dsh-approval-gate

简体中文 | English

dsh-approval-gate

DeepSeek Harness 自动审批门控 —— 最小人工介入，安全自动放行、危险转人工（fail-safe）。

判定模型预判每次沙箱越界：常规操作自动放行，硬风险操作（删除 / 凭据 / 远程 / 系统 / 批量）永远转人工确认；学习沉淀只针对你确认过的操作，并提供界面化人工审查入口。

判定管道：硬拒（凭据 / 系统路径，判定模型无权推翻）→ 硬事实人工 → 危险词 → 白名单 → denyRules → 脱敏 → 判定（JSON 硬类别优先 → allow/ask/deny）→ 学习沉淀。

来源：本项目是 moon09300731/dsh-approval-gate 的 fork， 在其基础上修复了若干缺陷并扩展了多机规则共享。原作者版权与 MIT 许可见 LICENSE。 本仓库（IamNewHands/dsh-approval-gate）为维护中的版本。 其中 5 项能力移植自 NanmiCoder/dsh-auto-mode（MIT），见下文「吸收自 dsh-auto-mode」。

✨ 特性

• ⚡ 模型风险预判：每次沙箱越界由判定模型给出严格 JSON 裁决（allow / ask / deny），可回补操作自动放行
• 🛑 确定性硬拒（吸收）：凭据外泄与根/系统路径销毁基于真实路径与凭据事实直接拒绝（不弹窗），判定模型无权推翻；DSH_HOME / home 根等转人工
• 🔒 判定输入脱敏（吸收）：密钥与大块正文在送判定模型前被抹除/截断，避免密钥随判定请求出站
• 🛡️ 硬风险永远人工：删除、凭据、远程/生产、系统路径、批量不可回补五类操作直接转人工，不计数、不学习、不可追认；这是一道对称安全闸——无论判定模型给 allow 还是 deny，命中硬类别一律转人工（v0.7.0 修正：此前 deny 会抢先静默拒绝，使硬类别配置失效）
• 🎯 确认制学习：同一操作人工确认 N 次后，第 N+1 次起自动放行；沉淀规则携带操作指纹，只放行你确认过的操作
• 🧠 语义同类验证：措辞变化但意图相同的操作，由判定模型对照你的确认样本语义判断，不再依赖关键词
• ♻️ 判定器失败兜底（吸收，v0.8.0 语义修正）：判定器不可用第一次就转人工（不再静默拒绝——判定器挂了不等于你的操作有害）；失败原因（超时/上游报错/正文为空）写进审计与审批记录；批准后沉淀带指纹的放行规则，同类调用不再过判定器。阈值 judgeFailureLimit（默认 1，设为 >1 回到旧的"先静默拒绝"节奏）
• 🔗 判定模型候选链（v0.8.0）：主判定模型 → 会话默认模型 → 内置兜底；单通道抖动（502/超时）不再等于判定器整体不可用
• 🧮 学习兑现优先于判定器（v0.8.2）：确认计数已满阈值（riskyThreshold）的 neutral 操作，在判定器不可用时直接按已完成的确认放行，不再因为判定器抖动而反复弹人工审批。硬拒 / 硬事实 / 危险词 / 白名单仍排在判定之前，硬风险类别照旧每次人工确认
• 💬 提示层减负（吸收）：预设激活期间向会话注入 <auto_approve_policy>，从源头减少需要判定的越界请求
• 🔧 配置热更新：allowlist.json 修改即时生效，无需重启
• ✅ 人工审查 UI：自动放行时输入框上方出现绿色提示；「审批」视图（轨迹右侧）展示当前会话完整放行时间线，静默拒绝单独标红
• 🈶 审批说明中文化（v0.8.1）：审批卡片与「审批」视图的说明一律中文——原文是英文或带宿主英文前缀（escalate sandbox to …）时，用真实事实（目标沙箱模式、真实命令、真实目标路径）生成中文说明并交代后果（可写范围 / 能否回滚 / 是否影响工作区外）；命令与路径原样保留，模型原文作附注追加。事件新增 zh 字段承载中文说明，justification 原文仍留档
• 🔔 拒绝提示条常驻（v0.7.0+）：静默拒绝与人工拒绝的提示条不再几秒消失，而是一直挂在对话框上方（带「查看审批记录」/「重新审批通过」按钮），直到你切到「审批」tab 才收起；已读位置本地持久化，刷新不丢也不重复打扰。追认过的拒绝已放行，既不计入待处理，也不会再弹红色提示条（v0.7.1）
• ↩️ 追认被拒操作（v0.7.0+）：审批记录里的静默拒绝可一键「重新审批通过」——写入带操作指纹的自动放行规则并投递重试指令让 AI 重跑。围栏：确定性硬拒档与硬风险类别不可追认（给按钮就是假承诺）
• 📄 文件改动对比与撤销（v0.5.0+）：审批涉及的文件可点击查看 unified diff——变动行带上下 5 行上下文、多处修改按 hunk 分区并以「N unmodified lines」分隔条折叠、绿加红删灰上下文、双行号；一键「撤销此改动」投递指令让 AI 按快照恢复文件
• 🗂️ 会话级快照管理（v0.5.0+）：快照按事件归属会话，审批视图按当前会话统计；清理支持「仅清本会话」与「清空全部」两档，避免误删其他会话未查看的 diff 记录

