一版是假绿**：它断言
`TopologyDisabled()`，而该访问器会短路到本地决定，于是「即便即将转发的 state
仍是 enabled」它也报 true。改成断言**下游节点会看到什么**（用一个 peer 引擎
AdoptState 本引擎的 state）后，去掉重新断言如期变红：
the forwarded token carries disabled=false, want true
双向验证通过，这个教训要记：测「声明」而不是测「实际传播的状态」，等于没测。
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-09-26 11:44:28 +08:00
c8ab2584a8
chore(cluster): 去掉 restart 的重复日志行
...
实测 .30 在处理一个 restart 任务时打出两条完全相同的
`restarted t4: portal→aliyun-frps:4434`（同毫秒、同内容），一度像是执行了两次。
核实 worker 进程只有一个（restart 对已运行进程是幂等的），所以不是重复执行 ——
是引擎层（ring_engine.go）与应用层（RestartFn）各打了一条同样的日志。
保留应用层那条：它紧跟实际 worker 操作（谁真正把进程拉起来的），信息位置更准；
引擎层只保留 discard/no-owner 这类异常路径的日志，一次重启对应一行。
go build / go vet / go test ./... 全绿。
2026-09-26 11:06:14 +08:00
8ab52b238a
fix(cluster): restart 任务必须定向投递给 owner，不能被非 owner 吞掉
...
上一提交（5cdc052）只加了执行侧 owner 判定，实测仍然失败：从 .60（非 owner）
启动 owner 在 .30 的 portal，.30 的 worker 一直没起来，且三台日志里既没有
`restarted` 也没有任何错误。
## 真因：任务被非 owner「消费」掉了
pending 命令由 runCommands 的 `for {}` 循环每轮重取 PendingList()，取出后
ClaimPending 即从 map 移除。我当时在「owner != e.ID」时把任务塞回
PendingTasks —— 于是它**立刻又变回待处理**，下一轮循环再次取到，无限
`defer restart`（单测直接跑成死循环，300s 超时）。
而上一版的 `continue` 同样是错的：ClaimPending 已经把任务移除，continue
等于消费，owner 永远收不到。
## 修法：放进「选择」循环，和 Revoke 完全同构
runCommands 里 Revoke 早就有正确的定向投递范式：
owner == e.ID → 我持有，执行
owner == "" 且最低负载 → 转发已消失，兜底消费
否则 → continue（任务**留在 token 里**随环前进）
restart 照抄这套。非 owner 只是不选中它，任务随 token 传给下一个节点，直到
owner 那一跳被取走。owner 已消失也不会永远飘着（`owner == ""` 由最低负载
节点兜底消费），与 Revoke 的处理一致。
执行侧的 owner 判定保留为第二道防线（双保险，两层各有测试覆盖）。
## 测试（又抓到一次假绿 + 一次死循环）
- TestRestartTaskReachesNonLocalOwner：非 owner 处理一 token 后任务必须仍在
token 里，随后 owner 处理时恰好应用 1 次。
★ 第一次写它时反复把**同一个 State 值**喂回 OnToken，导致死循环；改成按
真实环的走法（每跳喂一个新 token）后正常。
- TestRestartOnlyAppliedByOwner：把 peer 设成**最低负载节点**（否则泛用认领
分支根本不会触发，测了等于没测），断言它也不得应用。
★ 第一版 peer 不是最低负载节点 ⇒ 删掉 selection 分支后测试仍然绿，是假绿；
改为最低负载后，删分支 → TestRestartTaskReachesNonLocalOwner 变红。
- 其余：TestRestartTaskBypassesDuplicateClaimGuard、TestRestartFlagSurvives
TokenSerialization 保持绿。
★ 第三次「双向验证」的价值：一个测试抓不到，**另一个**抓到了。单靠一个测试
的绿就下结论是不安全的。
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-09-26 11:03:00 +08:00
5cdc052d01
fix(cluster): restart 任务必须只由 owner 执行
...
