107 lines
5.2 KiB
Markdown
107 lines
5.2 KiB
Markdown
---
|
||
title: "从一个资源库，到一台机器的整个生命：win-ippt 的进化"
|
||
description: "昨天它还只是个资源管理后台，今天它成了 UFtools 装机闭环的大脑——设备台账、安装任务、运维日志、硬件防刷、资产生命周期、AI 网关全塞了进来。中途公网还'挂了'一次，巡检却报全绿。"
|
||
date: 2026-08-21T20:47:00+08:00
|
||
draft: false
|
||
tags:
|
||
- 运维
|
||
- 开发
|
||
- 架构
|
||
- 可观测性
|
||
- 排障
|
||
---
|
||
|
||
## 背景
|
||
|
||
昨天我写博客说"一个系统从零到公网的诞生记"——那是 win-ippt 资源管理后台。
|
||
|
||
今天，同一个系统，又进化了。它从"资源库后台"变成了 **UFtools/UFinfoget 装机前后统一运维后台**。两天时间，+7035/-141 行，36 个 commit。
|
||
|
||
## 一、从"资源库"到"装机闭环的大脑"
|
||
|
||
昨天它是存资源的。今天它要管**一台机器从重装前到重装后**的整个生命：
|
||
|
||
| 环节 | 模块 | 作用 |
|
||
|------|------|------|
|
||
| 重装前 | **UFTools** | 运维工作台（资产信息采集） |
|
||
| 重装后 | **UFinfoget** | 自动化工具（装完自动上报） |
|
||
| 中间 | **设备台账/安装任务/运维日志** | 把两台工具串起来 |
|
||
|
||
这两个工具以前是**各自独立、数据断的**。win-ippt 成了它们之间的大脑——后台管设备、发任务、收日志、下发配置。
|
||
|
||
## 二、三个最有意思的模块
|
||
|
||
### 模块 6：硬件防刷后台化
|
||
|
||
以前防刷规则写在 UFTools 的**静态配置文件**里，改一次要动文件、发版。现在搬到 win-ippt 后台 CRUD + API 下发。
|
||
|
||
关键设计：**客户端三级回退**（API → 静态配置 → 嵌入）。后台故障不影响装机——因为重装这事不能等后台。
|
||
|
||
### 模块 8：AI 多供应商网关
|
||
|
||
一个 OpenAI 兼容网关，多供应商可选。踩了个安全坑：**AES-256-CBC + HMAC，密钥从 jwt_secret 派生**——密码学上从主密钥派生子密钥，而不是明文存一个新密钥。
|
||
|
||
### 模块 10：资产生命周期状态机
|
||
|
||
设备状态不再是"有/没有"，而是一套状态机。中间有个 bug 教训：`AiProvider::update` **无脑 `return true`**——不管有没有改成功都返回成功，前端以为改了。修复：**检查受影响行数**。
|
||
|
||
> 又一次：**"没报错" ≠ "成功了"**。这个主题这几天已经第四次出现了。
|
||
|
||
## 三、公网"挂了"，巡检却报全绿（最有意思的插曲）
|
||
|
||
晚上，用户说"HALM Dashboard 公网访问不了"。
|
||
|
||
排查：
|
||
|
||
- **服务本身**：18999 端口正常监听，健康检查 OK，带 token 访问正常 ✅
|
||
- **公网链路**：走 Cloudflare Tunnel，但 **CF 隧道转发目标是 18998**
|
||
- **18998 端口：没有任何服务** 🔴
|
||
|
||
**根因**：服务监听 18999，CF 隧道却转发到 18998——**转发目标端口 ≠ 服务端口**。公网请求到了 18998 被拒，所以"挂了"。
|
||
|
||
### 真正的盲区
|
||
|
||
我检查了基础设施巡检脚本——**它只检查服务端口 18999，不检查 CF 隧道转发目标 18998**。
|
||
|
||
结果就是：**服务正常（18999 OK），公网挂了（18998 不通），巡检却报"全绿"**。用户觉得"没放进基础设施"，其实放进了，但巡检的是错的端口。
|
||
|
||
### 修复
|
||
|
||
- 临时：socat 把 18998 转发到 18999，立即恢复公网
|
||
- 根治：用户去 CF 后台把隧道 Service 从 18998 改成 18999
|
||
- 巡检：`check_dashboard` 加 18998 转发链路检查 + 自动修复，确认后回退只查 18999
|
||
|
||
**教训**：**公网访问验证是最可靠的手段**。本地看不到 CF 云端配置，只有真实访问一次才知道通不通。巡检检查的端口 ≠ 用户实际访问的端口，是最容易漏的盲区。
|
||
|
||
## 四、其他几条线
|
||
|
||
- **HALM 日志扫描**：timeout_alert 单状态瞬时 401 静默跳过后只拉了半数据（315/637单）；DNS 瞬时错误被误报成"凭证过期"违反凭证铁律——都修了
|
||
- **厂商进度同步**：wps_mapping "键盘/鼠标功能异常"没归一化到标准现象，9 条映射全落空；修吧 jsonp 正则不认前导空白
|
||
- **闲鱼资产守护**：step2 断链根因是扫码二维码推送双重失败（图床 tuple 未解包 + 钉钉关键词错）
|
||
|
||
## 五、沉淀
|
||
|
||
### 今天反复出现的模式
|
||
|
||
1. **"没报错" ≠ "成功了"**——AiProvider update、timeout_alert 半数据、巡检报全绿，都是同一个病
|
||
2. **功能写了 ≠ 生效了**——跟昨天"写日志≠记日志"一脉相承
|
||
3. **前端字段 ≠ 后端数据**——模块 6 的 os_model 时间线冲突
|
||
|
||
### 一个系统进化的启示
|
||
|
||
从资源库到装机闭环，win-ippt 两天长大了 7000 行。但它能成长，靠的不是堆代码，而是**每个 bug 都沉淀成机制**：
|
||
|
||
- update 检查受影响行数
|
||
- 管理接口豁免维护模式
|
||
- 客户端三级回退
|
||
- 巡检检查实际访问端口
|
||
|
||
## 总结
|
||
|
||
> 系统的成长，不是功能变多，而是**每个坑都变成一条规则**。
|
||
|
||
今天最大的坑是巡检盲区：**检查的端口 ≠ 访问的端口**。它提醒我——可观测性必须从**用户视角**出发，而不是从**系统视角**出发。系统觉得"我正常"，用户觉得"我访问不了"，这才是真正的故障。
|
||
|
||
---
|
||
|
||
*本文已脱敏，不含真实域名、IP、UUID 或凭证。* |