Перейти к основному содержимому
S

dsh-cmd-guard

silverwryyy/dsh-cmd-guard

Structural command parser for DeepSeek Harness. Eight layers read every command, the stated intent is checked against the action, and hard denies cannot be overridden. Fail closed by design.

Установка

dsh plugin --profile web add github:silverwryyy/dsh-cmd-guard

README

dsh-cmd-guard

DeepSeek Harness 的命令结构解析护栏。

不是一份黑名单,而是一个解析器:把命令字符串拆成分层结构、逐层判定,并且校验模型给出的意图说明与命令本身是否一致。


快速开始

装进 DSH 宿主:

dsh plugin --profile web add dsh-cmd-guard

--profile 是必填项。不带它,dsh plugin 在参数解析阶段就退出: error: required option '--profile <name>' not specified。 web / tui / headless 按要挂载的宿主形态选。 本机验证宿主版本:0.2.2-rc.3。

想跑断言看判定表,克隆仓库:

git clone https://github.com/silverwryyy/dsh-cmd-guard
cd dsh-cmd-guard
npm install
npm test

装完之后 dsh 的配置树里能看到 cmd-guard。

如果它开始问得太多

判定「相对路径是否在项目内」要靠两个基准:cwd(相对路径解析到哪)、 workspaceRoot(判断「在不在项目内」时拿哪个目录当项目)。都不配置时,两个都取宿主进程的启动目录。

问题出在 Web:会话能切工作区,宿主进程的目录不会跟着变。会话不在启动目录下时, 工作区里的相对路径会被判成区外,本来 pass 的命令变成 ask。这不是误报,是基准没给。

挂载时会打一行 info,直接写明当前用的是哪两个目录:

dsh-cmd-guard: relative paths resolve against <cwd>; workspace containment is judged against <workspaceRoot>.

对不上就显式指定:

{ "guard": { "cwd": "D:/project", "workspaceRoot": "D:/project" } }

只写一个也够,另一个跟着走。两个都没配、又读不到进程目录时,相对路径一律 ask(unknown-cwd), 理由里会指出缺的是基准、不是路径。宁可多问一句,也不猜一个基准放过去。

如果链式命令问得太密

a; b && c 这类命令在默认模式下会整条 ask 一次。想按语句判,开 guard.chain: decompose, 见下面「chain:链式命令怎么判」一节。默认值没变,不写就是 strict。

npm test 只在仓库里成立 —— npm 包只含 lib/src,不含测试与语料, npm install dsh-cmd-guard 之后没有测试可跑。 npm install dsh-cmd-guard 之后没有测试可跑,所以「357 条断言全绿」是仓库内的结果; 外部复现要靠 git clone && npm ci && npm test(tag v0.4.0),不是装上之后再验证。 从 0.3.0 起 @deepseek-ai/dsh 是 optional peer:干净目录实测 added 1,不拉宿主、无 peer 依赖; 插件本身零运行时依赖,--legacy-peer-deps 不再需要。 完整 headless 启动需要一个可用模型,当前本机没有凭证,见文末「兼容性」里的证据等级说明。


先说它不做什么

这一节放在最前面,因为它比功能更重要。

  • 不读取脚本内容。 插件不做文件 IO,从不打开解释器要执行的文件。
  • 不为文件内容背书。 python scripts\a.py 判为通过,意思是「路径来源可解释」,不是「这个文件是安全的」。
  • 不是沙箱。 不隔离进程、不限制系统调用、不做权限降级。
  • 不联网。 不发任何网络请求,不上报任何数据。
  • 不是规则库。 判据建立在命令结构上,名单只是其中一层。
  • 不保证模型说清意图。 详见下一节:官方 schema 已经强制 description,所以「必填」不是本事。

关于「意图绑定」的一次更正

早期版本宣称的卖点是「模型必须说清为什么才能执行」。这个说法是错的。

核对 0.2.x 的 pwsh 工具 schema 后确认:description 本来就是 required: true,且有非空校验(expected a non-empty string)。模型想通过只要填 run command。把一个已经强制存在的字段再要求一遍,是装饰,不是控制。

现在做的是对说明的实质校验:

