#!/usr/bin/env bash
# vps-manager 自动更新脚本（由 systemd timer 定时触发）
# 1. 自动同步 deploy/ 下的 systemd 单元文件（有变更才拷贝 + daemon-reload；
#    timer 变更 enable --now，主服务 unit 变更额外 restart）
# 2. 从 Gitea 拉取最新代码，如有更新则装依赖并重启服务
# 3. 重启后健康闸门：轮询 /health 直到 commit 追平新 HEAD 且 status=ok；
#    超时或异常则回滚到 reset 前的提交、再次重启，并通过 .env 已配置渠道告警
#
# 可配置项（环境变量）：
#   VPS_MANAGER_DIR   项目根目录（默认 /opt/vps-manager）
#   VPS_MANAGER_SVC   systemd 服务名（默认 vps-manager）
#   GIT_BRANCH        跟踪的远端分支（默认 main）
#   DEPLOY_HEALTH_URL          健康检查地址（默认 http://127.0.0.1:8000/health）
#   DEPLOY_HEALTH_TIMEOUT      追平新版本的轮询总超时秒数（默认 120）
#   DEPLOY_HEALTH_INTERVAL     轮询间隔秒数（默认 15）
#   DEPLOY_HEALTH_CURL_MAXTIME 单次请求超时秒数（默认 10）
#   DEPLOY_ROLLBACK_TIMEOUT    回滚后确认恢复的超时秒数（默认 60）
#   DEPLOY_COOLDOWN            同一提交部署失败后的冷却窗口秒数（默认 21600）
#
# 使用示例：
#   VPS_MANAGER_DIR=/srv/vps ./update.sh
#   或在 systemd unit 中设置 Environment=VPS_MANAGER_DIR=/srv/vps

set -euo pipefail

APP_DIR="${VPS_MANAGER_DIR:-/opt/vps-manager}"
SERVICE_NAME="${VPS_MANAGER_SVC:-vps-manager}"
BRANCH="${GIT_BRANCH:-main}"

cd "$APP_DIR"

# ---- 部署后健康闸门配置（均可用环境变量覆盖）----
# cc1 上服务由 systemd 拉起并监听 0.0.0.0:8000，本机直连 127.0.0.1 最稳（不依赖 Tailscale/证书）
HEALTH_URL="${DEPLOY_HEALTH_URL:-http://127.0.0.1:8000/health}"
HEALTH_TIMEOUT="${DEPLOY_HEALTH_TIMEOUT:-120}"           # 追平新版本的轮询总超时（秒），对齐 deploy-verification.md
HEALTH_INTERVAL="${DEPLOY_HEALTH_INTERVAL:-15}"          # 轮询间隔（秒）
HEALTH_CURL_MAXTIME="${DEPLOY_HEALTH_CURL_MAXTIME:-10}"  # 单次请求超时（秒）
ROLLBACK_TIMEOUT="${DEPLOY_ROLLBACK_TIMEOUT:-60}"        # 回滚后确认服务恢复的超时（秒）
# 记录“上次部署失败”的远端提交（commit + 失败时刻 + 原因）。放在 .git 目录内：不被 git 跟踪、
# 不出现在 status、reset --hard 也不清除。
# 关键设计：必须是「冷却」而非「永久拒绝」。失败原因可能是环境问题（venv 缺 pytest、缺 node）
# 而非代码问题，此时修复手段是修环境，远端 hash 并不变化——永久拒绝会让更新链路彻底死锁：
# 旧脚本已写入标记 → 修好环境后的新脚本因 hash 未变被跳过 → 标记永不失效
# （cc1 曾因此冻结数小时，且把修脚本的提交本身也冻住，只能人工 ssh 删标记才能恢复）。
# 冷却到期自动重试：兼得防抖（不反复抖动、不告警轰炸）与自愈（修完环境自动恢复）。
GIT_DIR_PATH="$(git rev-parse --absolute-git-dir 2>/dev/null || echo "$APP_DIR/.git")"
FAILED_STATE="$GIT_DIR_PATH/vps-manager-deploy-failed"
DEPLOY_COOLDOWN="${DEPLOY_COOLDOWN:-21600}"   # 同一失败提交的冷却窗口（秒）
# JSON 解析用的 Python：优先 venv（cc1 必然存在），回退系统 python3；均不可用则跳过闸门（不误回滚）
PY=""
for _cand in ".venv/bin/python" "python3"; do
  if "$_cand" -c 'import json' >/dev/null 2>&1; then PY="$_cand"; break; fi
done
# 健康取数优先用 curl（与 deploy.sh / deploy-verification.md 一致）；cc1 万一没有 curl 则回退 Python urllib，
# 避免因取数工具缺失导致 /health 永远拿不到响应、误判超时回滚一个好版本。
HAS_CURL=0
if command -v curl >/dev/null 2>&1; then HAS_CURL=1; fi

