fix(worker): resolve setup and runtime regressions

package.json

@@ -147,6 +147,7 @@
     "mysql2": "^3.11.0",
     "openpgp": "^6.3.1",
     "otplib": "^12.0.1",
+    "parse5": "^7.3.0",
     "qrcode": "^1.5.4",
     "rehype-katex": "7.0.1",
     "rehype-raw": "^7.0.0",

scripts/fetch-frontend.mjs

@@ -8,9 +8,10 @@
  *   1. FRONTEND_DIST 环境变量：已构建好的 dist 目录路径（最快，CI 缓存场景）
  *   2. FRONTEND_REPO 环境变量：本地官方前端仓库路径（自动 install + build）
  *   3. 同级目录 ../OpenList-Frontend（monorepo 布局，自动探测，自动 install + build）
- *   4. 默认：下载 npm 上【已发布】的 dist（版本取 registry 的 latest，
- *      可用 FRONTEND_VERSION 固定）
- *   5. FRONTEND_BUILD_FROM_SOURCE=1：从 Git 克隆前端 main 分支并现构建
+ *   4. 默认：下载 npm 上【已发布】且兼容 Worker 初始化协议的 dist（版本取
+ *      registry 的 latest，可用 FRONTEND_VERSION 固定）
+ *   5. 发布版尚未包含 Worker 初始化协议，或 FRONTEND_BUILD_FROM_SOURCE=1：
+ *      从 Git 克隆前端 main 分支并现构建
  *
  * 为什么默认取「已发布 dist」而不是「克隆 main 现构建」：
  *   前端产物是内容哈希文件名（/assets/index-XXXX.js），而 CDN（jsdelivr /
@@ -22,6 +23,10 @@
  *   可用（等价 Go Release 版行为）。同时 stampFrontendVersion 会把该版本号写进
  *   index.html，使 ASSET_URLS 的 $version 正好解析到这份 dist 对应的版本。
  *
+ * 已发布包可能落后于 Worker 后端。只有同时包含 /public/init_status 与 /@init
+ * 的产物才可使用；否则全新部署会只请求会被 503 拦截的 /public/settings，既不
+ * 显示初始化向导也无法创建管理员。遇到这种版本会自动改为构建前端 main。
+ *
  * 用法：
  *   FRONTEND_DIST=/path/to/dist node scripts/fetch-frontend.mjs
  *   FRONTEND_REPO=../OpenList-Frontend node scripts/fetch-frontend.mjs
@@ -95,6 +100,32 @@ function requireDist(src) {
   }
 }
 
+/**
+ * 已构建前端是否包含 Worker 首次初始化协议。
+ *
+ * Vite 会保留路由和 API 路径字符串，因此无需执行或反编译 bundle。两项必须
+ * 同时存在：init_status 负责识别空数据库，/@init 才能渲染创建管理员的向导。
+ */
+function supportsWorkerSetup(src) {
+  let hasStatus = false
+  let hasRoute = false
+  const pending = [src]
+  while (pending.length > 0 && (!hasStatus || !hasRoute)) {
+    const current = pending.pop()
+    for (const entry of fs.readdirSync(current, { withFileTypes: true })) {
+      const full = path.join(current, entry.name)
+      if (entry.isDirectory()) {
+        pending.push(full)
+      } else if (entry.isFile() && entry.name.endsWith(".js")) {
+        const code = fs.readFileSync(full, "utf-8")
+        hasStatus ||= code.includes("/public/init_status")
+        hasRoute ||= code.includes("/@init")
+      }
+    }
+  }
+  return hasStatus && hasRoute
+}
+
 function replaceDist(src) {
   console.log(`  Copying frontend dist: ${src} -> ${DEST}`)
   fs.rmSync(DEST, { recursive: true, force: true })
@@ -113,7 +144,10 @@ function replaceDist(src) {
 function stampFrontendVersion(src) {
   try {
     const pkg = JSON.parse(
-      fs.readFileSync(path.join(path.resolve(src, ".."), "package.json"), "utf-8"),
+      fs.readFileSync(
+        path.join(path.resolve(src, ".."), "package.json"),
+        "utf-8",
+      ),
     )
     // 只信任官方前端包的版本号：FRONTEND_DIST 可能指向任意目录，
     // 误读（例如 worker 自身 package.json 的 4.2.3）会戳出错误的 CDN 版本。
@@ -145,7 +179,9 @@ function stampFrontendVersion(src) {
 function fetchI18n(repo) {
   const langDir = path.join(repo, "src", "lang")
   if (!fs.existsSync(langDir)) {
-    console.warn("  [fetch-frontend] repo missing src/lang, skipping i18n fetch")
+    console.warn(
+      "  [fetch-frontend] repo missing src/lang, skipping i18n fetch",
+    )
     return
   }
   const tmpTar = path.join(os.tmpdir(), `openlist-i18n-${process.pid}.tar.gz`)
@@ -172,16 +208,17 @@ function buildLocalRepo(repo) {
   }
   const pm = detectPackageManager(abs)
   const cmd = resolvePmCommand(abs, pm)
-  const install = (extra = "") =>
-    run(`${cmd} install${extra}`, { cwd: abs })
+  const install = (extra = "") => run(`${cmd} install${extra}`, { cwd: abs })
   try {
     install()
   } catch {
     // 重试一次并加 --trust-lockfile：pnpm 11 默认对 lockfile 逐项重跑
     // minimumReleaseAge / trustPolicy 供应链复核，registry manifest 缺少
     // 平台子包时会误报（如 @crowdin/cli-*-arm64）。lockfile 来自刚克隆的
     // 官方前端仓库（HTTPS + 官方分支），属于可信来源，跳过复核安全。
-    console.warn("  [fetch-frontend] pnpm install failed (lockfile supply-chain recheck or network issue), retrying once with --trust-lockfile...")
+    console.warn(
+      "  [fetch-frontend] pnpm install failed (lockfile supply-chain recheck or network issue), retrying once with --trust-lockfile...",
+    )
     install(" --trust-lockfile")
   }
   fetchI18n(abs)
@@ -239,7 +276,14 @@ async function fetchPublishedDist() {
     run(`tar -xzf pkg.tgz package/dist package/package.json`, { cwd: tmp })
     const src = path.join(tmp, "package", "dist")
     requireDist(src)
+    if (!supportsWorkerSetup(src)) {
+      console.warn(
+        `  Published frontend ${version} lacks the Worker setup protocol; building ${OFFICIAL_REPO_REF} instead`,
+      )
+      return false
+    }
     replaceDist(src)
+    return true
   } finally {
     fs.rmSync(tmp, { recursive: true, force: true })
   }
@@ -272,17 +316,18 @@ async function main() {
     return
   }
 