🔌 吸收自 dsh-auto-mode

以下 5 项移植自 NanmiCoder/dsh-auto-mode（MIT License），按本仓库的判定管道语义改写并补充了回归测试：

能力	说明
确定性硬拒	src/paths.mjs + hardDenyFacts()：路径事实熔断（文件系统根 / 系统与凭据关键路径 / Windows 设备命名空间 / 保留设备名）+ 凭据外泄判定，分「直接拒绝」与「转人工」两档
判定输入脱敏	src/sanitize.mjs：私钥/令牌/Bearer/key=value → [redacted-secret]；密钥类字段整字段抹除；大块正文只留长度；深度 3 / 数组 25 / 对象 50
结构化裁决协议	src/classifier.mjs：严格 JSON {decision, reason, category}，替代原文本 SAFE / RISKY:<类别>；任何格式偏差抛错并 fail-safe
连续失败计数	按会话计数；judgeFailureLimit 默认 1（第一次失败即转人工，v0.8.0 修正），设为 >1 则前 N-1 次静默拒绝、第 N 次转人工；成功即清零。失败原因（超时/上游报错/正文为空）记入审计与事件
动态系统提示	systemPrompt.context 注入 <auto_approve_policy>，仅在本预设激活时输出

差异：上游挂在工具管道（ctx.tools.guard + tools/pre-execute）且只做一次性判定、无跨会话学习；本仓库挂在 approval/request，保留确认制学习、操作指纹、同类语义验证与快照撤销。

📸 界面速览

① 审批视图

「审批」标签页（轨迹右侧）按时间倒序展示当前会话的自动放行与人工审批记录：每条记录含工具名（bash / edit）、判定标签（「自动放行 · Flash 判定安全」「人工通过」等）、时间与操作说明。顶部统计栏显示本会话的 diff 快照占用（2.9 KB · 3 条），并提供两个清理入口：「仅清本会话」（只删除当前会话的快照，不影响其他会话未查看的 diff）与 「清空全部」（二次确认后清空所有会话，防止误删）。

被静默拒绝的记录（红「已直接拒绝」）额外带一个 「重新审批通过」 按钮：点了就写入带操作指纹的自动放行规则，并向会话投递重试指令让 AI 重跑该操作。标题旁的 待处理 N 角标显示还有几条拒绝没追认。追认之后该行翻转为 「已追认放行 · …（曾直接拒绝）」 完成色，并从待处理计数中移除。确定性硬拒档（凭据外泄 / 系统路径销毁）与硬风险类别（删除 / 凭据 / 远程 / 系统 / 批量）不显示该按钮——前者白名单盖不过、后者必须每次人工确认，给按钮就是假承诺。

② 文件改动对比（diff）

点击审批记录中的文件即可打开对比面板：以 unified diff 展示改动前后差异——新增行绿底（+）、删除行红底（-）、上下文行灰底；左侧显示原/新双行号；多处修改按 hunk 分区，块间以灰色「6 unmodified lines」分隔条折叠未变更区间。顶部统计 +2 / -2 行变更 · 20 行未变。底部 「撤销此改动」 一键向对话投递撤销指令，AI 将按审批前的快照恢复文件。

③ 设置 · 自动审批

设置页「自动审批」分区提供完整配置：初始化权限预设（一键写入 cordis.patch.yml 的 auto-approve 预设）、当前判定管道总览（DENY → 白名单 → denyRules → Flash → 学习）、危险词黑名单（预置条目 + 自定义添加）、以及热更新说明（修改即时生效，无需重启）。

🚀 快速开始

dsh plugin --profile web add "github:IamNewHands/dsh-approval-gate#main"

npm 上的 dsh-approval-gate 是上游 0.5.0，不含本仓库修复，请勿按包名安装。

1. 配置权限预设：在 ~/.dsh/profiles/web/cordis.patch.yml 添加 auto-approve 预设（详见指南）
2. 重启 dsh web
3. 选择预设：会话权限下拉选中「自动审批（Flash）」

📖 文档

• 完整指南（管道 / 配置 / 安全设计 / 审查 UI） · English Guide
• 更新日志 · Changelog

📄 License

MIT