AI：hermes desktop黑屏故障

一句话

不是单一故障，是「nix-ld 缺 Electron 运行库（已在世代层独立证实）」+「gateway 僵尸态重启循环」+「drkonqi 自身崩溃制造噪音」叠加。与克隆操作无因果关系——崩溃比克隆结束晚 26 分钟。当时推断的「盘1 会原样复发」已在盘1 实际启动后否定（见文末）。

时间线（实测，全部可追溯）

逐条裁决：报告的 5 层根因

报告漏掉的（当时新增，最要紧）

1. 盘1 停在修复之前（当时判断：启动后会原样复发）—— 后经追平解决，见文末。这条后来被实际启动否证了：盘1 以旧的 437 库也能进桌面，说明缺库不是唯一触发条件。
2. 启动窗口内时钟错了 8 小时。date/timedatectl 正确，但 journal 与 who -b 记成 +8h，systemd 甚至显示 since 22:29:45; 7h left。
3. 残留 Windows 路径的确切位置：不在 default profile，在 profiles/win10-u533b-u751f/.env:526。
4. desktop 不参与 Nix 构建：git 安装目录下的预编译产物 ⇒「补编译链、重跑 npm ci」对它无效；真正作用面只有 nix-ld 库集与进程启动环境变量。
5. 另一处未清失败单元：app-trilium-notes@796a2c2a…service 仍 failed。

已验证有效的修复（按判据计）

下次同类故障的判据顺序

1. coredumpctl list | grep -i Hermes —— 先拿信号与二进制路径。
2. 信号是 SIGILL ⇒ 直接判为 Chromium IMMEDIATE_CRASH（主动自杀），别去找「非法指令」。
3. ls $(readlink /nix/var/nix/profiles/system-N-link)/sw/share/nix-ld/lib | wc -l —— 逐世代比库数，最快最硬（437 vs 525 一眼定案）。
4. tr '\0' '\n' < /proc/<desktop 主进程>/environ | grep NIX_LD —— 看运行进程实际拿到什么，不看配置「应该」给什么。
5. drkonqi 自身的 SIGABRT 全是噪音，忽略。

遗留待办：已全部处理（2026-10-09 16:57）

关于「克隆是否保真」的权限审计（2026-10-09 16:57）

问题：盘1 上从盘2 克隆来的目录，属主是否被改乱？

不该改的：/etc /nix /var /usr /root 本就应是 root:root（NixOS 正常布局）。
故意保留 root 的一处：盘2 底层那个真实的 /s500data 保持 root:root 755 —— 平时被 bind 盖住不可见；万一 bind 失败，root 属主能挡住 cat 的静默写入，正是设计要防的「同路径不同内容分叉」。

hermes手册.txt

Hermes 手册（max2-nixos）—— 出异常时怎么恢复使用
============================================================
本机 Hermes 形态速记：
  · 安装方式 = 官方源码链(git)：/home/cat/.hermes/hermes-agent
  · 数据目录 HERMES_HOME = /home/cat/.hermes
  · CLI 入口 = /home/cat/.hermes/hermes-agent/.hermes/bin/hermes  （下文直接写 hermes）
  · 两个长驻件：
      桌面 = "hermes desktop"（Electron，预编译包 apps/desktop/release/linux-unpacked/）
      网关 = systemd 用户单元 hermes-gateway.service（Telegram 等平台接入）
  · 声明式设置(要 nixos-rebuild)在 /etc/nixos；本文件只讲「运行时不重建、如何把它救回来」
提示：agent 无 root，提权用 /run/wrappers/bin/sudo -n；脚本里命令一律写绝对路径。

============================================================
0. 黄金判据（先跑这三条，定位到下面哪一节）
============================================================
  systemctl --user status hermes-gateway.service -n0     # 网关在不在
  pgrep -af 'release/linux-unpacked/Hermes'              # 桌面进程在不在
  hermes logs desktop -n 40                              # 桌面最近日志（黑屏/崩溃都看它）

