edgeguard-native/cmd/edgeguard-api/main.go

// Command edgeguard-api serves the management REST API on
// 127.0.0.1:9443. HAProxy (or a dev curl) terminates TLS in front of
// it; this process is plain HTTP behind that.
package main

import (
	"context"
	"crypto/rand"
	"errors"
	"log"
	"log/slog"
	"net/http"
	"os"
	"path/filepath"
	"strings"
	"time"

	"github.com/gin-gonic/gin"
	"github.com/jackc/pgx/v5/pgxpool"

	"git.netcell-it.de/projekte/edgeguard-native/internal/aggregator"
	chronyrender "git.netcell-it.de/projekte/edgeguard-native/internal/chrony"
	"git.netcell-it.de/projekte/edgeguard-native/internal/cluster"
	"git.netcell-it.de/projekte/edgeguard-native/internal/cluster/clustertls"
	"git.netcell-it.de/projekte/edgeguard-native/internal/cluster/jointoken"
	"git.netcell-it.de/projekte/edgeguard-native/internal/crowdsec"
	"git.netcell-it.de/projekte/edgeguard-native/internal/database"
	firewallrender "git.netcell-it.de/projekte/edgeguard-native/internal/firewall"
	radiusrender "git.netcell-it.de/projekte/edgeguard-native/internal/freeradius"
	"git.netcell-it.de/projekte/edgeguard-native/internal/handlers"
	"git.netcell-it.de/projekte/edgeguard-native/internal/handlers/response"
	"git.netcell-it.de/projekte/edgeguard-native/internal/haproxy"
	kearender "git.netcell-it.de/projekte/edgeguard-native/internal/kea"
	"git.netcell-it.de/projekte/edgeguard-native/internal/license"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/acme"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/alerts"
	aptsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/apt"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/audit"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/backends"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/backendservers"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/backup"
	backupremote "git.netcell-it.de/projekte/edgeguard-native/internal/services/backup/remote"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/clusterjoin"
	dhcpsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/dhcp"
	dnssvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/dns"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/domainheaders"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/domains"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/firewall"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/firewalllog"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/forwardproxy"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/ipaddresses"
	licsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/license"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/networkifs"
	ntpsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/ntp"
	oidcsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/oidc"
	radiussvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/radius"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/routingrules"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/secrets"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/session"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/setup"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/staticroutes"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/syslogs"
	"git.netcell-it.de/projekte/edgeguard-native/internal/services/tlscerts"
	usersvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/users"
	wafsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/waf"
	wgsvc "git.netcell-it.de/projekte/edgeguard-native/internal/services/wireguard"
	squidrender "git.netcell-it.de/projekte/edgeguard-native/internal/squid"
	unboundrender "git.netcell-it.de/projekte/edgeguard-native/internal/unbound"
	wgrender "git.netcell-it.de/projekte/edgeguard-native/internal/wireguard"
)

var version = "1.2.35"

func main() {
	addr := os.Getenv("EDGEGUARD_API_ADDR")
	if addr == "" {
		addr = "127.0.0.1:9443"
	}

	dataDir := os.Getenv("EDGEGUARD_DATA_DIR")
	if dataDir == "" {
		dataDir = setup.DefaultDir
	}
	setupStore := setup.NewStore(dataDir)

	signer, err := session.NewSignerFromPath("")
	if err != nil {
		// /var/lib/edgeguard not writable in dev → fall back to a
		// process-local secret so `go run` works without sudo. Tokens
		// won't survive a restart, which is fine for an unprivileged
		// developer machine.
		slog.Warn("session signer: persisted secret unavailable, using ephemeral",
			"error", err)
		signer = session.NewSigner(randomEphemeralSecret(), nil, 0)
	}

	gin.SetMode(gin.ReleaseMode)
	r := gin.New()
	r.Use(handlers.Recover())

	// Health endpoints are mounted *before* SetupGate so they answer
	// 200 even on a virgin box. UI uses /api/v1/system/health for the
	// post-upgrade version-flip poll.
	r.GET("/healthz", func(c *gin.Context) {
		response.OK(c, gin.H{"status": "ok", "version": version})
	})
	r.GET("/api/health", func(c *gin.Context) {
		response.OK(c, gin.H{"status": "ok", "version": version})
	})

	// ACME HTTP-01 webroot — HAProxy proxies these through pre-setup
	// so certbot can issue the first cert. Webroot location matches
	// certbot's default; override via EDGEGUARD_ACME_WEBROOT for
	// dev/tests.
	acmeWebroot := os.Getenv("EDGEGUARD_ACME_WEBROOT")
	handlers.NewACMEHandler(acmeWebroot).Register(r)

	v1 := r.Group("/api/v1")
	v1.Use(handlers.SetupGate(setupStore))

	requireAuth := handlers.RequireAuth(signer)

	setupHdl := handlers.NewSetupHandler(setupStore).WithVersion(version)
	setupHdl.Register(v1)

	// systemHdl exists früh damit sowohl der frühe (DB-pool nicht
	// nötige) Pfad als auch der späte WithMaintenance-Hookup gehen.
	systemHdl := handlers.NewSystemHandler(version)
	systemHdl.Register(v1)
	authHdl := handlers.NewAuthHandler(setupStore, signer)
	authHdl.Register(v1, requireAuth)

	// Background-Refresh für apt-cache: hält die Apt-Lists alle 5 min
	// frisch, damit der UI-Update-Banner kurz nach `make publish` ein
	// verfügbares Update sieht — ohne den Background-Timer wäre der
	// Cache nur nach UI-Polls aktuell und der Throttle würde
	// Aktualisierungen zwischen den Polls schlucken.
	aptsvc.StartBackgroundRefresh(context.Background())

