SpectraRust/scripts/specf2r.sh

#!/bin/bash
set -u

# --- 配置变量 ---
WORK_DIR="/home/dckj/SpectraRust"
CMD_PATH="/usr/bin/claude"
CMD_PROMPT="使用 codegraph-guide skill 继续执行重构任务。"

# 状态文件
PHASE_FILE="${WORK_DIR}/.f2r_phase"
COMPLETE_FILE="${WORK_DIR}/.f2r_complete"
RATE_LIMIT_FILE="${WORK_DIR}/.f2r_rate_limit"    # 内容：退避到期 epoch 秒
FAIL_COUNT_FILE="${WORK_DIR}/.f2r_fail_count"    # 内容：连续失败次数
TASKS_FILE="${WORK_DIR}/.f2r_tasks"
LOCK_FILE="${WORK_DIR}/.f2r.lock"

# 退避参数（秒）
BACKOFF_529=900          # 529 模型过载（临时性）：15 分钟短退避
BACKOFF_429_FALLBACK=3600   # 429 无法解析重置时间时：默认 1 小时
BACKOFF_MODEL_ERR=1800  # 模型不存在：30 分钟
BACKOFF_CIRCUIT=7200    # 连续失败触发熔断：2 小时
MAX_CONSEC_FAIL=6       # 连续失败熔断阈值

# 日志（export TZ 确保子命令 / date 一致用 UTC+8）
export TZ="Asia/Shanghai"
LOG_FILE="${WORK_DIR}/logs/claude_$(date +%Y%m%d_%H%M%S).log"
CRON_LOG="${WORK_DIR}/logs/cron.log"
CRON_LOG_MAX=5242880    # cron.log 归档阈值：5MB

log() { echo "[$(date '+%F %T')] $*"; }

# --- 1. 环境检查 ---
if [ ! -d "$WORK_DIR" ]; then
    log "❌ 错误: 工作目录不存在: $WORK_DIR"
    exit 1
fi
if [ ! -x "$CMD_PATH" ]; then
    log "❌ 错误: 命令不存在或不可执行: $CMD_PATH"
    exit 1
fi

# --- 2. 完成检测 ---
if [ -f "$COMPLETE_FILE" ]; then
    log "✅ 重构已标记为完成 ($(cat "$COMPLETE_FILE" 2>/dev/null))，跳过。如需重启请删除 ${COMPLETE_FILE}"
    exit 0
fi

# --- 3. 并发锁（flock，无竞态，替代 pgrep 检测）---
exec 200>"$LOCK_FILE"
if ! flock -n 200; then
    log "⚠️  已有实例在运行，跳过。"
    exit 0
fi

# --- 4. 峰时段（UTC+8 14:00～18:00）禁用执行 ---
CURRENT_HOUR=$(date +%H)
if [ "$CURRENT_HOUR" -ge 14 ] && [ "$CURRENT_HOUR" -lt 18 ]; then
    log "⏰ 高峰期 14:00～18:00 (UTC+8)，跳过。"
    exit 0
fi

# --- 5. 限流退避（epoch 秒）---
if [ -f "$RATE_LIMIT_FILE" ]; then
    LIMIT_UNTIL=$(cat "$RATE_LIMIT_FILE" 2>/dev/null)
    NOW_EPOCH=$(date +%s)
    if [[ "$LIMIT_UNTIL" =~ ^[0-9]+$ ]] && [ "$NOW_EPOCH" -lt "$LIMIT_UNTIL" ]; then
        REMAINING=$(( (LIMIT_UNTIL - NOW_EPOCH) / 60 ))
        log "⏳ 退避中，还需 ${REMAINING} 分钟（至 $(date -d "@$LIMIT_UNTIL" '+%F %T')），跳过。"
        exit 0
    else
        rm -f "$RATE_LIMIT_FILE"
        log "🔓 退避已到期，继续执行。"
    fi
fi

# --- 6. cron.log 轮转（超过阈值则归档，不删）---
if [ -f "$CRON_LOG" ]; then
    CRON_SIZE=$(wc -c < "$CRON_LOG" 2>/dev/null || echo 0)
    if [ "${CRON_SIZE:-0}" -gt "$CRON_LOG_MAX" ]; then
        mv "$CRON_LOG" "${CRON_LOG}.$(date +%Y%m%d_%H%M%S).bak"
        log "📦 cron.log 超过 ${CRON_LOG_MAX}B，已归档。"
    fi
fi

# --- 7. 启动 claude ---
cd "$WORK_DIR" || { log "❌ 无法进入 ${WORK_DIR}"; exit 1; }

nohup "$CMD_PATH" --permission-mode bypassPermissions --print "$CMD_PROMPT" \
    < /dev/null > "$LOG_FILE" 2>&1 &
CURRENT_PID=$!

