feat(keepalive): restart-flag 桥 — claude-run 无 su 也能自助重启 bot

claude-run 跑在 proot、拿不到 Magisk root，杀不了 root 的 auto-reply 进程。 keepalive.sh 主循环新增：检测到 ~/hermes-wechat/.restart-request flag 就以 root pkill auto-reply 并删 flag，随后既有的 is_auto_reply_running 检测用新代码重启。只暴露「请求重启」一个动作，不是任意命令执行。已端到端验证：u0_a327 touch flag → keepalive ~15s 内重启 bot。 - keepalive.sh: 纳入版本控制 + 加 flag 桥 - deploy-to-phone.sh: 收 keepalive.sh（.sh 给 755）+ 末尾加重启 keepalive 提示 - AGENTS.md / HANDOFF.md §零: 文档化 flag 重启途径 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

feat(keepalive): restart-flag 桥 — claude-run 无 su 也能自助重启 bot
claude-run 跑在 proot、拿不到 Magisk root，杀不了 root 的 auto-reply 进程。 keepalive.sh 主循环新增：检测到 ~/hermes-wechat/.restart-request flag 就以 root pkill auto-reply 并删 flag，随后既有的 is_auto_reply_running 检测用新代码重启。只暴露「请求重启」一个动作，不是任意命令执行。已端到端验证：u0_a327 touch flag → keepalive ~15s 内重启 bot。 - keepalive.sh: 纳入版本控制 + 加 flag 桥 - deploy-to-phone.sh: 收 keepalive.sh（.sh 给 755）+ 末尾加重启 keepalive 提示 - AGENTS.md / HANDOFF.md §零: 文档化 flag 重启途径 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
yibo
1 parent 0a537853
Showing 4 changed files with 190 additions and 6 deletions
server/services/wechat/AGENTS.md
server/services/wechat/HANDOFF.md
server/services/wechat/deploy-to-phone.sh
server/services/wechat/keepalive.sh
@@ -12,7 +12,7 @@ Pixel 本机的微信自动回复机器人（账号「小火子」`wxid_51ap3m6p
 | 角色 | 跑在 | 能力 | 干什么 |
 |------|------|------|--------|
-| **claude-run（Claude）= 脑子** | proot 容器 | 能编辑本目录 `*.js`、读 `auto-reply.log`、读改 `.whitelist.json`；**不能 su** | 写 / 改 / 审代码、看日志诊断 |
+| **claude-run（Claude）= 脑子** | proot 容器 | 能编辑本目录 `*.js`、读 `auto-reply.log`、读改 `.whitelist.json`；**不能 su**，但可 `touch .restart-request` 让 keepalive 代为重启 | 写 / 改 / 审代码、看日志诊断 |
 | **hermes（Kimi）= 手** | Termux（能 su） | 能 `su -c` 拿 Magisk root | 跑需要 root 的设备操作：重启 bot、查微信 DB、发测试消息、logcat、重开 A11y |
 > claude-run 在 proot 里够不到 Magisk root，也看不到微信 DB（没挂载）。需要 root 的步骤交给 hermes 或 Termux shell 执行。
@@ -34,8 +34,10 @@ Pixel 本机的微信自动回复机器人（账号「小火子」`wxid_51ap3m6p
 ## 改代码 → 生效（内循环）
 1. **改**：claude-run 直接编辑本目录 `*.js`。
-2. **重启**（需 root → hermes / Termux 执行）：`su -c 'pkill -f auto-reply.js'` → keepalive（每 15s 巡检）自动用新代码以 root 重启。
-   确认新进程：`su -c 'ps -ef | grep -E node.auto-reply.js | grep -v grep'`（**别用 `pgrep -f`，会自匹配 su shell**）。
+2. **重启**（让新代码生效）：
+   - **claude-run（无 su）**：`touch ~/hermes-wechat/.restart-request` —— keepalive（每 15s 巡检、已是 root）看到这个 flag 就杀掉 auto-reply 并用新代码重启，~15s 内生效。**这是 claude-run 自助重启的唯一方式**（它在 proot 里杀不了 root 进程）。
+   - **hermes / Termux（有 su）**：直接 `su -c 'pkill -f auto-reply.js'`，keepalive 随即重启。
+   - 确认新进程：`su -c 'ps -ef | grep -E node.auto-reply.js | grep -v grep'`（**别用 `pgrep -f`，会自匹配 su shell**）。
 3. **看**：`tail -f ~/hermes-wechat/auto-reply.log`（claude-run 不带 su 也能读，日志 644）。
 4. **同步回 Mac**：手机无 git，改完把改动同步回 Mac repo `server/services/wechat/`，否则下次 Mac 跑 `deploy-to-phone.sh` 会覆盖你的改动。
@@ -27,7 +27,10 @@
