一、架构回顾

1.1 物理通道

阿赫(笔记本 10.8.0.2) ←→ WireGuard 10.8.0.0/24 ←→ 阿良(工作站 10.8.0.1)
                                   │
                              TCP :9527
                                   │
              阿赫发 → wecom_bot.py → /tmp/chat_a2b.jsonl (阿良收件箱)
              阿良发 → send_msg.py  → /tmp/chat_b2a.jsonl (阿赫收件箱)

1.2 协议

V2.2 自然语言协议，无消息标记，无长度限制

消息ID格式: `MMDD-HHMMSS_xxx`

每条消息必须回复，不回复=断线

回复带原消息ID前缀

二、当前已实现

组件	文件	功能	状态
------	------	------	------
守护	`chat_daemon.sh`	轮询 /tmp/chat_a2b.jsonl，有消息→格式化→清空→退出	✅
重建	`chat_rebuild.sh`	TaskCompleted 钩子触发，检测守护挂了就重启	✅
通知	`chat_stop_hook.sh`	Stop 钩子触发，有消息→cat stderr→exit 2 打断 Claude	✅
发送	`chat_send.sh`	生成消息ID，写 /tmp/chat_b2a.jsonl	✅
控制	`chat_ctl.sh`	start/stop/status/restart	✅
钩子	`settings.json`	Stop(async+asyncRewake) + TaskCompleted(async)	✅

2.1 工作流程

消息到达 → chat_a2b.jsonl
  → chat_daemon.sh 每2秒检测 → 发现消息 → 格式化 → chat_new_msg.txt → 清空 inbox → exit 0
  → Stop hook (回合结束时触发) → chat_stop_hook.sh → cat 消息到 stderr + exit 2 → Claude 被打断
  → Claude 看到消息，回复
  → 回复通过 chat_send.sh → chat_b2a.jsonl → send_msg.py → 阿赫
  → TaskCompleted hook → chat_rebuild.sh → 重启 chat_daemon.sh → 继续监控

三、现存问题

#	问题	影响	优先级
---	------	------	--------
1	守护是 raw bash 进程，不是 Claude Task	TaskCompleted 钩子只在其他任务完成时才触发，不能精准重启	中
2	有消息时守护退出→stop hook 触发→用户看到消息，但到 TaskCompleted 钩子重建守护之间有间隔	如果这期间新消息到，没人监控	中
3	没有"进入聊天模式"入口	手动 touch /tmp/chat_mode 不够优雅	低
4	守护需要 /tmp/chat_mode 标志文件	标志丢失就停了	低
5	未与阿赫联调测试	不知道端到端是否真的通	高

四、改进方案

4.1 守护永不退出（解决 #1 #2）

**改动**: 删除 `chat_daemon.sh` 的 `exit 0`（第18行），改为处理完消息后继续循环

改前: 有消息→exit 0 (依赖外部重建)
改后: 有消息→处理→清空→继续 sleep 2 轮询

**优点**:

守护永远在线，不依赖 TaskCompleted 钩子重建

消息到达后立即处理，没有空窗期

**缺点**:

不是"Task 完成→钩子重启"的雏菊链

守护挂了才需要 TaskCompleted 来救

4.2 守护自愈（解决 #4）

`chat_rebuild.sh` 作为安全网，不做主要重启，只做急救：

#!/bin/bash
[ -f /tmp/chat_mode ] || exit 0
只有守护真的挂了才重启
if ! pgrep -f "^bash.*chat_daemon.sh" >/dev/null 2>&1; then
    nohup bash /mnt/sda/work/chat_tools/chat_daemon.sh &>/dev/null &
    echo "[$(date)] rebuild: 急救重启守护" >> /tmp/chat_rebuild.log
fi
exit 0

4.3 "进入聊天模式" 入口（解决 #3）

两种触发方式：

**方式一**: 用户说"进入聊天模式"

→ Claude 执行: `bash /mnt/sda/work/chat_tools/chat_ctl.sh start`

→ 确保 /tmp/chat_mode 存在 + 守护在跑

**方式二**: `/chat-start` 自定义命令

→ 已有脚本 `/home/WGR/.claude/commands/chat-start.sh`

4.4 端到端测试方案（解决 #5）

测试1: 阿赫发消息 → 阿良收
  阿赫: python3 send_msg.py "测试消息0524-001"
  等3秒 → cat /tmp/chat_new_msg.txt → 应有格式化消息
测试2: 阿良回复 → 阿赫收
  bash chat_send.sh "收到测试"
  → 阿赫那边 cat /tmp/chat_b2a.jsonl → 应有回复
测试3: Stop hook 打断
  正常对话回合结束 → 如果 chat_new_msg.txt 非空 → Claude 应看到 stderr 推送
测试4: 连续消息
  阿赫连发3条 → 守护应一次性处理全部（不丢失）

五、实施步骤

阶段	内容	预估	状态
------	------	------	------
1	修改 chat_daemon.sh 删除 exit 0，改连续模式	改1行	⬜
2	修改 chat_rebuild.sh 为急救模式	改3行	⬜
3	端到端测试（阿赫配合）	30分钟	⬜
4	排坑记录	10分钟	⬜
5	日常使用观察	1周	⬜

六、后续扩展

[ ] 企微恢复后，wecom_bot.py 对接 chat_a2b.jsonl

[ ] 消息去重检测（相同ID不重复处理）

[ ] 超时自动告警（对方超过30分钟没响应）

[ ] 敏感词过滤（内部资料禁发企微）

---

*待爸爸审核，和阿赫联调时补充*