# --print 同步，等待结束
wait "$CURRENT_PID" 2>/dev/null
EXIT_CODE=$?
LOG_SIZE=$(wc -c < "$LOG_FILE" 2>/dev/null || echo 0)

# --- 8. 错误判定 + 退避 ---
# 写入退避到期 epoch
set_backoff() {  # $1=秒 $2=原因
    local secs="$1" reason="$2"
    local until_epoch
    until_epoch=$(( $(date +%s) + secs ))
    echo "$until_epoch" > "$RATE_LIMIT_FILE"
    log "🔒 ${reason}，退避 ${secs}s（至 $(date -d "@$until_epoch" '+%F %T')）。"
}

# 连续失败计数 +1，超阈值熔断
bump_fail() {  # $1=原因
    local reason="$1" n
    n=$(cat "$FAIL_COUNT_FILE" 2>/dev/null || echo 0)
    n=$(( n + 1 ))
    echo "$n" > "$FAIL_COUNT_FILE"
    log "❌ 失败 #${n}：${reason} | 退出码 ${EXIT_CODE} | 日志 ${LOG_SIZE}B"
    log "   日志路径: ${LOG_FILE}"
    if [ "$n" -ge "$MAX_CONSEC_FAIL" ]; then
        set_backoff "$BACKOFF_CIRCUIT" "连续失败 ${n} 次触发熔断"
        echo 0 > "$FAIL_COUNT_FILE"   # 熔断后清零，避免反复触发
    fi
}

# 异常小/缺失日志：claude 未正常产出，直接计失败（避免被误判为成功）
if [ "${LOG_SIZE:-0}" -le 50 ]; then
    bump_fail "日志异常小或缺失(${LOG_SIZE}B)"
    exit 0
fi

# 识别错误类型（优先按日志特征，再按退出码）
ERR_TYPE=""
if grep -qE "限额将在|使用上限|429[^0-9]" "$LOG_FILE" 2>/dev/null; then
    ERR_TYPE="429"
elif grep -q "529 \[" "$LOG_FILE" 2>/dev/null; then
    ERR_TYPE="529"
elif grep -q "模型不存在" "$LOG_FILE" 2>/dev/null; then
    ERR_TYPE="model_err"
elif [ "$EXIT_CODE" -ne 0 ]; then
    ERR_TYPE="exit_nonzero"
fi

case "$ERR_TYPE" in
    429)
        # 用量上限：尽量解析重置时间，否则用默认长退避
        RESET_TIME=$(grep -oP '限额将在 \K[\d-]+ [\d:]+' "$LOG_FILE" 2>/dev/null | head -1)
        if [ -n "$RESET_TIME" ]; then
            RESET_EPOCH=$(date -d "$RESET_TIME" +%s 2>/dev/null)
            if [ -n "$RESET_EPOCH" ]; then
                echo "$RESET_EPOCH" > "$RATE_LIMIT_FILE"
                log "🔴 429 用量上限，退避至 $(date -d "@$RESET_EPOCH" '+%F %T')（重置于 ${RESET_TIME}）。"
            else
                set_backoff "$BACKOFF_429_FALLBACK" "429 重置时间解析失败"
            fi
        else
            set_backoff "$BACKOFF_429_FALLBACK" "429 无重置时间"
        fi
        bump_fail "429 用量上限"
        ;;
    529)
        # 模型过载：临时性，短退避（区别于 429 的长退避）
        set_backoff "$BACKOFF_529" "529 模型过载"
        bump_fail "529 模型过载"
        ;;
    model_err)
        set_backoff "$BACKOFF_MODEL_ERR" "模型不存在"
        bump_fail "模型不存在"
        ;;
    exit_nonzero)
        bump_fail "claude 非零退出"
        ;;
    *)
        # 真成功：清零失败计数
        echo 0 > "$FAIL_COUNT_FILE"
        log "✅ 会话完成 | PID ${CURRENT_PID} | 退出码 ${EXIT_CODE} | 日志 ${LOG_SIZE}B"
        log "   日志路径: ${LOG_FILE}"
        # 若本次创建了完成标记，提示一下
        if [ -f "$COMPLETE_FILE" ]; then
            log "🎯 检测到 ${COMPLETE_FILE}，重构已完成。"
        fi
        ;;
esac

exit 0