上线实测抓到的：从 .60（非 owner）启动 owner 在 .30 的 portal，日志出现
**两条** `.60 restarted t4` —— 关键帧是 `[192.168.2.60:7500] restarted t4`。
pending 任务对所有成员可见，而 restart 分支没有 owner 判定，于是谁先轮到
谁就执行：非 owner 给自己的机器起了一个属于别人的转发 worker，而真正的
owner（.30）什么也没做，worker 一直没起来。
这正是上面 duplicate-claim 防御本来要防的「孤儿 worker + 重复认领」，只是
restart 分支为了绕开那层防御，把 owner 校验也一并跳过了 —— 绕开的是
「重复建条目」的必要性，不是「只有 owner 能动手」的必要性。
修法与 RemoveNode 分支一致：`owner != e.ID` 时只清标志、不执行 handler。
owner 已消失的情况不是错误：条目已被重新标为启用，OfflineReassign() 会在
下一次离线清理时把它转入 pending，再由正常认领流程重新安置。
测试 TestRestartOnlyAppliedByOwner：同一份 restart 任务分别交给 owner 与非
owner，断言非 owner 调用 0 次、owner 恰好 1 次。双向验证 —— 去掉守卫后
如期变红（"a NON-owner applied the restart 1 time(s)"），还原后变绿。
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-09-26 10:48:28 +08:00
1c835425de
feat(cluster): 停用改为「标记」语义，让 disabled 真正随令牌环跨节点传播
...
承接用户提问「设计上停用不是本来就会跨节点传输吗」——核实结论：结构上确实
如此（TopoEntry.Link 是完整 store.Link，整个 State 随 token 每轮广播），但
实际路径断了。断点正是「撤销会删掉 topology 条目」：条目是 flag 的载体，
删了就无处传播，于是停用只能靠一次性 revoke 任务投递给 owner，**owner 当时
不在线就收不到**（实测 .60 记 disabled=1 / .106 记 0，就是这么来的）。
## 改为标记而非移除
撤销不再 RemoveTopology，而是 UpdateTopologyDisabled(true)，条目保留、
Link.Disabled=true、Active=false。Active 正是为此存在：OfflineReassign()
只处理 Active 条目，所以停用的转发在 owner 掉线时不会被重新排队。
- 新增 UpdateTopologyDisabled / TopologyDisabled（照 UpdateTopologyGroup 的桥）
- 新增 store.ReconcileLinkDisabled 作接收端：adoption 时把环上的 flag 落进
本地 store；本节点没有该转发时补一条 disabled 占位行（否则日后在本节点被
claim 会复活），enable 则不建行
- SetTopologySync 由单向（store→环）扩为双向：群组仍上行，disabled 下行
- AddTopology 的 Active 跟随 Link.Disabled（原本硬编码 true，认领一个停用
转发就会复活它）
- 审计日志细分 forward.stop / forward.start，与 forward.remove 区分
## 语义变更带出的两个新问题（都已修）
1. **「启动」这条路断了**。条目保留 ⇒ SubmitTask 被去重挡下，而认领路径的
duplicate-claim 防御又会丢弃「已有 owner」的任务 ⇒ 重启任务发不出去，owner
永远收不到，转发**能停不能起**。
修：新增 Task.Restart 这一独立任务类型 + SubmitRestart + Handler.RestartFn，
显式绕过 duplicate-claim 防御并原地复活（不重复建条目、不重跑 claim 簿记）。
SubmitTask 的守卫同时从 HasTask 收窄为新的 HasActiveTask（跳过 disabled 条目
与撤销任务）；saveCanvas 的判断相应改用 HasActiveTask，避免每次保存都对
已标记的转发重复发撤销。
2. 原本两处 RemoveTopologyEntry 调用（ClaimFn/RevokeFn 的 disabled 分支）在
新语义下会把本该保留的条目删掉，改为 UpdateTopologyDisabled。
## 测试（每个都做了「回退修复行→必须变红→还原变绿」双向验证）
- TestStoppedTopologyEntrySurvivesAdoption —— 离线成员也能学到停用，
一次性 revoke 任务永远做不到这一点
- TestStoppedForwardNotRequeuedOnNodeDeparture / TestAddTopologyRespectsDisabledFlag
—— 标记而非删除为何安全
- TestSubmitTaskNotBlockedByStoppedEntry / TestSubmitTaskStillDedupesActiveForward
- TestRestartTaskBypassesDuplicateClaimGuard / TestRestartFlagSurvivesTokenSerialization
- TestStopThenStartPublishesRestartTask（HTTP 端到端，断言**任务真的发出**）
- TestReconcileLinkDisabled*（store 侧三条）
★ 两次踩到**假绿**：第一版只断言 store 层（newTestHandler 的 Ring 为 nil，
坏掉的路根本没执行）；第二版在 re-enable **之后**才调 SubmitTask，此时新旧
谓词结果相同，测不出差异。都是靠「回退修复行看是否变红」抓出来的 —— 这个
双向验证已经是本项目的固定动作。
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-09-26 10:44:04 +08:00
041cc04dd6
fix(cluster): revoke 在无 topology 条目时静默失效 + 停用状态跨节点不同步
...