# 输出当前运行版本号（语义版本 + git 短哈希），便于比对本地与线上是否一致
print_version() {
  local semver commit
  semver=$(cat VERSION 2>/dev/null | tr -d '[:space:]')
  [ -z "$semver" ] && semver="dev"
  commit=$(git rev-parse --short HEAD 2>/dev/null || echo "unknown")
  echo "[$(date '+%F %T')] 当前版本: v${semver} (${commit})"
}

# 拉取 /health 响应体（失败或超时返回空串；|| true 避免 set -e 因 curl 非零退出而中断）
fetch_health() {
  if [ "$HAS_CURL" = "1" ]; then
    curl -s --max-time "$HEALTH_CURL_MAXTIME" "$HEALTH_URL" 2>/dev/null || true
  elif [ -n "$PY" ]; then
    "$PY" - "$HEALTH_URL" "$HEALTH_CURL_MAXTIME" <<'PYEOF' 2>/dev/null || true
import sys, urllib.request
try:
    with urllib.request.urlopen(sys.argv[1], timeout=float(sys.argv[2])) as r:
        sys.stdout.write(r.read().decode("utf-8", "replace"))
except Exception:
    pass
PYEOF
  fi
}

# 从 JSON 串提取字段值（解析失败返回空串）
health_field() {
  printf '%s' "$1" | "$PY" -c "import json,sys; print(json.load(sys.stdin).get(sys.argv[1],''))" "$2" 2>/dev/null || true
}

# 轮询 /health 直到 status=ok 且 commit 追平 expected，或超时。返回 0=通过，1=未通过。
# expected 必须用 `git rev-parse --short HEAD` 计算，与 app.main._read_git_commit 完全一致，
# 否则缩写长度不同（--short 自适应 vs --short=7）会导致永不匹配、误触发回滚。
wait_health() {
  local expected="$1" timeout="$2" deadline resp status commit
  deadline=$(( $(date +%s) + timeout ))
  while [ "$(date +%s)" -lt "$deadline" ]; do
    resp="$(fetch_health)"
    if [ -n "$resp" ]; then
      status="$(health_field "$resp" status)"
      commit="$(health_field "$resp" commit)"
      if [ "$status" = "ok" ] && [ "$commit" = "$expected" ]; then
        echo "[$(date '+%F %T')] 健康检查通过：status=ok commit=${commit}"
        return 0
      fi
      echo "[$(date '+%F %T')] 健康检查中：status=${status:-?} commit=${commit:-?} 目标=${expected}，${HEALTH_INTERVAL}s 后重试…"
    else
      echo "[$(date '+%F %T')] 健康检查中：${HEALTH_URL} 暂无响应，${HEALTH_INTERVAL}s 后重试…"
    fi
    sleep "$HEALTH_INTERVAL"
  done
  echo "[$(date '+%F %T')] 健康检查超时（${timeout}s）"
  return 1
}