	// agentHdl wird vom Agent-Listener mit-gemountet (Phase 3.5).
	// Nil-safe — wenn DB nicht offen ist, läuft der Agent-Listener
	// nur mit den read-only System-Endpoints.
	var agentHdl *handlers.ClusterHandler

	// Open the DB pool best-effort. Without a reachable PG, CRUD
	// handlers stay unregistered and only Auth/Setup/System answer —
	// good enough for `go run` on a developer machine that has no
	// postgres-16 yet.
	pool, err := openDBBestEffort()
	if err != nil {
		slog.Warn("DB pool unavailable, CRUD endpoints disabled",
			"error", err)
	} else {
		slog.Info("DB pool open, registering CRUD handlers")

		nodeID, nodeErr := cluster.EnsureNodeID("")
		if nodeErr != nil {
			slog.Warn("node-id not persisted, using ephemeral",
				"id", nodeID, "error", nodeErr)
		}
		clusterStore := cluster.NewStore(pool)

		// Self-register in ha_nodes — only if setup is complete
		// (we want the operator-defined FQDN, not the OS hostname,
		// to land in api_url). Failures are logged but non-fatal.
		ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
		st, _ := setupStore.Load()
		if st != nil && st.Completed {
			// Auto-create /etc/edgeguard/node.conf falls fehlt.
			_, _ = cluster.EnsureLocalConfig("")
			if _, err := cluster.EnsureSelfRegistered(ctx, clusterStore, st.FQDN, "primary", version); err != nil {
				slog.Warn("self-register in ha_nodes failed", "error", err)
			}
		}
		cancel()

		// Phase 3.2: alle 30s Heartbeat (last_seen, status, version,
		// config_hash) für die eigene Row. Goroutine läuft so lange wie
		// die API — beim graceful Shutdown stoppt sie via ctx.Done().
		// Hält den eigenen Node-Status auch dann frisch wenn der
		// Scheduler gerade down ist; ein crashender API stoppt den
		// Heartbeat → Peer-Sweeper markiert binnen 2 min "offline".
		if nodeID != "" {
			go runClusterHeartbeat(context.Background(), pool, nodeID, version)
		}

		// Secondary: push config_hash to primary every 5 min so the primary's
		// ha_nodes reflects actual state. Without this, the primary retains the
		// stale hash written at join-time and the drift banner never clears.
		// st.IsClusterNode + PrimaryFQDN are only set on joined secondary nodes.
		if nodeID != "" && st != nil && st.IsClusterNode && st.PrimaryFQDN != "" {
			if primaryURL, normErr := clusterjoin.NormalizePrimaryURL(st.PrimaryFQDN); normErr == nil {
				go runPrimaryPush(context.Background(), pool, nodeID, st.FQDN, version, primaryURL)
			} else {
				slog.Warn("cluster: cannot normalize primary URL for push", "primary", st.PrimaryFQDN, "error", normErr)
			}
			// runSecondaryConfigRender wird weiter unten gestartet sobald
			// clusterAggregator verfügbar ist (braucht mTLS-Client für Cert-Sync).
		} else if nodeID != "" && st != nil && st.Completed && st.FQDN != "" {
			// Primary/Founder (kein joined Secondary): self (role=primary) an
			// alle Peers pushen, damit deren lokale ha_nodes den Primary frisch
			// hält — sonst zeigt die vom Secondary ausgelieferte UI den Primary
			// als offline. No-op solange keine Peers existieren (Single-Node).
			go runPeerPush(context.Background(), pool, clusterStore, nodeID, st.FQDN, version)
		}

		// Phase 3.3: Cluster-CA + Peer-Cert. Founder-Pfad — auf einem
		// frisch installierten Single-Node generieren wir die CA und
		// signieren uns selbst, damit der Agent-Listener auf :8443
		// gleich hochfahren kann. Joining-Nodes (Phase 3.4) werden den
		// Pfad nicht durchlaufen: sie kriegen CA+Peer-Cert vom Primary
		// gepusht und finden die Files bereits vor.
		clusterTLSStore := clustertls.New("")
		if !clusterTLSStore.HasCA() {
			org := "edgeguard.local"
			if st != nil && st.FQDN != "" {
				org = st.FQDN
			}
			if err := clusterTLSStore.InitCA(org, nil); err != nil {
				slog.Warn("cluster-tls: InitCA failed", "error", err)
			} else {
				slog.Info("cluster-tls: CA generated", "dir", clusterTLSStore.Dir, "org", org)
			}
		}
		if clusterTLSStore.HasCA() && !clusterTLSStore.HasPeer() {
			cn := "edgeguard-node"
			var dnsNames []string
			if st != nil && st.FQDN != "" {
				cn = st.FQDN
				dnsNames = []string{st.FQDN}
			}
			if err := clusterTLSStore.EnsureSelfSigned(cn, dnsNames, nil, nil); err != nil {
				slog.Warn("cluster-tls: EnsureSelfSigned failed", "error", err)
			} else {
				slog.Info("cluster-tls: peer cert generated", "cn", cn)
			}
		}

		// Aggregator nur aufsetzen wenn Cert-Material da ist — sonst
		// fan-out scheitert sowieso am Handshake.
		var clusterAggregator *aggregator.Aggregator
		if clusterTLSStore.HasPeer() {
			if clientTLS, err := clusterTLSStore.ClientTLSConfig(); err == nil {
				clusterAggregator = aggregator.New(clientTLS)
				slog.Info("cluster: aggregator ready", "agent_port", aggregator.DefaultAgentPort)
			} else {
				slog.Warn("cluster: ClientTLSConfig failed", "error", err)
			}
		}