上一提交（46e8bc3）上线后实测：`.106` 重启后，被用户停用的
`minecraft` worker **仍然被拉起**。继续挖出两处，均为静默失效型。
## 1. Handler.Revoke 被 RemoveTopology 的返回值挡住了
if claimed.Revoke {
if e.state.RemoveTopology(...) { // ← false 时整个块跳过
if e.Handler != nil { e.Handler.Revoke(...) }
}
}
停 worker 的唯一动作被关在「topology 里确实有条目」的条件里。而
RemoveTopology 对**不在 topology 的转发返回 false** —— 也就是说，越是
需要清理的僵尸转发（条目已丢、worker 还在），revoke 越是完全不做。
这正是 minecraft 的处境：停用请求到达时它已不在 topology ⇒ 返回 false
⇒ Revoke 不执行 ⇒ worker 永远不停 ⇒ 每 33 秒刷一次 connection refused。
修法：停 worker 与摘条目是**两件独立的事**，条目不在也照样停。
（审计日志 forward.remove 仍只在真的摘掉条目时写，这是对的。）
## 2. 停用状态是节点本地的，从不跨节点同步
`links` 表每节点各一份。实测同一时刻 `.60` 记 disabled=1、`.106` 记
disabled=0 —— 因为只有收到停用请求的那个节点写了 store，而**持有 worker
的 owner 往往是另一台机器**，它的副本仍是"启用"。Claim 只读本地 store
⇒ owner 认为该转发是启用的 ⇒ 又被拉起。
修法：task 已携带 Disabled，以它为准，RevokeFn 在本节点把它落库
（已有行改写；没有行则补一条 disabled 记录，防止日后在本节点被 claim
时复活）。
## 测试
- TestRevokeIdempotent 原先只断言"不 panic"，正好漏掉这个 bug —— 它
允许「Handler.Revoke 从不调用」通过。现补上断言：拓扑里没有条目时
**仍必须调用** Handler.Revoke。
- 验证该测试有效：把 `&& removed` gate 加回去 → 如期变红；还原后变绿。
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-09-26 10:05:55 +08:00
46e8bc3703
fix(cluster): 停用的转发会在重启后自己复活 + 令牌轮转日志刷屏
...
从线上三节点（192.168.2.{30,106,60}）的日志里挖出四个问题，本轮修三个。
## 1. 停用的转发会复活（功能性缺陷，实测仍在发生）
线上现象：`minecraft` 在 store 里 disabled=1，worker 却仍在跑，今天
09:46 还在刷 `connect to local service [192.168.2.60:25565]: connection
refused` —— 对着一个用户刻意没启的本地服务死刷。同时三台 logs 里躺着
13956 / 3769 条 `proxy [x] already exists`，每 33 秒一轮。
四处叠加导致：
- stopForward 先读 link，再 SetLinkDisabled(true)，然后把**改之前**的
副本交给 RevokeTask ⇒ published task 带 disabled=false（实测 id/flag
都对不上：topology 里 link.id=223，store 里同一行是 199）
- ClaimFn **无条件** SetLinkDisabled(...,false)。原意是"重新认领时清掉
停用标记"，但启动 reconcile 只要 worker 不在就重新 Claim ⇒ 每次重启
都是"先清标记再起 worker"
- RevokeFn 停了 worker 却**没删 topology 条目**，条目活过 worker
- 于是下次重启 reconcile 看到"owned 但 worker 不在"→ 再次 Claim → 死循环
修法（把 disabled 的所有权交回两个用户动作）：
- Claim **只读** disabled 决定要不要起 worker；为 true 时连 topology
条目一起摘掉，绝不复活
- 启动 reconcile 先按 store 跳过 disabled 的条目（省掉无谓的
claim→skip 往返）
- RevokeFn 除停 worker 外，同时 RemoveTopologyEntry —— 撤销必须是
完整退役，不能只是"停一下"
- stopForward 把 Disabled=true 随 task 发布出去，让持有该转发的节点
即使本地 store 行陈旧也能判断这次停用是用户主动的
## 2. 令牌轮转日志零信息量却占满磁盘
每轮固定 3 行（OnToken cycle=N / forward cycle=N / token-send -> 200），
2 轮/秒，实测本机 **355 行/分钟、7 天 357 万行**，把真事件全淹了。
同一份信息（cycle / lastSync / roundDelayMs / 成员存活）本来就能从
GET /api/manager/cluster/ring 结构化拿到。