# 通过 .env 已配置的通知渠道（Telegram/邮件）发送告警：直接调用 app 的 notification_service，
# 用 venv Python 独立进程发送，不依赖 Web 服务是否存活；渠道未配置时自动跳过、不抛错。
send_alert() {
  local msg="$1" py=".venv/bin/python"
  if [ ! -x "$py" ]; then
    echo "[$(date '+%F %T')] 未找到 .venv/bin/python，跳过告警发送（无法导入 app 通知服务）"
    return 0
  fi
  echo "[$(date '+%F %T')] 发送部署告警…"
  "$py" - "$msg" <<'PYEOF' 2>&1 || echo "[$(date '+%F %T')] 告警发送异常（渠道未配置或调用失败）"
import sys
sys.path.insert(0, ".")
try:
    from app.services import notification_service
    for r in notification_service.notify(sys.argv[1], subject="vps-manager 部署告警"):
        print(f"  通知[{r.get('channel')}]: {'成功' if r.get('ok') else r.get('message')}")
except Exception as e:  # noqa: BLE001
    print(f"  通知调用失败: {e}")
    sys.exit(1)
PYEOF
}

# 记录部署失败：格式 "<commit> <epoch> <单行原因>"，供 skip_failed_commit 判定冷却是否到期
mark_failed() {
  local commit="$1" reason="${2:-未记录}"
  printf '%s %s %s\n' "$commit" "$(date +%s)" "${reason//$'\n'/ }" > "$FAILED_STATE" 2>/dev/null || true
}

# 判定远端提交是否处于部署失败冷却中：命中返回 0（应跳过），否则返回 1（可部署）。
# 放行条件：远端变了（推了新提交）、冷却已到期、或标记为旧格式。
# 旧格式只有 40 位 hash、没有时间戳，语义是「永久拒绝」——继续沿用等同于保留死锁，
# 因此识别到旧格式就清理并放行。
skip_failed_commit() {
  local remote="$1" commit="" stamp="" reason="" now left
  [ -f "$FAILED_STATE" ] || return 1
  read -r commit stamp reason < "$FAILED_STATE" 2>/dev/null || true
  [ "$commit" = "$remote" ] || return 1
  now=$(date +%s)
  if ! printf '%s' "${stamp:-}" | grep -qE '^[0-9]+$'; then
    echo "[$(date '+%F %T')] 失败标记为旧格式（无时间戳，语义为永久拒绝），已清理并重试部署"
    rm -f "$FAILED_STATE" 2>/dev/null || true
    return 1
  fi
  left=$(( DEPLOY_COOLDOWN - (now - stamp) ))
  if [ "$left" -le 0 ]; then
    echo "[$(date '+%F %T')] 部署失败冷却已到期（${DEPLOY_COOLDOWN}s），重新尝试部署 ${remote:0:8}"
    rm -f "$FAILED_STATE" 2>/dev/null || true
    return 1
  fi
  echo "[$(date '+%F %T')] 远端 ${remote:0:8} 处于部署失败冷却中（剩余 ${left}s），跳过重复部署"
  echo "[$(date '+%F %T')]   失败原因: ${reason:-未记录}"
  echo "[$(date '+%F %T')]   到期自动重试；需立即重试请执行: rm -f ${FAILED_STATE}"
  return 0
}

# 探测 4 个核心 API 端点，全部返回 HTTP 200 时返回 0，否则返回 1。
# 复用 deploy.sh 的端点列表与判定标准（非 200 视为验收失败）。
check_core_apis() {
  local base="${HEALTH_URL%/health}"
  local path code failed=0
  for path in /api/assets /api/accounts /api/providers /api/stats/overview; do
    if [ "$HAS_CURL" = "1" ]; then
      code=$(curl -s -o /dev/null -w "%{http_code}" --max-time "$HEALTH_CURL_MAXTIME" "${base}${path}" 2>/dev/null || echo "000")
    elif [ -n "$PY" ]; then
      code=$("$PY" - "${base}${path}" "$HEALTH_CURL_MAXTIME" <<'PYEOF' 2>/dev/null || echo "000"
import sys, urllib.request
try:
    with urllib.request.urlopen(sys.argv[1], timeout=float(sys.argv[2])) as r:
        print(r.getcode())
except Exception:
    pass
PYEOF
)
      code="${code:-000}"
    else
      code="000"
    fi
    if [ "$code" = "200" ]; then
      echo "[$(date '+%F %T')]   ✓ ${path} -> ${code}"
    else
      echo "[$(date '+%F %T')]   ❌ ${path} -> ${code}"
      failed=1
    fi
  done
  return "$failed"
}

