butubb
0a1b4d6122
背景：设备池原先拿 serial（IP）当身份。设备一换 IP（DHCP 重新分配）旧记录就成了连不上的
僵尸条目（表现为"断联·自动重连中"但设备并没关机），分组与 serial 模式的任务还吊着死地址。
2026-09-11 实际发生：.70 变成 .71、.72 消失，平台两个条目永远连不上。
实现
- **设备名称必填且唯一**：加入设备必须填名称；库层面用部分唯一索引兜底
（ux_device_name / ux_device_fingerprint，WHERE 非空 → 兼容历史空值），管理页可改名
- **设备指纹**（ro.serialno）：网络设备添加/确认/扫描/采集型号时自动读取；
身份三层拆分——名称（人可读，稳定）、指纹（机器识别，稳定）、serial（当前地址，可变）
- **自动认领**：添加或确认设备时指纹命中池中已有记录 → 迁移原记录到新地址
（名称/型号/备注/启用状态/添加时间全保留），不新增条目
- **人工认领** `POST /api/devices/pool/relocate`：旧地址已断联、指纹没采过时的兜底——
人工指认"这条就是那台，现在在 X"，迁移并同步引用
- **引用同步**：认领/迁址时把 device_group.serials 与 task_job.target.serial 的旧地址
换成新地址。⚠️ 必须同时改**内存**：分组/任务在 TaskManager 里另有内存副本且调度用内存对象，
只改库不重启不生效 → device_pool 迁址后回调 TaskManager.sync_device_serial
（装配层用 set_move_hook 注册；device_pool 不能反向 import task_manager，会循环依赖）
- **前端**：待连接池新增「识别」列（指纹命中时提示"≈ 名称（原 IP）"，按钮变「认领为 X」）；
设备池新增「名称/指纹」列与「改名/换地址」操作；断联设备表也加「换地址」（用户看到断联就在这里）
- 添加设备接口改用 adb_connect_light（单次短超时），避免不可达 IP 让请求卡 30s+；重名校验提前到 adb 之前
文档：API.md §6 重写（设备身份/认领/新接口）、DATA_MODEL.md（新列 + v5/v6 迁移 + 唯一索引）、
ARCHITECTURE.md §4.0（身份三层与引用同步的内存坑）、DEPLOY.md 排查表加"断联但没关机"条目
自测（全通过）：名称必填/唯一/改名/重名拒绝（含库层面约束）；指纹采集（真实读到 .71 的
gy7lskwkkvj7c6b6）；自动认领（指纹命中→迁址+保留名称+带指纹+未命中不误判）；人工认领
（迁址+名称保留+分组与任务引用同步）；浏览器验证设备池/断联表/待连接池三个界面
289 lines
14 KiB
Markdown
289 lines
14 KiB
Markdown
# 部署与运维（DEPLOY）
|
||
|
||
> 适用读者：部署与运维 `auto_control` 的人。
|
||
> 相关文档：[DEVELOPMENT.md](DEVELOPMENT.md)（开发流程/红线）、[DATA_MODEL.md](DATA_MODEL.md) §数据目录、[ARCHITECTURE.md](ARCHITECTURE.md) §启动装配。
|
||
|
||
---
|
||
|
||
## 1. 环境准备
|
||
|
||
### 1.1 主机与 Python
|
||
|
||
- **Python 3.10+**（推荐 3.12）
|
||
- Windows / Linux / macOS 均可；生产跑在 Linux 容器里
|
||
- `pip install -r requirements.txt`
|
||
|
||
项目自带的 **adb 二进制**在 `bin/adb/`（Windows 为 `adb.exe` + 依赖 dll；Linux/macOS 为 `adb`，需 `chmod +x`）。`config.py` 按平台自动选路径，换成自己的 adb 覆盖该目录即可。
|
||
|
||
### 1.2 设备接入
|
||
|
||
设备需满足：
|
||
|
||
1. 开启 **USB 调试**
|
||
2. 转网络调试：USB 连上后 `adb -s <serial> tcpip 5555`（后台「工具 → adb 终端」有快捷命令）