		// Secondary-Config-Render: jetzt wo der Aggregator bereit ist starten.
		// Aggregator wird für Cert-Sync (mTLS GET /agent/cluster/tls-certs) benötigt.
		if nodeID != "" && st != nil && st.IsClusterNode && st.PrimaryFQDN != "" {
			go runSecondaryConfigRender(context.Background(), pool, secrets.New(""), clusterAggregator, nodeID)
		}

		auditRepo := audit.New(pool)
		domainsRepo := domains.New(pool)
		domainHeadersRepo := domainheaders.New(pool)
		backendsRepo := backends.New(pool)
		backendServersRepo := backendservers.New(pool)
		routingRepo := routingrules.New(pool)
		ifsRepo := networkifs.New(pool)
		ipsRepo := ipaddresses.New(pool)
		tlsRepo := tlscerts.New(pool)
		fwZones := firewall.NewZonesRepo(pool)
		fwAddrObj := firewall.NewAddressObjectsRepo(pool)
		fwAddrGrp := firewall.NewAddressGroupsRepo(pool)
		fwSvc := firewall.NewServicesRepo(pool)
		fwSvcGrp := firewall.NewServiceGroupsRepo(pool)
		fwRules := firewall.NewRulesRepo(pool)
		fwNAT := firewall.NewNATRulesRepo(pool)
		secretsBox := secrets.New("")
		wgIfaces := wgsvc.NewInterfacesRepo(pool)
		wgPeers := wgsvc.NewPeersRepo(pool)
		fwdProxyRepo := forwardproxy.New(pool)
		dnsRepo := dnssvc.New(pool)
		ntpRepo := ntpsvc.New(pool)

		// ACME (Let's Encrypt). Email comes from setup.json — the
		// wizard collects acme_email and the issuer registers an
		// account on first /tls-certs/issue call.
		var acmeService handlers.LetsEncryptIssuer
		if st != nil && st.ACMEEmail != "" {
			acmeService = acme.New(st.ACMEEmail)
		}

		// HAProxy reload — re-rendert haproxy.cfg + sudo systemctl
		// reload haproxy. Wird in Domains/Backends/RoutingRules-Handler
		// injiziert, damit jede Änderung ohne expliziten render-config-
		// Aufruf live geht. Errors werden geloggt, nicht failed
		// (Row schon committed, Operator kann manuell re-triggering).
		// Maintenance-Endpoints brauchen den Reloader — späte Wiring
		// nachdem haproxyReloader-closure existiert.
		haproxyReloaderForLater := func(ctx context.Context) error {
			return haproxy.New(pool).Render(ctx)
		}
		systemHdl.WithMaintenance(setupStore, haproxyReloaderForLater)

		// Audit-Wiring (Phase Polish): Settings + Auth-Mutationen
		// landen jetzt im audit_log. Nodes-id ist die persistence
		// /var/lib/edgeguard/node-id.
		systemHdl.WithAudit(auditRepo, nodeID)
		systemHdl.WithDB(pool)
		systemHdl.WithConfigPreviewers(map[string]func(context.Context) (string, error){
			"haproxy":   haproxy.New(pool).RenderToString,
			"nftables":  firewallrender.New(pool).RenderToString,
			"squid":     squidrender.New(pool).RenderToString,
			"unbound":   unboundrender.New(pool).RenderToString,
			"chrony":    chronyrender.New(pool).RenderToString,
			"wireguard": wgrender.New(pool, secretsBox).RenderToString,
			"crowdsec-whitelist": crowdsec.NewWhitelistGenerator(pool).RenderToString,
		})
		setupHdl.WithAudit(auditRepo, nodeID)
		setupHdl.WithClusterSupport(clusterStore, func(ctx context.Context) error {
			return firewallrender.New(pool).Render(ctx)
		})
		// Cluster-Node-Startup: Primary in lokalen ha_nodes eintragen damit
		// nftables @peer_ipv4 korrekt ist — auch ohne erneuten Join.
		go setupHdl.StartupPeerSync()
		usersRepo := usersvc.New(pool)
		authHdl.WithAudit(auditRepo, nodeID).WithUsers(usersRepo).WithClusterTLS(clusterTLSStore)
		systemHdl.WithUsers(usersRepo)

		haproxyReloader := func(ctx context.Context) error {
			return haproxy.New(pool).Render(ctx)
		}

		// Domain-Mutationen rendern zusätzlich die CrowdSec-Admin-Whitelist neu
		// (Flag crowdsec_trusted → host-genaue Ausnahme). No-op ohne CrowdSec.
		// Beide laufen unabhängig; Fehler werden zusammengefasst (nur geloggt).
		crowdsecWL := crowdsec.NewWhitelistGenerator(pool)
		domainsReloader := func(ctx context.Context) error {
			return errors.Join(haproxy.New(pool).Render(ctx), crowdsecWL.Render(ctx))
		}

		authed := v1.Group("")
		authed.Use(requireAuth, handlers.RequireAdminForMutations())
		setupHdl.RegisterAuthed(authed)
		handlers.NewUsersHandler(usersRepo, auditRepo, nodeID).Register(authed)