# ---- 前端 JS 语法闸门：restart 前用 node --check 逐个校验自有 JS ----
# 只检查项目自有文件（app.js / api.js / modals.js / store.js / views/*.js），
# 排除第三方 vendored 文件（vue.global.prod.js / tailwind.js / chart.umd.js）。
# 保持零构建现状（raw JS + ?v=mtime 缓存失效），仅做最小语法校验。
check_js_syntax() {
  local node_bin="" failed=0 f nvm_node
  # node 探测：venv 内 → 系统 PATH → nvm 安装目录。
  # systemd unit 的 PATH 不含 nvm，cc1 上 node 仅存在于 ~/.nvm/versions/node/*/bin，
  # 缺这层回退会让 JS 闸门每轮都被静默跳过，闸门形同虚设。
  nvm_node="$(ls -d "${HOME:-/root}"/.nvm/versions/node/*/bin/node 2>/dev/null | sort -V | tail -1 || true)"
  for _cand in ".venv/bin/node" "node" "$nvm_node"; do
    [ -n "$_cand" ] || continue
    if command -v "$_cand" >/dev/null 2>&1; then node_bin="$_cand"; break; fi
  done
  if [ -z "$node_bin" ]; then
    echo "[$(date '+%F %T')] ⚠️ 未找到 node，跳过 JS 语法闸门"
    return 0
  fi
  echo "[$(date '+%F %T')] JS 语法闸门：使用 $node_bin"
  # 自有 JS 列表（顶层固定文件 + views/ 下全部 .js）
  local js_files=(
    "static/js/app.js"
    "static/js/api.js"
    "static/js/modals.js"
    "static/js/store.js"
  )
  for f in static/js/views/*.js; do
    [ -f "$f" ] && js_files+=("$f")
  done
  for f in "${js_files[@]}"; do
    [ -f "$f" ] || continue
    if ! "$node_bin" --check "$f" 2>&1; then
      echo "[$(date '+%F %T')] ❌ JS 语法错误: $f"
      failed=1
    else
      echo "[$(date '+%F %T')]   ✓ $f"
    fi
  done
  return "$failed"
}

# ---- 前端 JS 单元测试闸门：syntax 通过后验证核心状态逻辑 ----
check_js_tests() {
  local node_bin="" nvm_node
  nvm_node="$(ls -d "${HOME:-/root}"/.nvm/versions/node/*/bin/node 2>/dev/null | sort -V | tail -1 || true)"
  for _cand in ".venv/bin/node" "node" "$nvm_node"; do
    [ -n "$_cand" ] || continue
    if command -v "$_cand" >/dev/null 2>&1; then node_bin="$_cand"; break; fi
  done
  if [ -z "$node_bin" ]; then
    echo "[$(date '+%F %T')] ⚠️ 未找到 node，跳过 JS 测试闸门"
    return 0
  fi
  if [ ! -d "node_modules" ]; then
    echo "[$(date '+%F %T')] ⚠️ node_modules 不存在，跳过 JS 测试闸门（需先 npm install）"
    return 0
  fi
  echo "[$(date '+%F %T')] JS 测试闸门：使用 $node_bin（npx vitest run）"
  # 用 node 的完整路径运行 npx，确保找到 node_modules/.bin/vitest
  local npx_bin
  npx_bin="$(dirname "$node_bin")/npx"
  [ -x "$npx_bin" ] || npx_bin="npx"
  if ! "$npx_bin" vitest run 2>&1; then
    echo "[$(date '+%F %T')] ❌ JS 测试失败"
    return 1
  fi
  echo "[$(date '+%F %T')]   ✓ JS 测试通过"
  return 0
}