|
||
3. 与平台**网络互通**（生产用 Tailscale，设备与部署机在同一 tailnet，serial 形如 `100.100.10.x:5555`）
|
||
4. 在「工具 → 设备池管理」加入设备池（**只连上 adb 不算入池，不参与调度**）
|
||
|
||
**USB 设备**（serial 无冒号）经部署机的 adb server 驱动：
|
||
|
||
- adb 容器需 **host 网络模式**（5037 监听所有网卡，含 Tailscale）
|
||
- 平台通过 `USB_ADB_HOST`（默认 `100.100.10.1`）/ `USB_ADB_PORT`（默认 5037）访问它
|
||
|
||
> **adb key 必须沿用既有 key**（设备信任它）。换 key 会让全部设备变 `unauthorized`。
|
||
|
||
### 1.3 端口
|
||
|
||
| 端口 | 服务 | 说明 |
|
||
|------|------|------|
|
||
| 18050 | Web 后台 | `config.py` 的 `WEB_PORT`；绑定失败会自动回退候选端口 |
|
||
| 8033 | MCP Server | `MCP_HTTP_PORT`；由 `scripts/start.sh` 拉起 |
|
||
| 20242 | uiautodev | 元素抓取；`web_server.py` 启动时自动 Popen |
|
||
| 5555 | 设备 adb | 设备侧端口 |
|
||
|
||
---
|
||
|
||
## 2. 安装与启动
|
||
|
||
### 2.1 获取代码与依赖
|
||
|
||
```bash
|
||
cd auto_control
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
主要依赖：Flask / Flask-Login / Flask-SQLAlchemy / APScheduler / uiautomator2 / uiautodev / rapidocr_onnxruntime / **opencv-python-headless** / pyaxmlparser / fastmcp / paramiko。
|
||
|
||
> ⚠️ **服务器与容器环境必须用 `opencv-python-headless`**：GUI 版 `opencv-python` 依赖 X11 库，`python:slim` 容器里 `import cv2` 直接崩 → OCR 步骤抛异常 → 任务失败退出。版本锁 `<5`（5.x wheel 没有 cv2 模块）。`scripts/start.sh` 会自动做这个替换。
|
||
|
||
### 2.2 配置
|
||
|
||
**密钥类配置统一放项目根 `.env`**（不入 git，模板见 `.env.example`）。加载方式：逐行解析 + `os.environ.setdefault`（**真实环境变量优先**）。
|
||
|
||
生产至少配：
|
||
|
||
```ini
|
||
WEB_SECRET_KEY=<随机 64 hex> # 不配则每次重启登录态失效
|
||
# USB_ADB_HOST=100.100.10.1 # USB 设备所在的部署机（默认值通常可用）
|
||
# TAILSCALE_API_KEY=<...> # 需要 Tailscale 管理功能时
|
||
# MCP_PLATFORM_PASS=<admin 的密码> # 改过 admin 密码必须同步，否则 MCP 登录失败
|
||
```
|
||
|
||
其余配置项与默认值见 [DEVELOPMENT.md](DEVELOPMENT.md) §配置速查。
|
||
|
||
### 2.3 启动
|
||
|
||
```bash
|
||
python web_server.py
|
||
```
|
||
|
||
启动成功日志：
|
||
|
||
```
|
||
[INFO] [core.worker] 心跳看门狗已启动
|
||
[INFO] [core.tm] 从数据库加载 X 个分组, X 个任务
|
||
[INFO] [web] uiautodev 服务已启动 (PID=...)