加 W4F_DEBUG 开关（沿用项目既有 W4F_ 前缀约定）：稳态三行降级为 debug、
默认关闭；**失败路径一律保留** —— 发送失败、陈旧令牌、非 2xx 正是别人
grep 的对象，静音它们是坏交易。实测同样 12 秒：36 行 → 4 行。
## 3. Link.ID 在 ReplaceLinks 之后必然失效
ReplaceLinks 是 DELETE + 重新 INSERT，sqlite 给每行**新的自增 id**。
任何在改写前捕获的 Link（典型：随 token 环跑的 Link）手里的 id 要么查无
此行，要么命中另一条转发 —— 实测捕获 alpha id=1，改写后新表是 3/4/5，
GetLink(1) 直接落空。
新增 LinkByTriple(local, remote, port) 按自然键查（业务代码本来就一律用
这个三元组标识转发），并把 claim/reconcile 切过去。查无行返回
(Link{}, false, nil) 而非 error：新建的转发没有行，应当照常启动。
## 4. homeagent_device 孤儿（已澄清，非独立缺陷）
它 disabled=1 且从不在 topology 里，是缺陷 1 的另一面（停用标记没进
token），随本次修复覆盖，无需单独处理。
## 测试
新增 4 个测试文件，重点是**验证测试本身抓得住 bug**：
- 临时回退 `ln.Disabled = true` 这行 → TestStopForwardPublishesDisabled-
FlagInRevokeTask 如期变红，还原后变绿
- ⚠️ 第一版回归测试只断言 store 层，是**假绿**：newTestHandler 的 Ring
为 nil，RevokeTask 那条（真正坏掉的）路根本没执行。补了带 ring 的
newRingTestHandler，直接断言**发布出去的 task 上的 flag**
- LinkByTriple 在 ReplaceLinks 前后保持稳定；GetLink(id) 的失效被固化成
一个可见的说明性测试
- 停用/start 往返、per-forward 停用不误伤兄弟转发
- 错误路径不静音、W4F_DEBUG 各种取值
go build / go vet / go test ./... 全绿，gofmt 干净。
2026-09-26 10:02:55 +08:00
1abf1bb447
fix: 集群操作日志同步修复 — 全量回填 + 重启节点 seq 水位抬升
...
两个根因:
1. 离线错过条目永久缺失: token delta 被下游 trim (keep=seq>wm)，
离线节点错过的 seq 再也收不到 → 'log delta gap: want N got N+1' 死循环。
修复: OnToken 改为附带自己的全量日志 (Snapshot)，接收方 ApplyDelta 按 seq 幂等去重，
缺口节点下一轮自动补齐。日志量小(几十条)，开销可忽略。
2. 重启节点重新从 seq=1 编号: NewClusterLog 从 Seq=0 起，重启后产生的新事件
与环上历史 seq 冲突 → ApplyDelta 视为 already-have 静默丢弃 + 全量附带出现歧义 id。
修复: OnToken 收到日志时把本地 Seq 抬到环高水位之上，新编号接在历史之后。
测试: TestFullLogBackfillAfterGap / TestApplyDeltaIdempotentOnFullResend
实测: 三台集群撤销 minecraft 转发 → 三台均记录 seq=10 forward.remove;
恢复后三台均记录 seq=11 forward.add
2026-08-25 11:55:34 +08:00
4a41608d94
refactor: 审查修复 — netload 消除重复 /sys 读 + 全项目 gofmt
...
- netload_linux.go: SampleNetLoad 聚合循环不再对每接口重复
readIfaceSpeed (snapshot 已汇总 cur.capMbps), 每次采样省 N 次 /sys 读
- gofmt -w: ring.go/ring_engine.go/auth.go/handlers.go/handlers_logs.go/
handlers_users.go/store.go 结构体字段对齐与注释缩进
- README.md: markdownlint 自动修复 (MD028/MD040)
审查结论: 令牌环本身即互斥协议 — OnToken(收令牌)与 StartRing(发令牌)
在同一节点上由令牌串行化, 不存在需要加锁的竞争; WatchLeader 的读为
良性读, 无需 mutex
2026-08-24 22:24:35 +08:00
88b862b515
fix: 首页本地服务只显示 localOnly 转发, 集群转发不再误报为本地服务
...
- handleStatus 的 localStatuses 遍历所有 locals 时跳过非 localOnly,
集群转发只出现在活跃转发卡区 (per-remote 时代的残留逻辑)
- gofmt 格式化 topoKey 定义
- 同步 dist (含 ⚙/⊕ emoji 变体选择器修复)
2026-08-24 16:13:59 +08:00
2552c14faf
fix: start/stop for ring-only forwards + group sync via ring topology
...