 4. **bot 实跑只依赖 3 个文件**：`auto-reply.js` + `android-wechat-tracker-sqlcipher.js` + `android-wechat-sender.js`（`auto-reply.js` 只 require 这俩）。其余 `index.js / wechat-tracker.js / wechat-reader.js / *-frida.js / *-sqlite.js` 都不参与 bot 运行，别被带偏。
-5. **改代码 → 生效**：`~/hermes-wechat/*.js` 现在属主是 u0_a327，你可以直接编辑。改完 `su -c 'pkill -f auto-reply.js'`，keepalive（每 15s 巡检）会以 root 自动用新代码重启。改完记得把改动同步回 Mac repo（见 §六）。
+5. **改代码 → 生效**：`~/hermes-wechat/*.js` 现在属主是 u0_a327，你可以直接编辑。重启让新代码生效：
+   - 有 su（hermes/Termux）：`su -c 'pkill -f auto-reply.js'`，keepalive（每 15s 巡检）以 root 自动重启。
+   - **无 su（proot 里的 claude-run）：`touch ~/hermes-wechat/.restart-request`** —— keepalive 看到这个 flag 就代为杀掉并重启 bot（~15s 内生效）。这是 claude-run 自助重启的唯一途径（它杀不了 root 进程）。
+   改完记得把改动同步回 Mac repo（见 §六）。
 ---
@@ -20,7 +20,9 @@ TERMUX_UID=&quot;${TERMUX_UID:-u0_a327}&quot;   # Termux app 的 uid（claude-run 也是
 RUNTIME="auto-reply.js android-wechat-tracker-sqlcipher.js android-wechat-sender.js"
 # 文档（接手 / 维护必读）。AGENTS.md/CLAUDE.md 是 agent 一次性读的入口
 DOCS="AGENTS.md CLAUDE.md HANDOFF.md README.md SKILL.md"
-FILES="$RUNTIME $DOCS"
+# 守护脚本（改了要手动重启 keepalive，见末尾提示）
+SCRIPTS="keepalive.sh"
+FILES="$RUNTIME $DOCS $SCRIPTS"
 # md5 工具：Mac 用 `md5 -q`，Linux 用 `md5sum`
 md5_local() {
@@ -37,9 +39,10 @@ adb shell &quot;su -c &#39;mkdir -p $PHONE_DIR&#39;&quot;
 fail=0
 for f in $FILES; do
   if [ ! -f "$SCRIPT_DIR/$f" ]; then echo "SKIP (missing) $f"; continue; fi
+  case "$f" in *.sh) mode=755;; *) mode=644;; esac
   echo "Pushing $f ..."
   adb push "$SCRIPT_DIR/$f" "/sdcard/_deploy_$f" >/dev/null
-  adb shell "su -c 'dd if=/sdcard/_deploy_$f of=$PHONE_DIR/$f 2>/dev/null && chown $TERMUX_UID:$TERMUX_UID $PHONE_DIR/$f && chmod 644 $PHONE_DIR/$f'"
+  adb shell "su -c 'dd if=/sdcard/_deploy_$f of=$PHONE_DIR/$f 2>/dev/null && chown $TERMUX_UID:$TERMUX_UID $PHONE_DIR/$f && chmod $mode $PHONE_DIR/$f'"
   adb shell "rm -f /sdcard/_deploy_$f" >/dev/null 2>&1 || true
   lmd5=$(md5_local "$SCRIPT_DIR/$f")
   pmd5=$(adb shell "su -c 'md5sum $PHONE_DIR/$f'" | awk '{print $1}' | tr -d '\r')
@@ -55,3 +58,7 @@ echo &quot;确认新进程起来了（不能用 pgrep -f，会自匹配 su shell）
 echo "  adb shell \"su -c 'ps -ef | grep -E node.auto-reply.js | grep -v grep'\""
 echo "看 live 日志（注意：唯一真日志在 hermes-wechat/，别处副本是死的）："
 echo "  adb shell \"su -c 'tail -f $PHONE_DIR/auto-reply.log'\""
+echo ""
+echo "若改了 keepalive.sh，需重启守护进程才生效（它以 u0_a327 跑）："
+echo "  adb shell \"su -c 'pkill -f keepalive.sh'\"  # 杀掉旧的"
+echo "  adb shell \"su u0_a327 -c 'cd $PHONE_DIR && export PATH=/data/data/com.termux/files/usr/bin:\\\$PATH HOME=/data/data/com.termux/files/home; nohup bash keepalive.sh > keepalive.log 2>&1 &'\""
+#!/data/data/com.termux/files/usr/bin/bash
+# keepalive.sh — Pixel 微信自动回复保活脚本
+#
+# 守护以下进程，挂了就重启：
+#   1. termux wake-lock      — 防 Doze 冻结 Termux:API（通知监听依赖它）
+#   2. HermesAccessibilityService — A11y 易被系统/更新关掉，发现 enabled_accessibility_services=null 就重启