		// OIDC/Keycloak SSO — public Flow-Endpoints auf v1 (hinter SetupGate),
		// Admin-Settings auf authed (PUT nur admin via RequireAdminForMutations).
		oidcRepo := oidcsvc.New(pool, secretsBox)
		oidcHdl := handlers.NewOIDCHandler(oidcRepo, oidcsvc.NewClient(oidcRepo), usersRepo, signer, setupStore).
			WithAudit(auditRepo, nodeID)
		oidcHdl.RegisterPublic(v1)
		oidcHdl.RegisterAdmin(authed)
		handlers.NewDomainsHandler(domainsRepo, routingRepo, domainHeadersRepo, auditRepo, nodeID, domainsReloader).Register(authed)
		handlers.NewBackendsHandler(backendsRepo, auditRepo, nodeID, haproxyReloader).Register(authed)
		handlers.NewBackendServersHandler(backendServersRepo, auditRepo, nodeID, haproxyReloader).Register(authed)
		handlers.NewRoutingRulesHandler(routingRepo, auditRepo, nodeID, haproxyReloader).Register(authed)
		handlers.NewNetworksHandler(ifsRepo, ipsRepo, fwZones, auditRepo, nodeID).Register(authed)
		handlers.NewIPAddressesHandler(ipsRepo, auditRepo, nodeID).Register(authed)
		handlers.NewRoutesHandler(staticroutes.New(pool), staticroutes.NewGenerator(pool),
			auditRepo, nodeID).Register(authed)
		// Phase 3.4 — Join-Token-Service. CA-Fingerprint kommt aus
		// dem clustertls.Store; ohne CA = nil Tokens, GenerateToken
		// scheitert, IssueCert wird gar nicht erst gemountet.
		var joinTokens *jointoken.Service
		if clusterTLSStore.HasCA() {
			joinTokens = jointoken.New(pool, func() (string, error) {
				caCert, _, err := clusterTLSStore.LoadCA()
				if err != nil {
					return "", err
				}
				return jointoken.CAFingerprint16(caCert.Raw), nil
			})
		}
		// PeerReloader: nach Auto-Register triggert das den firewall-
		// Render damit peer_ipv4 frisch ist und der mTLS-Listener für
		// den neuen Peer erreichbar wird. Best-effort.
		peerReloader := func(ctx context.Context) error {
			return firewallrender.New(pool).Render(ctx)
		}
		clusterHdl := handlers.NewClusterHandler(clusterStore, nodeID).
			WithAggregator(clusterAggregator).
			WithJoinFlow(clusterTLSStore, joinTokens).
			WithPeerReloader(peerReloader).
			WithAudit(auditRepo, nodeID).
			WithVersion(version)
		clusterHdl.Register(authed)
		// /cluster/issue-cert läuft PUBLIC — joining Peer hat noch
		// keine Session/Cert. Token + Nonce-Tracking ist die einzige
		// Auth-Stufe.
		clusterHdl.RegisterPublic(v1)
		// Agent-Listener (mTLS) bekommt clusterHdl mit, damit Joiner
		// sich via /agent/cluster/peers eintragen können.
		agentHdl = clusterHdl
		handlers.NewAuditHandler(auditRepo).Register(authed)
		handlers.NewHAProxyStatsHandler().Register(authed)

		// Firewall-Log (Phase 2): Tailer für /var/log/edgeguard/
		// firewall.jsonl + HTTP-Tail + WebSocket-Live-Stream.
		fwLogTailer := firewalllog.NewTailer(firewalllog.DefaultLogPath, 1000)
		handlers.StartFirewallLogTailer(context.Background(), fwLogTailer)
		handlers.NewFirewallLogHandler(fwLogTailer, firewalllog.DefaultLogPath).Register(authed)

		// /logs (Phase 4): aggregierter Reader für journalctl + audit_log
		handlers.NewLogsHandler(syslogs.New(auditRepo)).Register(authed)

		// /backups — manueller Trigger + Liste + Download. Scheduled-
		// Jobs laufen im edgeguard-scheduler.
		backupSvc := backup.New(pool)
		backupSvc.RemoteUploader = newBackupRemoteAdapter(backupremote.New(pool))
		handlers.NewBackupHandler(backupSvc, auditRepo, nodeID, version).Register(authed)
		handlers.NewBackupRemotesHandler(pool, auditRepo, nodeID).Register(authed)
		handlers.NewDiagnosticsHandler().Register(authed)
		handlers.NewAlertsHandler(alerts.New(pool), auditRepo, nodeID).Register(authed)
		handlers.NewTLSCertsHandler(tlsRepo, auditRepo, nodeID, acmeService).Register(authed)
		// Firewall reload: nach jeder Mutation den Renderer neu fahren
		// (writes ruleset.nft + sudo nft -f). Errors loggen, nicht failen.
		fwReloader := func(ctx context.Context) error {
			return firewallrender.New(pool).Render(ctx)
		}
		handlers.NewFirewallHandler(fwZones, fwAddrObj, fwAddrGrp, fwSvc, fwSvcGrp, fwRules, fwNAT, auditRepo, nodeID, fwReloader, pool).Register(authed)
		handlers.NewCrowdSecHandler(auditRepo, nodeID).Register(authed)
		handlers.NewWafHandler(wafsvc.New(pool), auditRepo, nodeID, haproxyReloader).Register(authed)

		// withFW wraps a service-reloader so that AFTER the service is
		// reloaded, the firewall is also re-rendered. Necessary for
		// services whose state feeds the auto-FW-rule generator (DNS
		// listen-IPs, Squid ACL count, WG listen-port, NTP serve-clients).
		// Service-Reload-Errors propagieren; FW-Errors werden nur
		// geloggt (DB-Row ist committed, FW kann nachgezogen werden).
		withFW := func(svc func(context.Context) error) func(context.Context) error {
			return func(ctx context.Context) error {
				if err := svc(ctx); err != nil {
					return err
				}
				if err := fwReloader(ctx); err != nil {
					slog.Warn("firewall: re-render after service mutation failed", "error", err)
				}
				return nil
			}
		}