# 同步 systemd 单元文件：deploy/ 下的 .service/.timer 与 /etc/systemd/system
# 不一致时拷贝并 reload；timer 变更额外 enable --now（新调度周期立即生效且开机自启），
# 主服务 unit 变更额外 restart（否则光 daemon-reload 日志说已更新、实际没生效）。
# 每次都执行（而非仅版本更新时），保证单元变更不依赖代码变更触发。
sync_units() {
  local changed=0 restart_main=0 f base
  for f in "$APP_DIR"/deploy/*.service "$APP_DIR"/deploy/*.timer; do
    [ -f "$f" ] || continue
    base=$(basename "$f")
    if ! cmp -s "$f" "/etc/systemd/system/$base"; then
      cp "$f" "/etc/systemd/system/$base"
      echo "[$(date '+%F %T')] 单元已更新: $base"
      changed=1
      case "$base" in
        *.timer)
          # enable --now：新增的 timer 只 restart 不会建开机自启软链，宿主重启后就丢了
          systemctl enable --now "$base" 2>/dev/null \
            || systemctl restart "$base" 2>/dev/null || true
          ;;
        "$SERVICE_NAME".service)
          # 常驻服务的 unit 变更（如 ExecStart）光 daemon-reload 不生效，必须 restart；
          # oneshot 服务下次触发自然读新配置，无需 restart
          restart_main=1
          ;;
      esac
    fi
  done
  if [ "$changed" -eq 1 ]; then
    systemctl daemon-reload
    echo "[$(date '+%F %T')] systemd 单元同步完成"
  fi
  if [ "$restart_main" -eq 1 ]; then
    systemctl restart "$SERVICE_NAME"
    echo "[$(date '+%F %T')] 已重启 $SERVICE_NAME 使 unit 变更生效"
  fi
}

sync_units

git fetch -q origin "$BRANCH"

LOCAL=$(git rev-parse HEAD)
REMOTE=$(git rev-parse "origin/$BRANCH")

if [ "$LOCAL" = "$REMOTE" ]; then
  echo "[$(date '+%F %T')] 代码已是最新，无需更新"
  print_version
  exit 0
fi

# 若该远端提交刚被任一闸门拦截（JS / 测试 / 健康），冷却窗口内不重复部署同一坏版本：
# 否则每分钟 timer 都会 reset→重启→失败→回滚，服务反复抖动且告警轰炸。
# 放行条件：远端推了新提交、冷却到期、或标记为旧格式——见 skip_failed_commit。
if skip_failed_commit "$REMOTE"; then
  print_version
  exit 0
fi

echo "[$(date '+%F %T')] 检测到新版本: ${LOCAL:0:8} -> ${REMOTE:0:8}"
# 部署节点始终与远端完全一致：reset --hard 丢弃任何本地变更（含文件 mode 变化），
# 避免 cc1 上误改文件导致 pull 拒绝合并、更新链路卡死
git reset --hard -q "origin/$BRANCH"

# 依赖如有变更自动安装（无变化时 pip 会快速跳过）
if [ -x ".venv/bin/pip" ]; then
  # 不再用 2>/dev/null || true 把报错全吞：装不上时只表现为服务重启后 ImportError，极难定位
  if ! .venv/bin/pip install -q -r requirements.txt; then
    echo "[$(date '+%F %T')] 警告：依赖安装失败，服务可能因 ImportError 起不来；请手动执行 .venv/bin/pip install -r requirements.txt 看完整报错"
  fi
fi
# 前端 JS 测试依赖（vitest）：package.json 存在时自动 npm install，无变化时 npm 快速跳过
if [ -f "package.json" ]; then
  local_npm=""
  for _cand in ".venv/bin/npm" "npm"; do
    if command -v "$_cand" >/dev/null 2>&1; then local_npm="$_cand"; break; fi
  done
  if [ -n "$local_npm" ]; then
    if ! "$local_npm" install --prefer-offline -q 2>&1; then
      echo "[$(date '+%F %T')] 警告：npm install 失败，JS 测试闸门将被跳过"
    fi
  else
    echo "[$(date '+%F %T')] ⚠️ 未找到 npm，跳过前端依赖安装"
  fi
fi