+#   3. hermes-agent gateway  — :8642，LLM 网关
+#   4. auto-reply.js         — 微信回复主程序
+#
+# 用法（在 Termux 用户 shell 里运行；不要在 root shell 起，wake-lock 拿不住 Termux 进程）：
+#   nohup bash ~/hermes-wechat/keepalive.sh > ~/hermes-wechat/keepalive.log 2>&1 &
+#
+# 前置条件（一次性设置）：
+#   1. Android 设置 → 应用 → Termux / Termux:API / 微信 → 电池优化 → 不优化
+#   2. Termux:API 已安装，并已授予通知访问权限
+#   3. lsposed-wechat-sendmsg APK 已安装（含 HermesAccessibilityService）
+#   4. ~/hermes-wechat/start-ar.sh 存在并已设置 MY_WXID / MY_NICKNAME
+
+export PATH="/data/data/com.termux/files/usr/bin:$PATH"
+export HOME="/data/data/com.termux/files/home"
+
+HERMES_DIR="${HERMES_DIR:-$HOME/hermes-wechat}"
+HERMES_PORT="${HERMES_PORT:-8642}"
+GATEWAY_START="${GATEWAY_START:-$HOME/.hermes/scripts/start-gateway.sh}"
+A11Y_SVC="com.hermes.wechat.xposed/com.hermes.wechat.xposed.accessibility.HermesAccessibilityService"
+CHECK_INTERVAL_SEC="${CHECK_INTERVAL_SEC:-15}"
+# auto-reply 启动用的 env（避开 start-ar.sh 的 shell hook 污染）
+MY_WXID="${MY_WXID:-wxid_51ap3m6p9xs722}"
+MY_NICKNAME="${MY_NICKNAME:-小火子}"
+HERMES_TIMEOUT_MS="${HERMES_TIMEOUT_MS:-600000}"
+HISTORY_CONTEXT_SIZE="${HISTORY_CONTEXT_SIZE:-8}"
+
+log() { echo "[$(date '+%Y-%m-%d %H:%M:%S')] $*"; }
+
+# ── 1. Termux wake-lock ──────────────────────────────────────────
+ensure_wake_lock() {
+    # 用命令行 termux-wake-lock（依赖 Termux:API app）；am startservice 是备用
+    if command -v termux-wake-lock >/dev/null 2>&1; then
+        termux-wake-lock 2>/dev/null
+    else
+        # 后备：用 su 调系统 ServiceManager
+        su -c "am startservice --user 0 -a com.termux.service_wake_lock com.termux/.app.TermuxService" 2>/dev/null || true
+    fi
+}
+
+is_wake_lock_held() {
+    su -c "dumpsys power 2>/dev/null | grep -q 'termux:service-wakelock'"
+}
+
+# ── 2. A11y service ──────────────────────────────────────────────
+is_a11y_enabled() {
+    out=$(su -c "settings get secure enabled_accessibility_services" 2>/dev/null)
+    case "$out" in
+        *com.hermes.wechat.xposed*HermesAccessibilityService*) return 0 ;;
+        *) return 1 ;;
+    esac
+}
+
+enable_a11y() {
+    log "Enabling HermesAccessibilityService..."
+    su -c "settings put secure enabled_accessibility_services $A11Y_SVC; settings put secure accessibility_enabled 1" 2>/dev/null
+}
+
+# ── 3. hermes gateway ────────────────────────────────────────────
+is_gateway_running() {
+    # 用 /sys/class/net 风格的端口探测：通过 nc 或 curl，二选一
+    if command -v curl >/dev/null 2>&1; then
+        # gateway 在 termux 用户下需要 Clash 代理（与本机回环无关）；
+        # 但 127.0.0.1:8642 走本机，不用代理
+        env -u HTTPS_PROXY -u HTTP_PROXY \
+            curl -s --max-time 3 "http://127.0.0.1:${HERMES_PORT}/v1/models" >/dev/null 2>&1
+    else
+        # nc fallback
+        echo > /dev/tcp/127.0.0.1/$HERMES_PORT 2>/dev/null
+    fi
+}
+
+start_gateway() {
+    log "Starting hermes gateway..."