情形判定
空 / 短于 8 字符ask(WHY_MISSING / WHY_TOO_SHORT)
只写了动作、没写目的(run command、do it、cleanup)ask(WHY_GENERIC)
说明是命令原文的复述ask(WHY_RESTATES_COMMAND)
说明声称是读取,命令却改状态ask(WHY_CONTRADICTS)

这比「必填」弱,但它是真的,而「必填」不是。

一个必须承认的下限

MIN_WHY_LENGTH = 8,sync upstream 这类凑字数的说明就能解除 ask。

而 DSH 的 description 是必填字段,真实宿主里几乎永远带着说明。所以这一层在实战中更像「拦完全空白的调用」, 而不是「保证意图与动作一致」。它能解除 ask,解除不了 deny —— 这是有意的不对称。


残余风险

以下限制是已知的、设计上接受的,写在这里而不是等问题发生后再解释。

1. 工作区内脚本可以自己 shell out

python scripts\build.py 通过,但 build.py 内部完全可以 os.system("del /s /q D:\\")。 插件审计的是命令结构,不是程序行为。这是纯函数解析的硬边界。

2. 路径来源不等于内容可信

「工作区内相对路径」判为通过,只说明这个路径可以从工作目录解释、没有 .. 逃逸。 如果工作区本身被写入过恶意文件,这条路径依然通过。通过 = 可解释,不等于安全。

3. TOCTOU 只覆盖会话内

写后即跑(INTERP_RECENT_WRITE)依赖会话内的写入账本。跨会话、或者由会话之外的工具写入的文件,不在覆盖范围内。 guard.recordWrites: false 会关掉整条规则,代价见「如果「写后即跑」总在问」一节。

4. 混淆检测是启发式

base64 + exec、[char] 拼接、dunder 动态导入这些信号命中即 ask。换一种编码方式就可能不命中。 它是「提高攻击成本」,不是「保证拦截」。

5. 链式命令不拆解

a && b、a | b 一律 ask,不分别判定两侧。这是有意的:判不了的结构就交给人,而不是假装判过了。

6. 平台语法覆盖不均

cmd / powershell 语法覆盖较全。POSIX shell 的边角语法(heredoc、复杂展开)识别较弱,通常会落到 ask,但不会是 deny。 Windows 盘符根与 POSIX 根 / 都在 deny 覆盖内,其他路径形态没有穷举。

7. 未知工具的识别靠形状启发式

bash / pwsh 之外的执行工具,靠「参数里有没有命令行特征」判断。特征是启发式的: 带可执行扩展名的路径、破坏性动词、/s -rf --force、管道接 shell、解释器前缀、命令拼接符。 纯路径(如 D:/a.txt)不算命令 —— 这一条是实测出的误判修正,不是推测。 反过来,一个形状极不典型的自定义执行工具可能识别不到。所以未知工具命中时判 ask,不判 deny。

8. ask 在没有审批服务时会退化为拒绝

PreToolDecision 的 ask 只有在审批服务返回 allowed-once 时才继续。 未组合审批服务、或调用没有 agent 时,框架把它降级为拒绝。 也就是说没装审批 UI 的环境里,ask 等同于 deny,护栏会显著变严。

9. 嵌套引号在第二层会失去结构

三层以上的 bash -c "bash -c \"bash -c 'rm -rf /'\"",引号在分词阶段就被剥掉,第二层之后 不再具备「主机 + 标志」的形状,第三层的 rm -rf / 识别不到。

实测这类三层套娃判定为 ask 而不是 deny。手工验证过,那串命令实际执行也到不了 rm -rf / —— 第三层的参数已经不是一条命令。因此没有为它重写分词器。 多引号嵌套的结论是 ask,不是 deny。

10. capability 层仍然是一份「已知安全」的清单

反转白名单降低了漏判,但没有消除:判定依据仍是信号表(目标敏感度、参数形状)。 没有任何信号命中的新程序会静默通过。

豁免集已被实测推翻过六次:sort -o 写文件、rg --pre 跑程序、unzip -d 解包到系统目录、 setx / attrib 改环境与属性、net / schtasks 停服务与删任务。 共同教训只有一条:「看着只读」不是「只读」。新加进豁免集的工具,第一件事应该是撞它最坏的那个用法。