|
||
[INFO] [web] 管理后台: http://localhost:18050/ (admin/admin123)
|
||
[INFO] [web] 设备池预连接完成: X 台在线
|
||
[INFO] [web] 启动服务: http://localhost:18050/
|
||
```
|
||
|
||
默认账号 **admin / admin123**（**登录后立即改密**）。
|
||
|
||
---
|
||
|
||
## 3. 生产部署（220 容器）
|
||
|
||
生产环境固定为 **192.168.20.220** 的 `/mnt/data/openstf/auto_control`，由 `docker-compose` 的 **`python-app`** 容器运行：
|
||
|
||
| 项 | 值 |
|
||
|----|----|
|
||
| 宿主目录 | `/mnt/data/openstf/auto_control`（git 仓库，分支 `main`） |
|
||
| 容器挂载 | 宿主目录 → 容器 `/app` |
|
||
| 网络 | `network_mode: host` |
|
||
| 入口 | `scripts/start.sh`（`command`） |
|
||
| 重启策略 | `restart: unless-stopped` |
|
||
| 同级容器 | `adb`（USB 远程 adb server，5037）、以及该机器上其它无关服务 |
|
||
|
||
> ⚠️ **`docker-compose.yaml` 不在仓库里**，只存在于 220 上；仓库里只有 `scripts/start.sh` 这一半。
|
||
|
||
### 3.1 容器入口 `scripts/start.sh` 做三件事
|
||
|
||
1. **依赖就绪守卫**：检查 9 个模块 + `cv2` 可用性；全部可用就跳过安装
|
||
2. **依赖安装与修复**（仅在需要时）：`pip install -r requirements.txt` → 卸载 GUI `opencv-python` → 装 `opencv-python-headless>=4.8,<5` → 再验 cv2，仍异常则 `--force-reinstall`
|
||
3. **拉起 MCP + 前台启动 Web**：
|
||
|
||
```
|
||
MCP_ALLOW_WRITE=1 # 脚本内强制开启写操作
|
||
MCP_PLATFORM_USER=${…:-admin}
|
||
MCP_PLATFORM_PASS=${…:-admin123} # ← 改过 admin 密码必须覆盖它
|
||
MCP_AUDIT_FILE=${…:-/tmp/mcp_audit.log}
|
||
python3 -m mcp_server.mcp_server > /tmp/mcp_server.log 2>&1 &
|
||
exec python -u web_server.py
|
||
```
|
||
|
||
> **`scripts/supervise.sh` 只守护 web_server，不拉起 MCP**——容器场景不要用它替代 `start.sh`。
|
||
|
||
### 3.2 发布流程
|
||
|
||
```bash
|
||
cd /mnt/data/openstf/auto_control
|
||
git fetch origin && git checkout main && git pull --ff-only origin main
|
||
docker restart python-app
|
||
```
|
||
|
||
重启后验证：
|
||
|
||
```bash
|
||
curl -s http://127.0.0.1:18050/api/health # {"ok":true,"status":"up",...}
|
||
ss -ltnp | grep -E ':(18050|8033|20242)' # 三个端口都在
|
||
docker exec python-app tail -5 /tmp/mcp_server.log # MCP 已启动
|
||
tail -20 logs/web.log # 无 ERROR/Traceback
|
||
```
|
||
|
||
**发布前检查清单**：
|
||
|
||
- [ ] 本机 `dev` 已合并 `main` 并推送（且经负责人确认）
|
||
- [ ] 新增依赖已进 `requirements.txt`
|
||
- [ ] **新增持久化表已登记进备份覆盖清单**（`core/system_backup.py`，红线）
|
||
- [ ] 文档已同步（`doc/`）
|
||
- [ ] 若改过 admin 密码 → 同步容器环境变量 `MCP_PLATFORM_PASS`
|
||
- [ ] 启动日志里没有"任务类型已不存在"告警（有则说明库里有历史遗留任务，需人工处理）
|
||
|
||
> ⚠️ **重启会终止正在运行的任务**（worker 状态在内存）。选低峰期，或先在监控页「停止全部」。
|
||
|
||
---
|
||
|
||
## 4. 进程守护（非容器场景）
|
||
|
||
| 方式 | 用法 | 说明 |
|
||
|------|------|------|
|
||
| `scripts/supervise.sh` | `PYTHON=./.venv/bin/python bash scripts/supervise.sh` | 崩溃自动重启；300s 内最多重启 10 次；**不拉起 MCP** |
|
||
| systemd | `ExecStart=/usr/bin/python3 web_server.py` + `Restart=always` | Linux 通用 |