		// WireGuard reload: re-render /etc/edgeguard/wireguard/*.conf
		// + restart wg-quick@<iface>. Same pattern as the haproxy +
		// firewall reloaders. WG braucht FW-Trigger (server-mode
		// listen-port wird Auto-Rule).
		wgReloader := func(ctx context.Context) error {
			return wgrender.New(pool, secretsBox).Render(ctx)
		}
		// Öffentlicher WG-Endpoint-Host für Peer-Configs = FQDN dieser Node
		// (aus setup.json). Verhindert den REPLACE_WITH_PUBLIC_HOST-Platzhalter,
		// an dem Clients sonst keinen Tunnel aufbauen können.
		wgPublicHost := ""
		if sst, serr := setupStore.Load(); serr == nil && sst != nil {
			wgPublicHost = sst.FQDN
		}
		handlers.NewWireguardHandler(wgIfaces, wgPeers, secretsBox, auditRepo, nodeID, withFW(wgReloader)).WithPublicHost(wgPublicHost).Register(authed)

		// Squid forward-proxy reload — re-render squid.conf + reload
		// squid.service. sudoers im postinst whitelistet das. ACL-Count
		// triggert Auto-FW-Rule für tcp/3128.
		squidReloader := func(ctx context.Context) error {
			return squidrender.New(pool).Render(ctx)
		}
		handlers.NewForwardProxyHandler(fwdProxyRepo, auditRepo, nodeID, withFW(squidReloader)).Register(authed)

		// Unbound DNS reload — re-render edgeguard.conf + restart
		// unbound. Listen-IPs triggering Auto-FW-Rule für udp/tcp 53.
		unboundReloader := func(ctx context.Context) error {
			return unboundrender.New(pool).Render(ctx)
		}
		handlers.NewDNSHandler(dnsRepo, auditRepo, nodeID, withFW(unboundReloader)).Register(authed)

		// Chrony NTP reload — re-render edgeguard.conf + restart chrony.
		// Listen-IPs + serve_clients triggering Auto-FW-Rule für udp/123.
		chronyReloader := func(ctx context.Context) error {
			return chronyrender.New(pool).Render(ctx)
		}
		handlers.NewNTPHandler(ntpRepo, auditRepo, nodeID, withFW(chronyReloader)).Register(authed)

		// DHCP (Kea) — re-render kea-dhcp4.conf + manage service lifecycle.
		keaReloader := func(ctx context.Context) error {
			return kearender.New(pool).Render(ctx)
		}
		handlers.NewDHCPHandler(dhcpsvc.New(pool), auditRepo, nodeID, withFW(keaReloader)).Register(authed)

		// RADIUS (FreeRADIUS) — re-render clients.conf + authorize + service lifecycle.
		radiusReloader := func(ctx context.Context) error {
			return radiusrender.New(pool, secretsBox).Render(ctx)
		}
		handlers.NewRADIUSHandler(radiussvc.New(pool, secretsBox), auditRepo, nodeID, withFW(radiusReloader)).Register(authed)

		// Wire all service reloaders into systemHdl so RenderConfigs
		// re-renders every service from DB state in one shot.
		systemHdl.WithAllReloaders(map[string]func(context.Context) error{
			"nftables":   fwReloader,
			"wireguard":  wgReloader,
			"squid":      squidReloader,
			"unbound":    unboundReloader,
			"chrony":     chronyReloader,
			"kea":        keaReloader,
			"freeradius": radiusReloader,
		})

		// License — node-local key store + DB-mirror of last verify
		// result. Real verify runs against license.netcell-it.com via
		// internal/license; the scheduler triggers daily re-verify.
		licRepo := licsvc.New(pool)
		licClient := license.NewClient()
		licKeyStore := license.NewKeyStore()
		handlers.NewLicenseHandler(licRepo, licKeyStore, licClient, auditRepo, nodeID).Register(authed)
		// Kick off periodic re-verify in this process so a long-running
		// api answers /license/status with fresh data even without the
		// scheduler. StartPeriodicVerification is a no-op when the key
		// is empty.
		licClient.StartPeriodicVerification(licKeyStore.Get())

		// Startup-Render nftables: stellt sicher dass Template-Änderungen
		// aus einem Update (z.B. neue WireGuard forward-Chain-Auto-Regel)
		// sofort nach dem API-Restart aktiv werden — ohne dass der
		// Operator manuell eine Mutation triggering müsste. nft -f ist
		// idempotent und atomar; kein Dienst wird neu gestartet.
		go func() {
			ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second)
			defer cancel()
			if err := firewallrender.New(pool).Render(ctx); err != nil {
				slog.Warn("startup: nftables render failed", "error", err)
			}
		}()
	}

	mountUI(r)

	// Phase 3.3: zweiter Listener auf :8443 mit mTLS für Cluster-Peer-
	// Reads. RequireAndVerifyClientCert gegen unsere Cluster-CA — wer
	// keinen CA-signierten Cert hat, kommt nicht durch den Handshake.
	// Listener wird nur gestartet wenn Cert-Material vorhanden ist;
	// auf einer frisch installierten Box hat die Init-Phase oben das
	// schon erledigt.
	startAgentListener(version, agentHdl, systemHdl)

