fix(v23): 连接保活补 pong 检测（治僵尸连接占名额）+ B2 三防护真机验证通过
## 真机发现（Parallels Win11 ARM，B2 验证过程中撞到）
心跳只发 `ping()` 而**不检查 pong**，且 ws 库默认不会因「ping 无 pong」断开 ——
客户端进程已死（TCP 未发 FIN）时，连接会一直挂在 `states` 里占 `max_connections` 名额。
叠加「有任务/订阅时清扫保守跳过」的既有策略 → `states.size` 虚高 → **把正常控制端挡在外面**
（本次实测就把自己锁在外面了）。
## 改法
- `attachConnection` 里加 `ws.on('pong')`：**客户端回应也算活跃**（更新 lastActiveAt）
- 心跳里：若某连接静默超过 `idle_timeout_ms * 2` → `ws.terminate()`（标准 ws 保活）
→ 僵尸连接不会再永久占位
## B2 三场景真机验证（全部通过）
- ① **握手封禁**：配 `max_attempts=3` → 3 次错误密钥被拒后，**正确密钥也被拒** ✓
- ② **连接上限**：配 `max_connections=6` → 第 1~6 个成功、**第 7 个被拒** ✓
- ③ **空闲断开**：配 `idle_timeout_ms=20000` → 静默 **40 秒**被断开 ✓
（符合 20s 阈值 + 30s 清扫周期）
- 新增 `scripts/verify-b2.mjs`（三模式：idle / maxconn / ban），全部走**真实连接**
## 验证过程中另修的两个自测问题（都记进文档）
1. 脚本默认 URL 写成了 `ws://` —— 被控端 `tls:true`，**必须 wss**（否则 socket hang up）
2. 测 `max_connections` 时值太小会**把自己锁在外面**；且被拒连接会被计入握手失败形成恶性循环
→ 结论：测试要留余量，并给自己配 `auth_ban.whitelist`
## 收尾
测试用的 `security` 段已用**备份恢复**（`agent.json.before-b2`）；pong 修复已 `deploy` 到 VM
（指纹 abca2b8168f0）。
This commit is contained in:
jkooe committed
1 parent
ab7a2b147b
commit
fbcb8f8408
3 files changed
+179
-3
No files matched your search
@@ -470,6 +470,13 @@ export function createAgentCore(cfg: AgentConfig): AgentCore {
|
||||
connId,
|
||||
lastActiveAt: Date.now(),
|
||||
});
|
||||
// v2.0.0 修正：**客户端对 ping 的 pong 回应也算活跃**。
|
||||
// 之前只更新 message 的活跃时间 → 僵尸连接（TCP 未断但客户端已死）不会被判空闲，
|
||||
// 会被永久算进 states.size → 并发上限虚高 → **可能把正常控制端挡在外面**。
|
||||
ws.on('pong', () => {
|
||||
const st = states.get(ws);
|
||||
if (st) st.lastActiveAt = Date.now();
|
||||
});
|
||||
ws.on('message', (raw: RawData) => {
|
||||
// v2.0.0：任何入站消息都算活跃（空闲断开以"完全静默"为准，不是"没有调用能力"）
|
||||
const st = states.get(ws);
|
||||
@@ -548,7 +555,19 @@ export function createAgentServer(cfg: AgentConfig, tls: TlsMaterial | null): Pr
|
||||
// WebSocket 层保活：30s ping，探测死连接；v23③ 同时做空闲连接清扫
|
||||
const heartbeat = setInterval(() => {
|
||||
for (const ws of wss.clients) {
|
||||
if (ws.readyState === WebSocket.OPEN) ws.ping();
|
||||
if (ws.readyState !== WebSocket.OPEN) continue;
|
||||
// v2.0.0 修正（真机踩到）：**pong 缺失必须主动 terminate**。
|
||||
// ws 库默认不会因「ping 无 pong」而断开 —— 客户端进程已死（TCP 未发 FIN）时，
|
||||
// 连接会一直挂在 states 里，占用 max_connections 名额。
|
||||
// 判据用与空闲清扫同一个 lastActiveAt（pong 已在上方更新它）。
|
||||
const st = core.states.get(ws);
|
||||