|
||
| NSSM | `nssm install auto_control <python> web_server.py` | Windows |
|
||
| Docker | `restart: unless-stopped` | 生产用法 |
|
||
|
||
> 进程守护只保证**服务重启**，不恢复已运行的任务。生产建议加健康检查打 `/api/health`（`interval 30s` / `timeout 5s` / `retries 3` / `start_period 10s`）。
|
||
|
||
---
|
||
|
||
## 5. 数据备份（重要）
|
||
|
||
### 5.1 平台内置（推荐）
|
||
|
||
**「系统 → 数据备份 / 导入恢复」**（仅管理员）：
|
||
|
||
- **导出**：`POST /api/system/backup/export` → sqlite 在线备份 API 做一致快照 → 打包 zip（`users.db` + `manifest.json` + 可选 `apks/*.apk`）
|
||
- **导入**：上传 zip/`.db` → 校验预览（完整性 / 必需表 / schema 版本 / 未登记表告警）→ 确认后自动把当前库快照到 `data/backups/pre_restore_*.db`（安全网）→ 落 `data/restore_pending/` → **重启服务生效**
|
||
|
||
### 5.2 备份覆盖清单（红线）
|
||
|
||
覆盖清单 = `core/system_backup.py` 的 `SUMMARY_TABLES`，当前 12 张表：`app_meta` / `user` / `device_group` / `task_job` / `custom_action` / `apk_file` / `device` / `pending_device` / `agent_conversation` / `agent_experience` / `experience_audit` / `agent_action`。完整说明见 [DATA_MODEL.md](DATA_MODEL.md) §6。
|
||
|
||
> **新增任何持久化表，必须同步登记进该清单**——否则导出预览里看不到它，会被误判为"没有备份"（2026-09-10 动作库 `agent_action` 就踩过：数据其实在快照里，只是清单漏列）。
|
||
> 导出侧有**覆盖自检**（登记表缺失 → `manifest.coverage_missing` + 日志告警）；导入侧有**反向自检**（备份含未登记表 → 预览告警）。
|
||
|
||
### 5.3 目录与手工备份
|
||
|
||
| 目录 | 用途 |
|
||
|------|------|
|
||
| `data/backups/` | 导出临时 zip、`pre_restore_*.db`、`restore_failed_*` |
|
||
| `data/restore_staging/` | 导入暂存（TTL 30 分钟自动清理） |
|
||
| `data/restore_pending/` | 待生效恢复任务（重启时消费） |
|
||
|
||
手工整目录备份 `data/` 仍可作兜底，但**整库恢复建议走内置功能**（在线一致快照 + 预恢复备份 + 重启原子生效，避免手工替换被 WAL/占用文件破坏）。
|
||
|
||
> ⚠️ 备份 zip 含**用户口令哈希与 AI 控制台 API Key（明文）**，注意保管与传输。
|
||
|
||
---
|
||
|
||
## 6. 安全加固
|
||
|
||
- **改默认密码**：登录后立即改 admin 密码；需要多人使用时在「用户」页建普通用户并只勾必要权限位
|
||
- **固定会话密钥**：`.env` 写 `WEB_SECRET_KEY`（`python -c "import secrets;print(secrets.token_hex(32))"`）
|
||
- **限制访问面**：`WEB_HOST` 改 `127.0.0.1` + Nginx 反代，或靠防火墙只放必要端口
|
||
- **MCP 端点（8033）自身无鉴权**：它只做**出站**登录平台，不对入站做校验 → **必须靠网络隔离**（同机/内网），不要直接暴露公网
|
||
- **写操作门控**：`MCP_ALLOW_WRITE=0`（默认）时 MCP 只读
|
||
- **HTTPS/80 端口**：用 Nginx 反代
|
||
|
||
```nginx
|
||
location / { proxy_pass http://127.0.0.1:18050; proxy_set_header Host $host; }
|
||
```
|
||
|
||
---
|
||
|
||
## 7. 升级与迁移
|
||
|
||
### 7.1 代码升级
|
||
|
||
```bash
|
||
git pull --ff-only origin main
|
||
docker restart python-app # 容器场景
|
||
# 或 systemd: systemctl restart auto_control
|
||
```
|
||
|
||
- **改 `core/`、`tasks/`、`templates/` 后必须重启**（`debug=False` 不热重载）
|
||
- 改前端 JS 后浏览器需**强刷**（Ctrl+Shift+R）
|
||
|
||
### 7.2 数据库迁移
|
||
|
||
- 表结构变化由 `init_db()` 自动处理：`create_all()` 建新表 + `SCHEMA_MIGRATIONS` 补列（幂等，失败不阻塞启动）