	// Nach einem Upgrade-Neustart: wenn die State-Datei "updating-primary"
	// enthält, sind wir gerade neu gestartet → Update abgeschlossen → "done".
	handlers.FinishRollingUpdateIfPending()

	log.Printf("edgeguard-api %s listening on %s", version, addr)
	// ReadHeaderTimeout kappt Slowloris-artige Header-Stalls (gosec G112).
	// ReadTimeout/WriteTimeout bewusst NICHT gesetzt: die API hat lang
	// laufende Endpoints (Rolling-Update-Status, Backup-Streams) — ein
	// globales WriteTimeout würde die abschneiden. IdleTimeout hält
	// Keep-Alive-Verbindungen in Grenzen.
	srv := &http.Server{
		Addr:              addr,
		Handler:           r,
		ReadHeaderTimeout: 15 * time.Second,
		IdleTimeout:       120 * time.Second,
	}
	if err := srv.ListenAndServe(); err != nil && err != http.ErrServerClosed {
		log.Fatalf("edgeguard-api: %v", err)
	}
}

// startAgentListener startet den mTLS-Agent-Listener auf :8443 als
// Goroutine. Mountet nur read-only Endpoints (siehe SystemHandler.
// RegisterAgent — health + resources). Fehler im Cert-Load = no-op
// + log; Fehler beim Listen.Serve loggen wir aber lassen die API
// weiterlaufen.
func startAgentListener(version string, clusterHdl *handlers.ClusterHandler, sysHdl *handlers.SystemHandler) {
	store := clustertls.New("")
	serverTLS, err := store.ServerTLSConfig()
	if err != nil {
		slog.Info("cluster: agent listener disabled (no cert material)", "error", err)
		return
	}
	addr := os.Getenv("EDGEGUARD_AGENT_LISTEN")
	if addr == "" {
		// 0.0.0.0:8443 — Auth via mTLS, also unbedenklich auf Public-IP.
		// nft anti-lockout-Regel + Peer-IP-Set bestimmen wer überhaupt
		// connecten darf. Loopback-Tests gehen direkt.
		addr = "0.0.0.0:8443"
	}
	r := gin.New()
	r.Use(gin.Recovery())
	// Kein /api/v1-Prefix auf dem Agent-Listener: das Versioning kommt
	// hier implizit aus dem Binary (Peer-Roundtrip ist immer same-major).
	// Aggregator-Aufrufer sehen /agent/... direkt.
	root := r.Group("")
	// Nutze den gewiredeten systemHdl (mit Users + Setup) damit
	// AgentAuthCheck Credentials gegen die echte DB prüfen kann.
	if sysHdl != nil {
		sysHdl.RegisterAgent(root)
	} else {
		handlers.NewSystemHandler(version).RegisterAgent(root)
	}
	if clusterHdl != nil {
		// Phase 3.5: /agent/cluster/peers (Auto-Register).
		clusterHdl.RegisterAgent(root)
	}

	srv := &http.Server{
		Addr:              addr,
		Handler:           r,
		TLSConfig:         serverTLS,
		ReadHeaderTimeout: 10 * time.Second,
	}
	go func() {
		slog.Info("cluster: agent (mTLS) listener starting", "addr", addr)
		if err := srv.ListenAndServeTLS("", ""); err != nil && err != http.ErrServerClosed {
			slog.Error("cluster: agent listener", "error", err)
		}
	}()
}

// mountUI serves the management UI — Vite-built static assets under
// /usr/share/edgeguard/ui/ — with SPA fallback (any path that isn't
// /api/* or /healthz and isn't a real file → index.html). When the
// dist directory is missing (dev box without `bun run build`), a
// placeholder HTML page is served at /.
func mountUI(r *gin.Engine) {
	uiDir := os.Getenv("EDGEGUARD_UI_DIR")
	if uiDir == "" {
		uiDir = "/usr/share/edgeguard/ui"
	}
	indexPath := filepath.Join(uiDir, "index.html")

	if _, err := os.Stat(indexPath); err != nil {
		slog.Warn("UI dist not found, serving placeholder",
			"ui_dir", uiDir, "error", err)
		r.NoRoute(func(c *gin.Context) {
			path := c.Request.URL.Path
			if isAPIPath(path) {
				c.Status(http.StatusNotFound)
				return
			}
			c.Data(http.StatusOK, "text/html; charset=utf-8", []byte(uiPlaceholder))
		})
		return
	}

	r.NoRoute(func(c *gin.Context) {
		path := c.Request.URL.Path
		if isAPIPath(path) {
			c.Status(http.StatusNotFound)
			return
		}
		// Serve real file when one exists for the requested path.
		// filepath.Clean blocks `..` traversal; the join still pins
		// the result inside uiDir even with shenanigans.
		clean := filepath.Clean(path)
		if !strings.HasPrefix(clean, "/") {
			clean = "/" + clean
		}
		full := filepath.Join(uiDir, clean)
		if !strings.HasPrefix(full, uiDir) {
			c.Status(http.StatusForbidden)
			return
		}
		if info, err := os.Stat(full); err == nil && !info.IsDir() {
			// Vite hashed assets are immutable — cache them forever.
			// index.html must never be cached so updates take effect.
			if strings.HasPrefix(clean, "/assets/") {
				c.Header("Cache-Control", "public, max-age=31536000, immutable")
			} else {
				c.Header("Cache-Control", "no-cache, no-store, must-revalidate")
			}
			c.File(full)
			return
		}
		// SPA fallback — React Router renders the right page.
		c.Header("Cache-Control", "no-cache, no-store, must-revalidate")
		c.File(indexPath)
	})
}