+    if [ -x "$GATEWAY_START" ]; then
+        bash "$GATEWAY_START" >> "$HOME/.hermes/logs/gateway-start.log" 2>&1
+    else
+        log "[ERROR] $GATEWAY_START not found"
+    fi
+}
+
+# ── 4. auto-reply.js ─────────────────────────────────────────────
+AR_PID_FILE="$HERMES_DIR/.auto-reply.pid"
+
+is_auto_reply_running() {
+    # 不能用 pgrep -f node.*auto-reply.js — 它会自匹配 su shell 自己的 cmdline。
+    # 用 ps -ef + grep 精确匹配 'node auto-reply.js'（含空格，排除 sh wrapper）。
+    # su 提权因为 auto-reply 跑在 root 下，u0_a327 看不到 root 进程的 ps。
+    # 用 . 占位（任何单字符）避开嵌套引号问题
+    su -c "ps -ef 2>/dev/null | grep -E node.auto-reply.js | grep -v sh.-c | grep -v grep" \
+        2>/dev/null | grep -q .
+}
+
+start_auto_reply() {
+    log "Starting auto-reply..."
+    # 不走 start-ar.sh wrapper（其 shebang 走 dash 后会触发 phone 上某个
+    # claude-run/hermes 会话的 shell snapshot hook，污染 hermes-wechat/*.js）。
+    # 直接以 root 起 node + 内联 env，跨过那个 shell session。
+    # 起完后用 pgrep + grep 严格匹配 cmdline 确切包含 'node auto-reply.js'
+    # （不能用 pgrep -f 因为正则 .* 会自匹配 su shell 本身），写入 PID 文件
+    su -c "cd $HERMES_DIR && \
+        MY_WXID=${MY_WXID:-wxid_51ap3m6p9xs722} \
+        MY_NICKNAME=\"${MY_NICKNAME:-小火子}\" \
+        HERMES_HOST=127.0.0.1 \
+        HERMES_PORT=$HERMES_PORT \
+        HERMES_TIMEOUT=${HERMES_TIMEOUT_MS:-600000} \
+        NOTIFICATION_ENABLED=true \
+        HISTORY_CONTEXT_SIZE=${HISTORY_CONTEXT_SIZE:-8} \
+        nohup /data/data/com.termux/files/usr/bin/node auto-reply.js \
+        > $HERMES_DIR/auto-reply.log 2>&1 < /dev/null &
+        echo \$! > $AR_PID_FILE"
+    sleep 2
+    if [ -f "$AR_PID_FILE" ]; then
+        log "Auto-reply started PID=$(cat $AR_PID_FILE 2>/dev/null)"
+    fi
+}
+
+# ── 5. 主循环 ────────────────────────────────────────────────────
+log "=== Keepalive started ==="
+log "HERMES_DIR=$HERMES_DIR  GATEWAY_START=$GATEWAY_START"
+log "MY_WXID=$MY_WXID  MY_NICKNAME=$MY_NICKNAME  HERMES_TIMEOUT=${HERMES_TIMEOUT_MS}ms"
+log "Check interval: ${CHECK_INTERVAL_SEC}s"
+
+# 首次进入：把所有依赖拉到位
+ensure_wake_lock
+is_a11y_enabled || enable_a11y
+is_gateway_running || start_gateway
+sleep 5
+is_auto_reply_running || start_auto_reply
+
+while true; do
+    sleep "$CHECK_INTERVAL_SEC"
+
+    # wake-lock 偶尔会因 Termux 重启 / 系统重启而丢，保险起见周期性 re-acquire
+    if ! is_wake_lock_held; then
+        log "Wake lock lost, re-acquiring..."
+        ensure_wake_lock
+    fi
+
+    # A11y 易被系统升级 / 用户在设置中关掉
+    if ! is_a11y_enabled; then
+        log "A11y service disabled, re-enabling..."
+        enable_a11y
+    fi
+
+    if ! is_gateway_running; then
+        log "Gateway not responding on :$HERMES_PORT, restarting..."
+        start_gateway
+        sleep 6
+    fi
+
+    # ── restart-flag 桥：让 claude-run（proot 里够不到 Magisk root）也能触发重启 ──
+    # claude-run 改完 *.js 后 `touch ~/hermes-wechat/.restart-request`，keepalive（已是 root
+    # 能力）看到就杀掉 auto-reply，下面的 is_auto_reply_running 检测会随即用新代码重启。
+    # 只暴露「请求重启」这一个动作，不是任意命令执行。
+    if [ -f "$HERMES_DIR/.restart-request" ]; then
+        log "Restart requested via .restart-request flag, killing auto-reply..."
+        rm -f "$HERMES_DIR/.restart-request"
+        su -c "pkill -f auto-reply.js" 2>/dev/null
+        sleep 1
+    fi
+
+    if ! is_auto_reply_running; then
+        log "auto-reply.js not running, restarting..."
+        start_auto_reply
+    fi
+done