Three issues fixed:
1. Start/stop returned 404 for forwards owned by other nodes:
findLinkByTriple only checked local SQLite store. Added
findLinkFromTopology fallback — startForward/stopForward now look up
ring topology entries when the local store doesn't have the link.
2. Group labels didn't sync through the ring:
handleForwardsAssign only updated local SQLite, never the ring
topology. Added State.UpdateTopologyGroup + Engine.UpdateTopologyGroup
— handleForwardsAssign now updates both. Added topologySync callback
called after every e.state = tk.State (OnToken) and e.state = s
(AdoptState) to re-apply local store group overrides onto the freshly
adopted topology, so they survive state adoption and propagate via
the next token forward. handleForwardsGroupDelete also clears ring
topology entries.
3. Status-merge branch omitted Group field:
ring-only forwards always showed '未分组'. Added Group: t.Link.Group
to the topology-merge forwardStatus.
Verified: 4-node cluster, 5 forwards, group assigned on node-a
propagates to all nodes within one token cycle; stop from non-owning
node succeeds (HTTP 200) and worker stops on the owning node.
2026-08-19 21:52:28 +08:00
eda9bb9597
feat: cluster reliability (leader failover, crash rejoin, key exchange) + auth/users + canvas/forwards enhancements + comprehensive README + API docs
...
- Cluster: forwardToNext offline detection (leader+non-leader), WatchLeader 1s heartbeat fallback, 409 for standalone nodes, Node.NodeKey key exchange via token ring, ClusterPeers persistence + auto-rejoin, Forward delegates to forwardToNext (bugfix)
- Auth: Basic Auth (flag-creds fast path) + bcrypt users (admin/viewer) + Bearer API keys (read/write/admin scope)
- Frontend: UsersView (accounts+API keys), ClusterView (ring/nodeKey/tasks/topology/log), StatusView (group management, per-proxy status), CanvasView (edge toggle/group), PortEdge (disabled/group labels)
- API: handlers split (canvas/forwards/users/logs), canvas export/import, forwards group start/stop/assign/delete, cluster endpoints
- Docs: comprehensive README rewrite (all flags/APIs/auth/cluster), docs/cluster-api.md (cluster management API reference)
- Deploy: run-cluster.sh now 4-node ring + 1 isolated standalone, test-forward.sh updated for 4 nodes
- Removed plan.md (design notes consolidated into README + API docs)
2026-08-19 21:09:24 +08:00
b518a13446
feat: Phase C 完成 — ModelRouter 风格 UI 重设计 + 模拟 frps 测试 + lastSync 修复 + 集群作坊搭建
...
- 主题: sakura×frost 玻璃拟态 (theme.css) + SCSS 变量重映射
- 侧栏: 玻璃侧栏 246px + 渐变品牌区 + 面包屑导航
- 状态页: 玻璃 KPI 卡 + 远程节点/本地服务卡片网格
- 集群页: 英雄玻璃卡 + 横向环拓扑链 + 待办命令/活跃拓扑/日志区
- 令牌环: 新增 lastSync 上次同步时间替代周期计数
- 模拟 frps: frps2/frps3 容器 + test-forward.sh 全链路验证脚本
- 修复: BinaryPath 空导致 worker 不启动, 撤销仅撤第一个 link, 任务复活风暴 (published 追踪)
2026-08-18 23:38:20 +08:00
86b265637d
feat(web): cluster page optimized — self/leader/phase badges, ring arrow, create vs revoke command styling, topology owner highlight, colored log kinds, self highlights
2026-08-18 09:54:29 +08:00
40980944e5
feat(M6): localOnly forward option (loopback→LAN rewrite for cluster, local direct), canvas diff-based create/revoke commands, revoke task semantics, topology derived canvas on sync nodes, LAN addr helper
2026-08-18 09:44:38 +08:00
bf602016b4
feat(web): cluster page shows token ring — ring topology/leader/load, pending tasks, active forward topology with owner, incremental log sync view (e2e verified)
2026-08-18 09:13:20 +08:00
1a8c362080
feat(M6): token-ring protocol complete — task ride+lowest-load claim, topology publish back to token, real worker spawn via claim, incremental log sync e2e
2026-08-18 09:08:22 +08:00
e59feb82c1
feat(M6): token-ring incremental log sync — append-only op log, delta rides token round-2, nodes converge on identical history (e2e verified join events)
2026-08-18 08:59:59 +08:00
f6c4b91a96
feat(M6): token ring data plane + engine — pending adds disappear on claim, topology written back for full cluster view (per authoritative design)
2026-08-18 08:24:37 +08:00