// isAPIPath returns true for paths the API owns; UI serves
// everything else. /healthz and /api/health are technically API
// surfaces but don't need to fall through to index.html either.
func isAPIPath(p string) bool {
	return strings.HasPrefix(p, "/api/") || p == "/healthz" || p == "/api/health"
}

const uiPlaceholder = `<!doctype html>
<html lang="en"><head><meta charset="utf-8"><title>EdgeGuard</title></head>
<body style="font-family: -apple-system, sans-serif; max-width: 640px; margin: 4em auto; line-height: 1.5;">
<h1>EdgeGuard</h1>
<p>The management UI has not been built yet. From the project root, run:</p>
<pre style="background:#f4f4f4;padding:12px;border-radius:4px;">cd management-ui &amp;&amp; bun install &amp;&amp; bun run build</pre>
<p>Then the same URL will serve the React SPA. The REST API is fully functional at
<code>/api/v1/*</code> regardless.</p>
</body></html>`

// openDBBestEffort opens the pool with a 3s timeout. Returns the
// non-nil error so callers can decide whether to register CRUD or
// degrade gracefully.
func openDBBestEffort() (*pgxpoolPool, error) {
	ctx, cancel := context.WithTimeout(context.Background(), 3*time.Second)
	defer cancel()
	dsn := database.ConnStringFromEnv()
	return database.Open(ctx, dsn)
}

// pgxpoolPool aliases the concrete pool type so we don't import it in
// main.go on every platform — keeps the import block lean.
type pgxpoolPool = pgxpool.Pool

// randomEphemeralSecret is the fallback for dev environments where
// /var/lib/edgeguard isn't writable. Tokens issued with this secret
// die on restart — production reads/writes the persistent file via
// session.NewSignerFromPath.
// backupRemoteAdapter überbrückt backup.RemoteUploader (Interface)
// und remote.Service. Die Field-Names sind gleich; nur der Type ist
// verschieden weil sonst Import-Cycle backup→remote→backup entstehen
// würde.
type backupRemoteAdapter struct{ s *backupremote.Service }

func newBackupRemoteAdapter(s *backupremote.Service) backup.RemoteUploader {
	return backupRemoteAdapter{s: s}
}
func (a backupRemoteAdapter) UploadAll(ctx context.Context, localPath string) ([]backup.RemoteUploadInfo, error) {
	res, err := a.s.UploadAll(ctx, localPath)
	out := make([]backup.RemoteUploadInfo, len(res))
	for i, r := range res {
		out[i] = backup.RemoteUploadInfo{
			RemoteID:   r.RemoteID,
			RemoteName: r.RemoteName,
			OK:         r.OK,
			SizeBytes:  r.SizeBytes,
			DurationMs: r.DurationMs,
			Error:      r.Error,
		}
	}
	return out, err
}

// runClusterHeartbeat tickt alle 30s und bumpt die eigene ha_nodes-Row
// (last_seen, status, version, config_hash) via cluster.Heartbeat.
// Fehler werden geloggt aber nicht zurückgegeben — der nächste Tick
// versucht es erneut. Beendet beim ctx.Done() (graceful API shutdown).
func runClusterHeartbeat(ctx context.Context, pool *pgxpoolPool, localID, version string) {
	const tick = 30 * time.Second
	t := time.NewTicker(tick)
	defer t.Stop()
	// Erster Schlag direkt nach Start damit die UI nicht 30s wartet.
	if err := cluster.Heartbeat(ctx, pool, localID, version); err != nil {
		slog.Warn("cluster: initial heartbeat failed", "error", err)
	}
	slog.Info("cluster: heartbeat goroutine started", "tick", tick.String(), "node_id", localID)
	for {
		select {
		case <-ctx.Done():
			slog.Info("cluster: heartbeat goroutine stopping")
			return
		case <-t.C:
			hbCtx, cancel := context.WithTimeout(ctx, 5*time.Second)
			if err := cluster.Heartbeat(hbCtx, pool, localID, version); err != nil {
				slog.Warn("cluster: heartbeat failed", "error", err)
			}
			cancel()
		}
	}
}

// runSecondaryConfigRender läuft auf Secondary-Nodes und re-rendert alle
// Service-Configs wenn die Logical Replication Änderungen vom Primary
// geliefert hat. Erkennt das an einem geänderten config_hash.
// Tick: 5 min — balanciert Reaktionszeit gegen Reload-Overhead.
//
// Cert-Sync läuft auf jedem Tick unabhängig vom config_hash, da certbot-
// Renewals auf dem Primary den Hash nicht ändern.
func runSecondaryConfigRender(ctx context.Context, pool *pgxpoolPool, box *secrets.Box, agg *aggregator.Aggregator, localID string) {
	const tick = 5 * time.Minute
	t := time.NewTicker(tick)
	defer t.Stop()
	var lastHash string
	render := func() {
		rCtx, cancel := context.WithTimeout(ctx, 90*time.Second)
		defer cancel()

		// TLS-Zertifikate bei jedem Tick synchronisieren — unabhängig vom
		// config_hash, da certbot-Renewals den Hash nicht berühren.
		if err := handlers.SyncTLSCertsFromPrimary(rCtx, pool, agg, localID); err != nil {
			slog.Warn("cluster: cert sync failed", "error", err)
		}