============================================================
1. 【最常见】hermes desktop 出不来 / 黑屏 / 每分钟崩一次
============================================================
症状：
  · 窗口黑屏、进不去 GUI；或
  · 日志每 ~1 分钟一行 render-process-gone reason=crashed exitCode=132；或
  · coredump 里是 SIGILL(信号4)，故障点固定 Hermes+0x6e27995（ud2 = Chromium 主动自杀）。
根因（NixOS 特有）：
  预编译 Electron 的 chrome-sandbox 不是 setuid（NixOS 没法给 $HOME 里的文件加 setuid）
  → Chromium 沙箱起不来 → 应用降级 --no-sandbox，并把"降级结论"写进两个 sticky marker：
      ~/.config/Hermes/linux-gpu-fallback.json         {"state":"fallback","reason":"gpu-launch-failure",...}
      ~/.config/Hermes/windows-sandbox-fallback.json   {"state":"fallback","reason":"boot-loop",...}
  marker 的 version 记成 0.0.0（永不等于真实版本）→ 永不重探。

判据：
  cat ~/.config/Hermes/linux-gpu-fallback.json ~/.config/Hermes/windows-sandbox-fallback.json
  grep ELECTRON_DISABLE_SANDBOX /home/cat/.hermes/.env        # 应有：ELECTRON_DISABLE_SANDBOX=1
  grep -c 'render-process-gone' /home/cat/.hermes/logs/desktop.log

恢复（让它"确定地不带沙箱"启动）：
  1) 若 .env 里没有这行，就把它追加到 /home/cat/.hermes/.env（只加这一行，别动别的）：
       ELECTRON_DISABLE_SANDBOX=1
  2) 关掉残留桌面进程（安全做法：按 /proc 精确匹配，避免 pkill -f 把执行它的 shell 一起杀）：
       python3 - <<'PY'
       import os,glob
       pat=b'release/linux-unpacked/Hermes'; me=os.getpid()
       for d in glob.glob('/proc/[0-9]*'):
           pid=int(os.path.basename(d))
           try:
               if pat in open(d+'/cmdline','rb').read() and pid!=me: os.kill(pid,15)
           except Exception: pass
       PY
       sleep 2; pgrep -af 'release/linux-unpacked/Hermes' || echo "已清空"
  3) 重新拉起：
       hermes desktop
  4) 验收（三条都要数，等 3~5 分钟）：
       grep -c render-process-gone ~/.hermes/logs/desktop.log           # 两次取样不增
       /run/wrappers/bin/sudo -n dmesg | grep -c 'trap invalid opcode'  # 期望 0
       hermes logs desktop -n 20 | grep -E 'backend is ready|published connection=local'

注意：
  · 别把这两个 marker 当敌人去删/改。它们记的是"崩溃结论"；修法方向正是让 no-sandbox 成为固定条件
    （.env 那一行）。只移 marker、不加 .env → 崩溃会回来。version=0.0.0 卡着不清是已知小坑，不影响修法。
  · 日志里 "incorrect permissions on /dev/shm" 是假线索（/dev/shm 实测可写、size 约 30G）。
  · 这条修法在本机 2026-10-13 14:25 才真正落到 .env，此后多时零崩溃 —— 初步有效，未到"根治保证"。

============================================================
2. desktop 起来的其它拦路（不是崩溃循环）
============================================================
2.1 后端没起（桌面白屏/转圈）
    日志特征：Could not connect to Hermes gateway (WebSocket error before open) / ECONNREFUSED 127.0.0.1:<port>
    处置：桌面在等它自己的本地 serve 后端。等 30s 重开；仍不行按第 1 节关进程再 hermes desktop。
      hermes gateway status
2.2 应用页加载失败（黑窗口）
    日志特征：Renderer failed to load: ERR_FAILED (-2) loading 'file://.../dist/index.html'
    处置：桌面包损坏/半更新。先 hermes doctor --fix；再不行 hermes update 重装（桌面会重建）。
2.3 从无图形会话被拉起（直接退出）
    日志特征：Missing X server or $DISPLAY → The platform failed to initialize. Exiting.
    处置：必须在该桌面会话里跑 hermes desktop。要给别的上下文临时配显示变量，照抄正在跑的 plasmashell：
      tr '\0' '\n' < /proc/$(pgrep -x plasmashell | head -1)/environ \
        | grep -E 'DISPLAY|XAUTHORITY|DBUS_SESSION_BUS_ADDRESS|WAYLAND_DISPLAY'

