阶段十五：AgentMeshOS 多边缘、Tailnet 中继与网络态势韧性整改

状态：已完成并归档

完成日期：2026-10-03

📌 结论摘要

P15 已完成多 Edge、DERP region 900 至 903、Peer Relay、DNS 自动切换和网络态势交互整改，并完成 MM/RR 整机硬故障演练。RR panic 后暴露的 Tailnet 登录循环依赖、私有回源配置丢失、Docker 早于 Tailnet 启动和站点部署循环依赖四个冷启动根因已经修复，提交 712593163768cec7379de1d8674c8aad27012fa4 的 GitHub Actions、101 Runner 和 RR 生产部署全部通过。依据是 docs/plans/state.json、P15 原计划、Actions Run 37093434694、生产容器健康回读、公网 console/mesh/docs/status/cloud 和 RR 冷启动配置；影响是 P15 正式归档，后续控制面后端冗余在 P16 原地叠加，不重新打开 P15。

📊 验收结果

工作包	结果	现场依据
P15-0	完成基线、节点资格、端口和计划迁移	节点登记、资源余量、端口占用和能力矩阵已冻结
P15-1	完成拓扑别名、拖动、分道、域名和域名说明	1200x720 画布、短别名、独立分道和浏览器契约通过
P15-2	完成 region 900 至 903 与 Peer Relay	四区 tailscale debug derp、UDP 40000 和精确 Headscale ACL 通过
P15-3	完成 d02、DD、dog-public Edge	证书链、核心域名回源、/verify、端口和重启持久性通过
P15-4	完成 101 AliDNS 控制器	真实 MM → d02 切流、AAAA 删除、回切、AAAA 恢复和 IPv6 客户端复核通过
P15-5	完成故障演练和生产发布	MM panic 自动切换与回滚通过；RR panic 后四个冷启动根因修复并由完整 SHA 门禁验证

🧪 关键证据

RR panic 后公网 SSH 在 11:04:37 至 11:07:26 不可达。恢复时，Tailnet 登录曾依赖需要 RR 自身回源的 mesh.yohan.fun，私有回源 staged 配置缺失后符号链接悬空，Docker 在 100.64.0.1 出现前启动，部署脚本又依赖正在故障的 docs.yohan.fun 获取清理脚本。修复后 Tailnet 登录改用本机 http://127.0.0.1:39088，一次性 auth key 通过 0600 临时文件传入，私有回源有 last-known-good，Docker 增加 Tailnet 就绪门禁，部署脚本优先使用本机清理脚本并在镜像已存在时跳过拉取。

生产回读确认 console.yohan.fun=302，mesh/docs/status/cloud.yohan.fun=200；RR 上 headscale、tailscaled、agentmeshos-bt-nginx、agentmeshos-tailnet-origin、nomad 和 docker 均 active，Console、Docs、Status、API/Auth/Runtime 等容器均 healthy。提交 712593163768cec7379de1d8674c8aad27012fa4 的 post-push-verify=pass，四个镜像构建工作流及其 deploy-production / deploy job 均为 success。

⚠️ 边界与未决项

P15 只解决入口、中继、DNS 和 RR 冷启动恢复，不复制 RR 上的 Console、Auth、API Gateway 和 Runtime 后端。RR 主机完全不可用时，多个 Edge 仍会回源同一后端，因此无法保证登录和网络态势可见；该缺口已经转入 P16，不允许用“增加更多 Edge”冒充控制面高可用。

www.threedogs.vip 的跨厂商证书与 DNS API 继续单独门禁，不纳入 Edge 高可用结论。RR 的 24 小时稳态观察继续按运维事件执行，不重新打开 P15。