-  // 4. 下载 npm 上已发布的 dist（默认）
+  // 4. 下载 npm 上已发布且兼容 Worker 初始化协议的 dist（默认）
   //    从 main 现构建的产物哈希与 CDN 不一致，会让路径 A 失效、npmmirror 之类的
   //    镜像完全不可用（详见文件头），故默认改为取已发布产物。
   if (process.env.FRONTEND_BUILD_FROM_SOURCE !== "1") {
-    await fetchPublishedDist()
-    return
+    if (await fetchPublishedDist()) return
   }
 
-  // 5. 从 Git 克隆 main 并构建（FRONTEND_BUILD_FROM_SOURCE=1 时使用）
+  // 5. 从 Git 克隆 main 并构建（显式要求源码构建，或发布版尚未兼容 Worker）
   const tmp = fs.mkdtempSync(path.join(os.tmpdir(), "openlist-frontend-"))
-  console.log(`  Cloning official frontend: ${OFFICIAL_REPO_URL}#${OFFICIAL_REPO_REF}`)
+  console.log(
+    `  Cloning official frontend: ${OFFICIAL_REPO_URL}#${OFFICIAL_REPO_REF}`,
+  )
   try {
     run(
       // -c core.autocrlf=false：禁用克隆端的换行符转换。Windows 上 autocrlf

src/backend/drivers/autoindex/driver.test.ts

@@ -54,6 +54,31 @@ test("parseAutoIndexHTML extracts files, dirs, size and modified", () => {
   assert.equal(nodes[1].isDir, true)
 })
 
+test("parseAutoIndexHTML tolerates malformed Apache directory HTML", () => {
+  // archive.apache.org/dist/tomcat/ 实际返回过这种重复 html/body/pre、只关闭一层
+  // pre 的页面。浏览器与 Go htmlquery 都能解析，AutoIndex 也不能按严格 XML 拒绝。
+  const html = `<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">
+<html><head><title>Index</title></head><body>
+<html><head><title>Index</title></head><body><pre>
+<pre><a href="/dist/">Parent Directory</a>
+<a href="tomcat-10/">tomcat-10/</a> 2026-09-15 10:54 -
+</pre></body></html>`
+
+  const nodes = parseAutoIndexHTML(
+    html,
+    "//pre/a",
+    "@href",
+    "string(following-sibling::text()[1])",
+    "string(following-sibling::text()[2])",
+    ["Parent Directory"],
+  )
+
+  const tomcat = nodes.find((node) => node.name === "tomcat-10")
+  assert.ok(tomcat)
+  assert.equal(tomcat.url, "tomcat-10/")
+  assert.equal(tomcat.isDir, true)
+})
+
 test("normalizeAutoIndexAddition fills defaults", () => {
   const a = normalizeAutoIndexAddition({ url: "example.com/files" })
   assert.equal(a.url, "https://example.com/files/")

src/backend/drivers/autoindex/driver.ts

@@ -13,6 +13,7 @@ const DefaultItemXPath = "//pre/a"
 const DefaultNameXPath = "@href"
 const DefaultSizeXPath = "string(following-sibling::text()[1])"
 const DefaultModifiedXPath = "string(following-sibling::text()[2])"
+const FETCH_TIMEOUT_MS = 30_000
 
 export function normalizeAutoIndexAddition(a: any): AutoIndexAddition {
   const norm = { ...(a || {}) } as any
@@ -78,7 +79,12 @@ export class AutoIndexDriver implements StorageDriver {
 