if (st && idleTimeoutMs > 0 && Date.now() - st.lastActiveAt > idleTimeoutMs * 2) {
|
||||
log('warn', `连接无响应（ping 未回 pong 且静默超 ${Math.round((Date.now() - st.lastActiveAt) / 1000)}s）→ 强制断开 ${st.connId}`);
|
||||
audit({ type: 'session.idle_close', client_id: st.clientId ?? undefined, remote: st.remote, reason: 'unresponsive (no pong)' });
|
||||
ws.terminate();
|
||||
continue;
|
||||
}
|
||||
ws.ping();
|
||||
}
|
||||
if (idleTimeoutMs <= 0) return;
|
||||
// 保守策略：只要还有任务在跑 / 还有事件订阅，就不断任何连接 ——
|
||||
|
||||
@@ -214,7 +214,7 @@ ARM Windows（含 Parallels Win11 ARM）请用 **arm64 包**；用 x64 包会卡
|
||||
| A 组（`verify.mjs` 17 项） | ✅ 15 通过 / 0 失败 / 1 跳过 |
|
||||
| B1 v1.5 四项 | ✅ 全过（含 `route=post` 实测命中 138 窗口） |
|
||||
| B4 锚点端到端 | ✅ 全过（含上传云盘） |
|
||||
| B2 v23 三防护 | ⏸ 阻塞：需改配置 + restart，而计划任务当前启动失败 |
|
||||
| B2 v23 三防护 | ✅ **三场景全通过**：① 握手封禁（3 次错误密钥后**连正确密钥也被拒**）② 连接上限（配 6 → 第 7 个被拒）③ 空闲断开（静默 40s 被断，符合 idle 20s + 清扫周期 30s） |
|
||||
| B3 v26 清理 | ✅ **验证并改进了策略**：实测发现「1 小时」粗阈值下频繁 restart 仍累积 → 改为「**早于本 agent 启动时刻**」精确阈值（部署到 VM 实测：restart 后旧任务被自动清理、宿主未误杀） |
|
||||
|
||||
### 实测新增的排查项（补进 §6）
|
||||
@@ -226,4 +226,6 @@ ARM Windows（含 Parallels Win11 ARM）请用 **arm64 包**；用 x64 包会卡
|
||||
| 直接跑 `install.ps1` 后找不到 `PSK.txt` | **只有 `install.cmd` 才产生 PSK.txt** | 密钥在 `<数据目录>\agent.json` 的 `key` 字段 |
|
||||
| 装完输入类能力不可用 | `install.cmd` 不传 `-AllowInput`（默认 false） | 用 `install.ps1 -AllowInput` |
|
||||
| `nodeagent --node x cmd` 报"未知命令" | `--node` **前置需等号** | 写 `--node=x`，或放命令后 |
|
||||
| 计划任务启动后端口不通 | 待查（手工跑正常） | `(Get-ScheduledTask -TaskName nodeagent).Actions` |
|
||||
| 计划任务启动后端口不通 | **node.exe 被手工进程占用**（覆盖失败）+ 8765 被占（任务起来即冲突退出） | 先 `Get-Process node \| Stop-Process -Force` 再解压/启动 |
|
||||
| 自测时 `socket hang up` | **URL 写成 `ws://` 而服务端是 `wss`**（`tls:true`） | 用 `wss://` |
|
||||
| 测 `max_connections` 把自己锁在外面 | 测试值太小 + 被拒连接会被计入握手失败 → 恶性循环 | ① 测试时留余量 ② **给自己加 `auth_ban.whitelist`** |
|
||||
@@ -0,0 +1,155 @@
|
||||
#!/usr/bin/env node
|
||||
/**
|
||||
* B2 验证脚本：v23 连接层三防护（真机跑，不是 mock）。
|
||||
*
|
||||
* 为什么单独写：CLI 的命令都是**短连接**（连完即断），测不出「空闲断开」；
|
||||
* 而 `events` 订阅会让服务端认为"该连接有订阅、不能踢"（这是 v23 的保守设计）。
|
||||
* 所以需要一个**握手完成后什么都不做**的长连接。
|
||||
*
|
||||
* 用法：
|
||||
* node /tmp/b2-idle.mjs idle # ③ 空闲断开（观察是否 ~idle_timeout 被断）
|
||||
* node /tmp/b2-idle.mjs maxconn # ② 连接上限（并发 N+1 个，第 N+1 应被拒）
|
||||
*/
|
||||
|
||||
// 用相对路径：从仓库根跑时解析不到 workspace 包（根 package.json 未声明它）
|
||||