# ---- 前端 JS 语法闸门 ----
if ! check_js_syntax; then
  FAIL_REASON="前端 JS 语法检查失败（node --check 未通过，已中止上线）"
  echo "[$(date '+%F %T')] ❌ ${FAIL_REASON}，回滚至 ${LOCAL:0:8}"
  git reset --hard -q "$LOCAL"
  systemctl restart "$SERVICE_NAME" || true
  mark_failed "$REMOTE" "$FAIL_REASON"
  send_alert "🚨 vps-manager 部署失败：JS 语法闸门拦截
坏版本: ${REMOTE:0:8}
回滚至: ${LOCAL:0:8}
失败原因: ${FAIL_REASON}
时间: $(date '+%F %T')
主机: cc1:${APP_DIR}
排查: journalctl -u ${SERVICE_NAME} -n 50"
  exit 1
fi

# ---- 前端 JS 测试闸门 ----
if ! check_js_tests; then
  FAIL_REASON="前端 JS 测试失败（vitest run 未通过，已中止上线）"
  echo "[$(date '+%F %T')] ❌ ${FAIL_REASON}，回滚至 ${LOCAL:0:8}"
  git reset --hard -q "$LOCAL"
  systemctl restart "$SERVICE_NAME" || true
  mark_failed "$REMOTE" "$FAIL_REASON"
  send_alert "🚨 vps-manager 部署失败：JS 测试闸门拦截
坏版本: ${REMOTE:0:8}
回滚至: ${LOCAL:0:8}
失败原因: ${FAIL_REASON}
时间: $(date '+%F %T')
主机: cc1:${APP_DIR}
排查: npx vitest run"
  exit 1
fi

# ---- 测试闸门：restart 前用 pytest 拦截坏版本 ----
# 旧版本服务仍在运行（尚未 restart），测试失败时只需回退磁盘代码、不 restart，
# 避免坏版本上线。使用规则要求的 .venv/bin/python 解释器。
if [ ! -x ".venv/bin/python" ]; then
  echo "[$(date '+%F %T')] ⚠️ 未找到 .venv/bin/python，跳过测试闸门"
elif ! .venv/bin/python -c 'import pytest' >/dev/null 2>&1; then
  # pytest 属 requirements-dev.txt（注明生产部署不装）。模块缺失是环境问题，不是版本有问题：
  # 若按「测试失败」处理，会拦截完全正常的提交，并写 FAILED_STATE 把更新链路永久冻结
  # （cc1 曾因此卡在旧版本数小时，直到人工介入）。降级为跳过，与 JS 闸门缺 node 的处理一致。
  echo "[$(date '+%F %T')] ⚠️ .venv 未安装 pytest（见 requirements-dev.txt），跳过测试闸门"
else
  echo "[$(date '+%F %T')] 运行测试闸门（pytest -x -q）…"
  if ! .venv/bin/python -m pytest tests/ -x -q 2>&1; then
    FAIL_REASON="测试闸门失败（pytest -x -q 未通过），已阻止 restart"
    echo "[$(date '+%F %T')] ❌ ${FAIL_REASON}"
    # 回退磁盘代码到 reset 前的提交；旧版本服务仍在运行，无需 restart
    git reset --hard -q "$LOCAL"
    # sync_units 可能已 daemon-reload 过新 unit 文件，代码回退后需再 reload 一次对齐旧版本
    systemctl daemon-reload 2>/dev/null || true
    # 记录失败提交与原因，冷却窗口内阻止后续 timer 重复部署同一坏版本
    mark_failed "$REMOTE" "$FAIL_REASON"
    send_alert "🚨 vps-manager 测试闸门失败，已阻止部署
坏版本: ${REMOTE:0:8}
保留版本: ${LOCAL:0:8}
失败原因: ${FAIL_REASON}
时间: $(date '+%F %T')
主机: cc1:${APP_DIR}
排查: .venv/bin/python -m pytest tests/ -x -q"
    exit 1
  fi
  echo "[$(date '+%F %T')] ✅ 测试闸门通过"
fi