   async list(virtualPath: string, physicalPath: string): Promise<FileItem[]> {
     const baseURL = this.buildDirURL(physicalPath)
-    const res = await fetch(baseURL)
+    // 边缘运行时通常会等到平台级超时（EdgeOne 为 120 秒）才中止不可达的
+    // 上游请求。显式限制单次目录读取，避免一个失联的 AutoIndex 挂载长期占用
+    // 实例并拖累同一服务的其他请求。
+    const res = await fetch(baseURL, {
+      signal: AbortSignal.timeout(FETCH_TIMEOUT_MS),
+    })
     if (!res.ok) {
       throw new Error(`Failed to fetch ${baseURL}: HTTP ${res.status}`)
     }

src/backend/drivers/autoindex/util.ts

@@ -1,6 +1,7 @@
 // AutoIndex utility functions
 import * as xpath from "xpath"
 import { DOMParser } from "@xmldom/xmldom"
+import { parse, serialize } from "parse5"
 import { AutoIndexNode } from "./types"
 
 /**
@@ -20,19 +21,30 @@ function extractXPathValue(raw: unknown): string | undefined {
 }
 
 // 将宽松 HTML 清洗为可被 XML 解析器（xmldom）解析的良构 XML：
-// 1) 移除 DOCTYPE 与注释；2) 把 void 标签（<hr>/<meta>/<br> 等）转为自闭合。
-// 这样用 text/xml 解析后节点无命名空间，用户配置的无前缀 XPath（如 //pre/a）
-// 才能正常匹配——与 Go 侧 htmlquery（golang.org/x/net/html）的行为保持一致。
-// 注意：若直接用 text/html 解析，xmldom 会注入 XHTML 命名空间，导致 //pre/a 匹配不到。
+// 1) 先用 parse5 按 HTML5 容错规则修复未闭合/错位/重复标签；
+// 2) 移除 XML 不需要的 DOCTYPE、注释和 script/style；
+// 3) 把 void 标签（<hr>/<meta>/<br> 等）转为自闭合。
+//
+// 不能直接把远端 HTML 交给 xmldom 的 XML 模式：真实目录页常包含浏览器可以
+// 正常处理的非严格 HTML。例如 archive.apache.org/dist/tomcat/ 同时有重复的
+// html/body/pre 标签，旧实现会抛 "Opening and ending tag mismatch"。parse5 与
+// Go 版 htmlquery 底层的 HTML parser 一样会容错，再转 XML 后仍可继续使用用户
+// 配置的无前缀 XPath（如 //pre/a）。
+//
+// 注意：若直接用 xmldom 的 text/html 模式，它会注入 XHTML 命名空间，导致
+// //pre/a 匹配不到。
 const HTML_VOID_TAGS =
   "area|base|br|col|embed|hr|img|input|link|meta|param|source|track|wbr"
 
 function htmlToXml(html: string): string {
-  let s = html
+  let s = serialize(parse(html))
   s = s.replace(/<!DOCTYPE[^>]*>/gi, "")
   s = s.replace(/<!--[\s\S]*?-->/g, "")
+  // script/style 的 raw text 可以包含 XML 非法的裸 <、&；AutoIndex XPath 不会
+  // 依赖这些内容，移除可避免第二阶段 XML 解析被无关脚本或样式破坏。
+  s = s.replace(/<(script|style)\b[^>]*>[\s\S]*?<\/\1\s*>/gi, "")
   s = s.replace(
-    new RegExp(`<(${HTML_VOID_TAGS})([^>]*?)/?>`, "gi"),
+    new RegExp(`<(${HTML_VOID_TAGS})([^>]*?)/?\\s*>`, "gi"),
     "<$1$2/>",
   )
   return s
@@ -44,7 +56,7 @@ export function parseAutoIndexHTML(
   nameXPath: string,
   sizeXPath: string,
   modifiedXPath: string,
-  ignoreNames: string[]
+  ignoreNames: string[],
 ): AutoIndexNode[] {
   // @xmldom/xmldom >= 0.9 已废弃 errorHandler，改用 onError 回调
   const doc = new DOMParser({
@@ -146,10 +158,7 @@ export function parseSize(sizeStr: string): number {
   return Math.round(num * mul)
 }
 
-export function parseTime(
-  timeStr: string,
-  format: string
-): string {
+export function parseTime(timeStr: string, format: string): string {
   if (!timeStr) return new Date().toISOString()
 
   try {
@@ -161,7 +170,9 @@ export function parseTime(
     const isoMatch = timeStr.match(/(\d{4})-(\d{2})-(\d{2})\s+(\d{2}):(\d{2})/)
     if (isoMatch) {
       const [, year, month, day, hour, minute] = isoMatch
-      return new Date(`${year}-${month}-${day}T${hour}:${minute}:00`).toISOString()
+      return new Date(
+        `${year}-${month}-${day}T${hour}:${minute}:00`,
+      ).toISOString()
     }
 
     // Try common formats