import { NodeAgentClient } from '../packages/client/dist/index.js';
|
||||
|
||||
const URL = process.env.NA_URL ?? 'wss://10.211.55.9:8765' // ⚠️ 必须 wss：被控端 tls=true（写成 ws 会 socket hang up）;
|
||||
const KEY = process.env.NA_KEY;
|
||||
if (!KEY) {
|
||||
console.error('需要 NA_KEY 环境变量');
|
||||
process.exit(1);
|
||||
}
|
||||
|
||||
const mode = process.argv[2] ?? 'idle';
|
||||
const ts = () => new Date().toISOString().slice(11, 19);
|
||||
|
||||
function mkClient(id) {
|
||||
return new NodeAgentClient({
|
||||
url: URL,
|
||||
key: KEY,
|
||||
clientId: id,
|
||||
insecure: true,
|
||||
handshakeTimeoutMs: 10_000,
|
||||
onStateChange: (s) => console.log(`[${ts()}] ${id} state=${s}`),
|
||||
onLog: (m) => console.log(`[${ts()}] ${id} log: ${m}`),
|
||||
});
|
||||
}
|
||||
|
||||
// ---------------- ③ 空闲断开 ----------------
|
||||
async function idleTest() {
|
||||
const started = Date.now();
|
||||
const c = mkClient('idle-probe');
|
||||
try {
|
||||
await c.connect();
|
||||
} catch (err) {
|
||||
console.log(`[${ts()}] ⚠️ 握手失败：${err?.message ?? err}`);
|
||||
console.log(`[${ts()}] 提示：若报 socket hang up，通常说明已达 max_connections（先等空闲超时清掉残留）`);
|
||||
process.exit(3);
|
||||
}
|
||||
console.log(`[${ts()}] ${'idle-probe'} 已握手完成（t=0s），之后**不做任何请求、不订阅**`);
|
||||
console.log(`[${ts()}] 期待：约 idle_timeout_ms 后被服务端断开（state=closed）`);
|
||||
|
||||
await new Promise((resolve) => {
|
||||
const timer = setInterval(() => {
|
||||
const sec = ((Date.now() - started) / 1000).toFixed(0);
|
||||
if (sec % 10 === '0') console.log(`[${ts()}] t=${sec}s 仍存活`);
|
||||
if (Number(sec) >= 75) {
|
||||
clearInterval(timer);
|
||||
console.log(`[${ts()}] t=${sec}s —— 75 秒到，**未被断开**（空闲断开未生效或阈值更长）`);
|
||||
resolve();
|
||||
}
|
||||
}, 1000);
|
||||
// 订阅状态变化：closed 即被服务端断开
|
||||
const orig = c.opts?.onStateChange;
|
||||
void orig;
|
||||
});
|
||||
|
||||
try {
|
||||
c.close();
|
||||
} catch {
|
||||
/* ignore */
|
||||
}
|
||||
console.log(`[${ts()}] 结束`);
|
||||
process.exit(0);
|
||||
}
|
||||
|
||||
// ---------------- ② 连接上限 ----------------
|
||||
async function maxConnTest() {
|
||||
const n = Number(process.env.NA_MAX ?? 2);
|
||||
const clients = [];
|
||||
console.log(`[${ts()}] 尝试建立 ${n + 1} 个并发连接（配置 max_connections=${n}）`);
|
||||
|
||||
for (let i = 1; i <= n + 1; i += 1) {
|
||||
const id = `conn-${i}`;
|
||||
const c = mkClient(id);
|