11. Unicode 折叠只覆盖 NFKC 能归一的部分

全角拉丁、零宽空格、软连字符、NUL 在规范化阶段被折叠或剔除,这是实测撞出来的四种。 NFKC 折叠不了的等价写法(同形异码的西里尔字母、部分组合字符序列)不在覆盖内。

12. 宿主没有 ctx.tools.guard 时,硬拒绝层整体消失

rules 层的 deny 是挂在 ctx.tools.guard 上的 —— 那个挂载点没有 allow 出口,所以拒了翻不了案。 宿主不提供它时,插件只发一条 warn,然后照常装好、照常响应 pre-execute:

  • 硬拒绝退化为 ask:toHardDeny 无处可挂,verify 的 deny 只能从 waterfall 出口出去
  • 叠加第 8 条(无审批服务时 ask 等于 deny),两个降级合起来的行为取决于宿主版本,不是插件能保证的

这一层在不在,取决于宿主版本:

宿主ctx.tools.guard硬拒绝层
0.2.1-rc.2 及更早不存在挂不上,deny 退化为 ask
0.2.2-rc.x(含本机 0.2.2-rc.3)存在正常挂载,deny 翻不了案

所以「装上了」不等于「拦住了」。 判据是启动日志里有没有 ctx.tools.guard is unavailable。 有这条,就说明当前宿主上 deny 不可信,不能当最后一道闸;没有,就是挂上了。


八层结构

顺序固定,命中即返回,后面的层不能软化前面的判定。

层判定拦什么
entryask未知执行工具带着命令行形状的参数;命令参数键名漂移(不是 command)
rulesdeny卷格式化、递归删除系统根或文件系统根(C:\、/)、删除机器级注册表 hive
capabilityask未知程序的能力信号:指向系统或凭证位置、递归与强制同时出现、代码作为参数、目标由旗标值给出、携带破坏性动词。判断依据是目标与参数形状,不是程序名
splitask,一种结构 deny| && & ; 重定向、^| 转义管道、进程替换 <(...);下载器的输出直接进解释器(curl … | sh)判 deny
obfuscaskbase64 解码进 eval、[char] 拼接、dunder 动态导入、原生加载器、长十六进制串、词内插入 ^
unwrapask嵌套 shell(cmd /c、powershell -Command)、-- 参数透传、git -c k=v 配置注入
interpask解释器的内联体、stdin、-m 模块、越界路径、临时目录、写后即跑
whyask意图说明是占位符、复述命令、或与命令动作矛盾

deny 有两个出口,第二个是白名单。 rules 之外,只有 STRUCTURAL_DENY 里的码允许返回 deny,目前只有 SPLIT_PIPE_TO_INTERPRETER。入选条件是「整串成立、任何单段都不成立」——「这一段执行那一段的输出」读不出来自任何一条语句。其余非 rules 层若返回 deny,仍降级为 ask。这条不变式在 verify.ts 里是代码,在测试里是断言。

entry 放在第一位,是因为它出过一次真实的近失:早期版本按 run_command + cmd 接线,而实际工具是 bash / pwsh,参数是 command。那种护栏装得上、启得动、一条都拦不住,比装不上更糟。


chain:链式命令怎么判

guard:
  chain: strict      # 默认
  # chain: decompose
模式行为
strict(默认)见到 ; && `
decompose拆成语句逐条判;语句内的 | 拆成阶段,阶段同样走完整八层(含 why)。全部通过才 pass

decompose 不放宽的部分:

  • deny 优先:git status && rm -rf / 仍是 deny,拆段绕不过 rules
  • 每段都过意图层:git status; git push --force 仍是 ask。第一段无害不能给第二段免检
  • 读不成语句的结构仍 ask:命令替换 $(…)、进程替换 <(…)、后台任务 &、超过四条语句
  • 管道末段把上游当程序执行仍 ask:cat payload.sh | sh 判 ask(SPLIT_PIPE_TO_STDIN)。两段单独看都干净,但真正执行的那段代码不写在这条命令里

明确不拦的(有意画的边界,不是漏):curl … | python setup.py 判 pass —— 解释器带了脚本参数,管道里的内容是喂给脚本的数据,不是送去执行的代码;bash script.sh 同理,它不读 stdin。真正要拦的是没有脚本参数、直接吃流的那种,也就是 curl … | sh。