		hash, err := cluster.ComputeConfigHash(rCtx, pool)
		if err != nil || hash == lastHash {
			return
		}
		lastHash = hash
		slog.Info("cluster: secondary config changed via replication, re-rendering", "hash", hash)
		// HAProxy
		if err := haproxy.New(pool).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary haproxy render failed", "error", err)
		}
		// nftables
		if err := firewallrender.New(pool).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary nftables render failed", "error", err)
		}
		// WireGuard — Interface-Configs + wg-quick@<iface> reload
		if err := wgrender.New(pool, box).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary wireguard render failed", "error", err)
		}
		// Squid forward proxy
		if err := squidrender.New(pool).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary squid render failed", "error", err)
		}
		// Unbound DNS
		if err := unboundrender.New(pool).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary unbound render failed", "error", err)
		}
		// Chrony NTP
		if err := chronyrender.New(pool).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary chrony render failed", "error", err)
		}
		// Netzwerk-Interfaces (VLAN/Bridge/Bond) — erstellt Interface-Objekte,
		// weist aber KEINE IPs zu (das ist node-spezifisch und darf nicht aus
		// der Replikation kommen — sonst IP-Konflikt mit dem Primary).
		if err := networkifs.NewGenerator(networkifs.New(pool)).Render(rCtx); err != nil {
			slog.Warn("cluster: secondary interfaces render failed", "error", err)
		}
		// IP-Adressen werden auf dem Secondary NICHT aus der Replikation
		// angewendet. Jeder Node konfiguriert seine eigenen IPs statisch
		// (z.B. /etc/network/interfaces). Floating-Service-IPs werden von
		// Keepalived verwaltet — nicht vom Renderer.
	}
	// Initialer Check nach kurzem Delay (Replication braucht einen Moment)
	select {
	case <-ctx.Done():
		return
	case <-time.After(30 * time.Second):
		render()
	}
	for {
		select {
		case <-ctx.Done():
			return
		case <-t.C:
			render()
		}
	}
}

// runPrimaryPush periodically pushes this secondary node's config_hash to the
// primary via mTLS. The primary's ha_nodes view only gets config_hash + last_seen
// written during join-time autoRegister — after that the primary never hears about
// the secondary unless we push. Without this, the drift banner shows stale hashes
// from join-time forever AND the secondary's last_seen freezes → SweepStaleNodes
// marks it offline.
//
// WICHTIG: tick MUSS deutlich unter dem Stale-Threshold (4× 30s = 2 min, siehe
// scheduler.staleThreshold / cluster.SweepStaleNodes) liegen. Sonst flippt der
// Secondary zwischen den Pushes zwangsläufig auf "offline" (bei 5-min-Tick:
// 2 min online, 3 min offline). 30s = 4 Pushes pro Stale-Fenster → ein
// verpasster Push (Netz-Glitch) ist unkritisch. Der Receiver (AgentRegisterPeer)
// lädt nftables nur bei IP-Änderung neu → kein Reload-Sturm durch häufige Pushes.
func runPrimaryPush(ctx context.Context, pool *pgxpoolPool, nodeID, fqdn, version, primaryURL string) {
	const tick = 30 * time.Second
	t := time.NewTicker(tick)
	defer t.Stop()
	push := func() {
		pCtx, cancel := context.WithTimeout(ctx, 15*time.Second)
		defer cancel()
		hash, _ := cluster.ComputeConfigHash(pCtx, pool)
		if err := clusterjoin.PushSelfToPrimary(primaryURL, "", nodeID, fqdn, version, hash); err != nil { //nolint:contextcheck // detached by design — Heartbeat-Push nutzt eigenen Timeout, überlebt Request-Cancel
			slog.Warn("cluster: push-to-primary failed", "error", err)
		} else {
			slog.Debug("cluster: config_hash pushed to primary", "hash", hash)
		}
	}
	push() // immediate push on API startup
	for {
		select {
		case <-ctx.Done():
			return
		case <-t.C:
			push()
		}
	}
}

// runPeerPush läuft auf dem Primary/Founder und pusht alle 30s die eigene
// Identität (role=primary) an jeden Peer via mTLS — das Gegenstück zu
// runPrimaryPush (Secondary→Primary). Zusammen ergibt das einen
// bidirektionalen Cross-Node-Heartbeat: beide Nodes sehen sich gegenseitig
// als online, egal von welchem Node die UI ausgeliefert wird. Tick wie
// runPrimaryPush deutlich unter dem 2-min-Stale-Threshold. No-op solange
// keine Peers existieren (Single-Node) bzw. wenn ein Peer down ist (Debug-Log).
func runPeerPush(ctx context.Context, pool *pgxpoolPool, store *cluster.Store, nodeID, fqdn, version string) {
	const tick = 30 * time.Second
	t := time.NewTicker(tick)
	defer t.Stop()
	push := func() {
		pCtx, cancel := context.WithTimeout(ctx, 25*time.Second)
		defer cancel()
		peers, err := store.List(pCtx)
		if err != nil {
			slog.Warn("cluster: peer-push list failed", "error", err)
			return
		}
		hash, _ := cluster.ComputeConfigHash(pCtx, pool)
		for i := range peers {
			p := peers[i]
			if p.ID == nodeID {
				continue // nicht an sich selbst pushen
			}
			target := p.APIURL
			if target == "" {
				target = "https://" + p.FQDN
			}
			if err := clusterjoin.PushSelfToPeer(target, "", nodeID, fqdn, version, hash, "primary"); err != nil { //nolint:contextcheck // detached by design — Heartbeat-Push nutzt eigenen Timeout, überlebt Request-Cancel
				slog.Debug("cluster: push-to-peer failed", "peer", p.FQDN, "error", err)
			}
		}
	}
	push() // immediate push on API startup
	for {
		select {
		case <-ctx.Done():
			return
		case <-t.C:
			push()
		}
	}
}

func randomEphemeralSecret() []byte {
	b := make([]byte, 32)
	if _, err := rand.Read(b); err != nil {
		// Should never happen on a sane Linux box; fall back to a
		// time-based filler so the process can at least start.
		log.Printf("WARN: crypto/rand read failed: %v", err)
	}
	return b
}