============================================================
3. 网关（hermes-gateway.service）异常
============================================================
症状：日志刷 "A gateway already owns this host ... its control socket has not answered"（僵尸锁），
      restart 计数一直涨；或 Telegram 收不到回复。
判据：
  hermes gateway status
  systemctl --user status hermes-gateway.service -n30
  hermes logs gateway -n 50
恢复（按顺序）：
  hermes gateway restart                 # 首选
  hermes gateway stop ; sleep 3 ; hermes gateway start   # 停干净再起
  hermes gateway migrate                 # 若一直刷僵尸锁：把各 profile 收敛到"一个主机网关"
  hermes gateway list                    # 看每个 profile 的网关状态

============================================================
4. 启动即退、报缺库（nix-ld）
============================================================
症状：hermes desktop 立刻退出；报 /lib64/ld-linux-x86-64.so.2 不存在，或缺 libGLX/libfontconfig/libgdk_pixbuf/libpulse。
判据：
  L=$(readlink -f /nix/var/nix/profiles/system)/sw/share/nix-ld/lib
  ls "$L" | wc -l                                            # 本机应约 525
  ls "$L" | grep -E 'libGLX_mesa|libgdk_pixbuf|libpulse'    # 关键库应在
修法：属于声明式——补 /etc/nixos 里 programs.nix-ld 的库列表后 nixos-rebuild switch（本文件不展开）。
提醒：这条治的是"启动即退/缺库"，不要拿它解释"每分钟 SIGILL 崩溃"——那是第 1 节。

============================================================
5. config.yaml 损坏（改了配置没生效 / 直接报错）
============================================================
症状：日志 "Your settings file (...) has a formatting error at line N ... running on previous settings"。
处置：
  hermes config check
  hermes config edit
  # 坏文件副本：~/.hermes/backups/config/config.yaml.corrupt.<时间戳>
  # 回退：      ls -t ~/.hermes/config.yaml.bak-* | head   （取最近一份覆盖回去）
铁律：改配置一律用 hermes config set <key> <val>，别手改（缩进错 = 整个配置不生效）。

============================================================
6. 会话 / 数据库异常
============================================================
症状：报 "another process holds an old copy of the session database's write-ahead log"，或某会话读不出。
处置：先关占用进程（网关 + 桌面）再重开；state.db 的 -wal/-shm 不要手删。
  hermes sessions list
  hermes sessions show <完整id>          # id 形如 YYYYMMDD_HHMMSS_xxxxxx，别用截短前缀

============================================================
7. 全量备份 / 还原（重装或换机前的保命符）
============================================================
  hermes backup -o "/s500data/软件数据备份/hermes备份/hermes-backup-$(date +%Y%m%d-%H%M%S).zip"
  hermes import <zip>                    # 还原；还原前先给现状再备一份
不含代码与运行时(hermes-agent、tools、installs)；还原后 hermes update 补齐。

============================================================
8. 应急刹车
============================================================
  hermes pause            # 暂停 cron / kanban 派发 / 新的网关回合
  hermes resume           # 解除
关桌面：见第 1 节的安全 kill 脚本。关网关：hermes gateway stop。

============================================================
9. 日志与诊断位置速查
============================================================
  hermes logs <name> [-f] [-n N]     # name: agent(默认) errors gateway gui desktop update handoff
  /home/cat/.hermes/logs/            # 上述文件 + desktop-chromium.log（含 Missing X server / FATAL 等）
  /home/cat/.config/Hermes/          # 桌面用户数据：Crashpad/（崩溃转储）、两个 *-fallback.json
  coredumpctl list | grep -i Hermes ; coredumpctl info <pid>
  /run/wrappers/bin/sudo -n dmesg | grep -iE 'trap invalid opcode|segfault'
  hermes doctor ; hermes doctor --fix ; hermes doctor --live

============================================================
10. 一句话对照：三种"桌面坏"别互相套错
============================================================
  · 启动即退 / 报缺 .so     → 第 4 节  nix-ld（声明式补库 + rebuild）
  · 黑屏 + 每分钟 SIGILL 崩溃 → 第 1 节  沙箱降级 marker（.env ELECTRON_DISABLE_SANDBOX=1）
  · 白屏 / 连不上后端        → 第 2.1  后端未就绪（等待或重启网关）

（手册日期 2026-10-13；与 nixos 台账 docs/hermes-desktop-crash-diagnosis.md 同源。）