默认值没变:不写 chain 就是 strict,0.3.0 的行为一字不改。

如果「写后即跑」总在问

guard.recordWrites(默认 true)只控制一件事:把本会话的写入记进账本,喂给 INTERP_RECENT_WRITE。 源码里对它的约束是一句注释 —— it only feeds the TOCTOU rule, so it must never alter a decision。 它只提供这一条规则的输入,不影响任何其他层的判定。

所以关掉它不是「少弹一次」,是让这条规则永远不会命中:

recordWrites: true(默认)false
写后即跑检测生效永不命中
实际代价脚本刚被本会话写过、随即执行时多一次 ask一条规则静默失效

宿主侧若把 ask 自动答成 allowed-once,关掉它的边际成本接近零;人工审批的环境里不建议关。 关之前要清楚关的是规则,不是弹窗。真有噪声,先确认 chain 是否配成了 decompose —— 那一条的收益比这个大得多。

patch 层是整体替换,不深合并。 只想改一个字段,也得把同级的 guard.enabled 重述一遍, 否则没写到的字段会回到默认值。这是宿主的行为,不是插件读配置时的处理。


解释器判据:按路径来源,不按文件是否存在

早期版本按「有没有文件参数」判定,这是个完整绕过:写个文件,再执行它。

现在的判据:

情形判定
工作区内相对路径,无 .. 逃逸pass
内联程序体 -c / -e / --evalask
stdin / con / /dev/stdinask
-m <module>(模块选择器,不是路径)ask
工作区外绝对路径ask
%TEMP% / AppData\Local\Tempask
任意 .. 越界ask
本会话刚写入、立即执行ask

python -v 之类的版本查询是唯一不需要检查路径就放行的形态。


意图说明的判定

同一个命令字符串,说明不同,判定不同:

del D:\temp\a.txt  description: "run command"                    → ask(泛词)
del D:\temp\a.txt  description: "del D:\temp\a.txt"              → ask(复述)
del D:\temp\a.txt  description: "读一下确认没被占用"              → ask(矛盾:声称读,实际删)
del D:\temp\a.txt  description: "删掉构建残留,产物已重新生成"     → pass

说法不能兑换 deny:rd /s /q C:\ 配上再详细的理由也还是 deny。


四态审批

框架的 PreToolDecision 是四态,不是三态:

结果含义本插件是否产出
allow放行由 verify() 的 pass 映射为 null(延迟给 next())
deny拒绝,物化为模型可见的错误结果是
cancel规范化取消,不呈现为策略拒绝否——这是操作者按停止的意思,不是插件有权做的陈述
ask转人工,仅 allowed-once 才继续是

pass 映射成 null 而不是 {kind:'allow'} 是有意的:pre-execute 是 waterfall,返回决策会跳过之后挂载的所有监听器。


挂载

一个包,一行 insert,两个模块:

- insert:
    - id: cmd-guard
      name: dsh-cmd-guard

实际接线(已对照 0.2.x 类型声明,并在真实宿主中运行时验证):

用途挂载点签名
硬拒绝ctx.tools.guard(exec) => string | undefined,无 allow 出口
ask / denyctx.on('tools/pre-execute')waterfall (exec, next) => PreToolDecision
写入账本ctx.on('tools/post-execute')waterfall (exec, result, next) => PostToolDecision
  • guard 在所有 pre-execute 监听器之后、审批之后运行,所以拒了翻不了案,监听器顺序也改不回来
  • guard 只返回拒绝理由,不返回 allow:它没有授予权限的能力,假装有会让护栏误以为自己放行了什么
  • 决策形状在运行时不合法时fail closed(判 deny)。形状写错的护栏不会报错,只会静默失效,所以宁可拒

changeset(自举治理模块)默认关闭,需要 danger-full-access,不应该是装上就白送的能力。


测试

npm test

在 DSH 沙箱里跑可能直接 EPERM:node --test 默认每个测试文件起一个子进程,沙箱禁管道 stdio。 改在同一进程里跑:

npm run test:isolated

等价于 node --test --test-isolation=none lib/test/*.test.js,覆盖同一套 357 条断言。

357 条断言全绿:256 条命令语料(分 8 批)+ 101 条结构、挂载、管道与不变量断言。 其中一条是跨目录回归:整份语料在 os.tmpdir() 下重跑一遍,判定必须逐条不变。