|
||
- 旧 `groups.json` / `jobs.json` 首次启动自动迁移并归档为 `.migrated`
|
||
- **跨版本恢复**：用「导入恢复」上传旧库 → 预览会提示 schema 版本差异 → 应用后重启（新版本会自动补迁移）
|
||
|
||
### 7.3 跨机迁移（换部署机）
|
||
|
||
1. 新机装依赖、放好 `bin/adb/` 与 **同一把 adb key**
|
||
2. 复制 `.env`
|
||
3. 老机「系统 → 数据备份」导出 zip → 新机「导入恢复」上传并应用
|
||
4. **重启新机服务**（恢复任务在 `init_db` 之前被消费）
|
||
5. 核对设备池在线状态与任务列表
|
||
|
||
---
|
||
|
||
## 8. 故障排查
|
||
|
||
### 8.1 启动类
|
||
|
||
| 现象 | 原因 / 处理 |
|
||
|------|------------|
|
||
| `ModuleNotFoundError: No module named 'flask'` | 依赖未装：`pip install -r requirements.txt` |
|
||
| `WinError 10013`（Windows） | 端口被排除/权限不足：`netsh interface ipv4 show excludedportrange protocol=tcp` 查看，或改 `WEB_PORT` |
|
||
| `WinError 10048` | 端口被占用：换端口或杀占用进程 |
|
||
| 启动日志只有一半 | 以 WSGI 方式 import 了模块（只跑了 import 期的装配，没跑 `__main__` 分支）；直接 `python web_server.py` |
|
||
| 登录后立刻掉线 | 没配 `WEB_SECRET_KEY`（每次重启换密钥） |
|
||
| 容器里 `import cv2` 崩 | 装成了 GUI 版 opencv：换 `opencv-python-headless`（`start.sh` 会自动修） |
|
||
|
||
### 8.2 设备类
|
||
|
||
| 现象 | 处理 |
|
||
|------|------|
|
||
| 设备显示离线 | 「设备池管理 → 一键重连」；确认设备在线、网络互通（生产：同 tailnet） |
|
||
| **设备"断联"但其实没关机** | 多数是**换了 IP**（DHCP 重新分配）：设备池管理点「**换地址**」把记录迁到新地址（名称与分组/任务引用自动保留）；已采集指纹的设备会被扫描自动识别为"已有设备换了地址"，确认即认领 |
|
||
| 加了设备但不被调度 | 只连上 adb 不够，必须在**设备池**中且 `enabled=true` |
|
||
| `u2.connect 超时` | atx-agent 无响应：重启设备或重新推送 atx-agent（基类有 30s 超时保护） |
|
||
| 大量设备同时连接时超时 | Windows 端口耗尽（`WinError 10048`）：代码会打 `[transient]` 并退避 120s 重试；减少并发或调整系统 TIME_WAIT |
|
||
| 设备 `unauthorized` | adb key 变了：恢复原 key |
|
||
|
||
### 8.3 任务类
|
||
|
||
| 现象 | 处理 |
|
||
|------|------|
|
||
| 任务不执行 | 检查 `enabled`、`schedule`、是否在运行窗口内、目标设备是否在线 |
|
||
| 立即执行无反应 | 无可用设备（`resolve_serials` 为空）；看 `logs/core.log` |
|
||
| 任务"成功"但没做事 | 步骤类型未知/缺必填参数会被**告警跳过**；查 `logs/task.log` 的 WARNING |
|
||
| 执行报"任务类型 xxx 已不存在" | 库里残留了已删除类型的任务（如历史 `douyin_nurture`）：在「任务」页删除或改用现有类型。启动日志也会点名列出 |
|
||
| 长任务被看门狗杀 | 120s 无心跳：业务循环里要周期性 `self.heartbeat()` |
|
||
| 任务卡在 running | 监控页「停止选中」；必要时重启服务（重启会清空内存状态） |
|
||
|
||
### 8.4 其它
|
||
|
||
| 现象 | 处理 |
|
||
|------|------|
|
||
| 元素抓取按钮不可用 | uiautodev（:20242）没起来；`web_server.py` 启动时自动拉起，手动可 `python -m uiautodev server --no-browser` |
|
||
| 抓元素超时 | 部分设备 dump 慢（~18s）超过平台超时（8s），见 [backlog/TODO.md](backlog/TODO.md) |
|
||
| AI 控制台报"MCP server(8033) 不可达" | MCP 没启动：容器由 `start.sh` 拉起，本机手动 `MCP_ALLOW_WRITE=1 python -m mcp_server.mcp_server` |
|
||
| AI 控制台报 401 | 模型 API Key 无效/过期：在「AI 控制台 ⚙ 配置」重填 |
|
||
| 备份导入后没变化 | **必须重启服务**，恢复任务在重启时才被消费 |
|
||
|
||
日志位置：`logs/core.log`（adb/调度）、`logs/task.log`（任务执行）、`logs/web.log`（Web/AI）、`logs/action.log`；容器内 MCP 日志 `/tmp/mcp_server.log`。
|