||||
try {
|
||||
await c.connect();
|
||||
clients.push(c);
|
||||
console.log(`[${ts()}] ✓ 第 ${i} 个连接成功`);
|
||||
} catch (err) {
|
||||
console.log(`[${ts()}] ✗ 第 ${i} 个连接被拒：${err?.message ?? err}`);
|
||||
// 第 n+1 个被拒即为通过
|
||||
for (const x of clients) {
|
||||
try {
|
||||
x.close();
|
||||
} catch {
|
||||
/* ignore */
|
||||
}
|
||||
}
|
||||
const pass = i === n + 1;
|
||||
console.log(`[${ts()}] 结论：${pass ? '✓ 连接上限生效' : '⚠️ 被拒的不是第 N+1 个'}`);
|
||||
process.exit(pass ? 0 : 2);
|
||||
}
|
||||
// 稍等，避免瞬时并发被当成同一个
|
||||
await new Promise((r) => setTimeout(r, 400));
|
||||
}
|
||||
|
||||
console.log(`[${ts()}] ⚠️ ${n + 1} 个连接全部成功 —— 连接上限未生效`);
|
||||
for (const x of clients) {
|
||||
try {
|
||||
x.close();
|
||||
} catch {
|
||||
/* ignore */
|
||||
}
|
||||
}
|
||||
process.exit(2);
|
||||
}
|
||||
|
||||
|
||||
// ---------------- ① 握手封禁 ----------------
|
||||
async function banTest() {
|
||||
const n = Number(process.env.NA_ATTEMPTS ?? 3);
|
||||
console.log(`[${ts()}] 用**错误密钥**连 ${n} 次（配置 max_attempts=${n}）`);
|
||||
for (let i = 1; i <= n; i += 1) {
|
||||
const c = new NodeAgentClient({ url: URL, key: 'WRONG-KEY-' + i, clientId: 'ban-' + i, insecure: true, handshakeTimeoutMs: 8000 });
|
||||
try {
|
||||
await c.connect();
|
||||
console.log(`[${ts()}] ⚠️ 第 ${i} 次错误密钥竟然成功（不应发生）`);
|
||||
c.close();
|
||||
} catch (err) {
|
||||
console.log(`[${ts()}] ✓ 第 ${i} 次被拒：${String(err?.message ?? err).slice(0, 60)}`);
|
||||
}
|
||||
await new Promise((r) => setTimeout(r, 500));
|
||||
}
|
||||
console.log(`[${ts()}] 现在用**正确密钥**连（若封禁生效，应当也被拒）`);
|
||||
const good = new NodeAgentClient({ url: URL, key: KEY, clientId: 'ban-good', insecure: true, handshakeTimeoutMs: 8000 });
|
||||
try {
|
||||
await good.connect();
|
||||
console.log(`[${ts()}] ✗ 正确密钥连接成功 —— **封禁未生效**`);
|
||||
good.close();
|
||||
process.exit(2);
|
||||
} catch (err) {
|
||||
console.log(`[${ts()}] ✓ 正确密钥也被拒：${String(err?.message ?? err).slice(0, 70)}`);
|
||||
console.log(`[${ts()}] 结论：✓ 握手失败封禁生效（连正确密钥都被挡）`);
|
||||
process.exit(0);
|
||||
}
|
||||
}
|
||||
|
||||
if (mode === 'idle') await idleTest();
|
||||
else if (mode === 'maxconn') await maxConnTest();
|
||||
else if (mode === 'ban') await banTest();
|
||||
else {
|
||||
console.error('用法: node b2-idle.mjs <idle|maxconn>');
|
||||
process.exit(1);
|
||||
}
|
||||
Reference in new issue
Block a user