# 重启服务加载新代码
systemctl restart "$SERVICE_NAME"
echo "[$(date '+%F %T')] 已重启 $SERVICE_NAME 服务"

# ---- 部署后健康闸门：轮询 /health 直到 commit 追平新 HEAD 且 status=ok，否则回滚 ----
# LOCAL 是 reset 前记录的 HEAD，即回滚点；EXPECTED_SHORT 与 app 上报口径一致（--short 自适应）
if [ -z "$PY" ]; then
  echo "[$(date '+%F %T')] ⚠️ 无可用 Python 解析 /health，跳过健康闸门（不回滚，请人工确认服务状态）"
  print_version
  exit 0
fi
EXPECTED_SHORT="$(git rev-parse --short HEAD)"
if wait_health "$EXPECTED_SHORT" "$HEALTH_TIMEOUT"; then
  # /health commit 追平通过，进一步验证核心 API 端点可用性
  if check_core_apis; then
    rm -f "$FAILED_STATE" 2>/dev/null || true
    echo "[$(date '+%F %T')] ✅ 部署健康检查通过（含核心 API 验证）"
    print_version
    exit 0
  fi
  # API 探测失败：视同健康检查未通过，进入回滚路径
  FAIL_REASON="核心 API 探测失败（/health 已通过但部分端点非 200）"
  echo "[$(date '+%F %T')] ❌ 核心 API 探测未通过，触发回滚"
else
  FAIL_REASON="健康检查未通过（${HEALTH_TIMEOUT}s 内 commit 未追平 ${EXPECTED_SHORT} 或 status≠ok）"
fi

# 健康检查或 API 探测失败：回滚到 reset 前的提交并重启，尽量恢复到已知可用版本
echo "[$(date '+%F %T')] ❌ ${FAIL_REASON}，回滚至 ${LOCAL:0:8}"
git reset --hard -q "$LOCAL"
systemctl restart "$SERVICE_NAME" || true

PREV_SHORT="$(git rev-parse --short HEAD)"
recovered="否（回滚后服务仍未通过健康检查，需人工介入）"
if wait_health "$PREV_SHORT" "$ROLLBACK_TIMEOUT"; then
  recovered="是（已恢复到回滚版本）"
  echo "[$(date '+%F %T')] 已回滚至 ${LOCAL:0:8}，服务恢复正常"
else
  echo "[$(date '+%F %T')] ⚠️ 已回滚至 ${LOCAL:0:8}，但健康检查仍未通过，需人工介入"
fi

# 记录失败的远端提交与原因，冷却窗口内阻止重复部署（见文件头 FAILED_STATE 说明）
mark_failed "$REMOTE" "$FAIL_REASON"

# 通过 .env 已配置的通知渠道告警
send_alert "🚨 vps-manager 部署健康检查失败，已自动回滚
坏版本: ${REMOTE:0:8}
回滚至: ${LOCAL:0:8}
失败原因: ${FAIL_REASON}
服务恢复: ${recovered}
时间: $(date '+%F %T')
主机: cc1:${APP_DIR}
排查: journalctl -u ${SERVICE_NAME} -n 50"

# 以非 0 退出，让 systemd 记录本次更新失败（告警已发出）
exit 1