语料是按轮次冻结的,每一批对应一次「换个角度攻击」,而不是一次随手补样:

批次条数撞的角度
attacks37各层各自的攻击形态,含本工作区真实发生过的 -- 参数透传(U-003)
attacks-26语料外抽查出的漏杀(git push --force、rm -rf / 曾是静默通过)
attacks-310工具身份:bash / pwsh / 未知工具 / 键名漂移 / 意图说明的实质校验
attacks-422包装器与变形(env / nice / sudo、$IFS、拼接)
attacks-544命令头可以是任何程序
attacks-648豁免集本身:逐条去撞它最坏的用法
attacks-751why 能否解锁不可恢复删除
attacks-838工具身份、路径越界、Unicode、结构化嵌套

语料里的 layer 是什么

layer 是攻击面分桶,不是这条命令最终被哪一层拦下。runner 故意不校验它(见 test/guard.test.ts 顶部注释):同一条命令常由多层可达,钉死层名会把一次合理的重排变成测试失败,而真正不能漂移的是 verdict。

因此「声明 split、实测报 rules」不是错标:split 层解开外链后会把内层 finding 原样返回、保留内层层名,这是 verify 的「deny 只能来自 rules,外加 STRUCTURAL_DENY 白名单」不变量所依赖的行为。layer: "clean" 表示对照组,预期不产生任何 finding。

layer 唯一的硬约束是覆盖度:entry / rules / capability / split / unwrap / interp / obfusc / why 每层都必须有案例。schema 字段不描述行为,八批统一为 3,并由测试断言保持一致。

另有结构断言与挂载层断言:

  • 语料完整性:id 唯一、层名合法、deny 只来自 rules,或 STRUCTURAL_DENY 里的结构码
  • 意图绑定对照组;U-003 永不 pass;说法不能兑换 deny;不可恢复删除不接受 why
  • 挂载层:command / description 映射、未知工具映射、命令形状识别、pass 必须延迟、 ask / deny 决策形状合法、cancel 永不产出、硬拒绝只拒不放
  • 语料 runner 表达不了的三种形状(数据键藏命令、双命令键、工具名不洗白命令)以单元测试形式钉住

明确不拦的

护栏的价值一半在拦了什么,一半在没拦什么。以下是已知的放行,不是漏判:

输入判定原因
git push --force + 8 字符以上说明pass远端历史改写不属本机文件系统;只拦无说明的静默调用
rm -rf ./buildaskrm 不在已知工具表,且递归与强制标志同时出现;带说明可解除。./build 与 ./src 判定逐字相同:它只看能力,不看目标
python scripts/a.pypass不做文件 IO,从不打开被执行的脚本
npm ci && npm testpass(decompose)/ ask(strict)每段都无害,链本身不构成新风险;strict 下只是结构怀疑
文件读写工具的参数不覆盖只接命令行类工具;content 是数据,不是命令
未来的 0.2.5-rc.1 等预发布宿主装不上semver 无法通配任意 -rc.N,需人工加范围

why 下限 8 字符,所以「能凑出一句说明」即可解除 ask,但解除不了 deny。

结构解析的硬边界

护栏读的是命令字符串,不是程序行为。以下几条是设计边界,不是待修项:

  • 不认未知写法。 换一种编码、同形字符(homoglyph)、三层以上引号嵌套,静态规则识别不到。挡得住的是「已经写进规则的写法」。
  • 不做语义判断。 rm -rf ./build 与 rm -rf ./src 判定逐字相同:评的是「递归强制删除 + 目标是否在区外」,不是「这个目录重要吗」。
  • 不打开被执行的脚本。 python scripts/a.py 判 pass,脚本里的 os.system("del /s /q D:\\") 它看不见。
  • 只管当前会话。 跨会话的「写后即跑」没有状态可查,INTERP_RECENT_WRITE 只在同一进程内有效。
  • ask 在无审批服务时可能退化成 deny。 headless 宿主缺审批通道时,上游可能直接当拒绝处理,造成误伤。此条来自宿主侧观察,本仓库未复现,标为待证实。

兼容性

peerDependency: @deepseek-ai/dsh ">=0.2.0-0 <0.3.0 || >=0.2.1-rc.0 <0.3.0 || >=0.2.2-rc.0 <0.3.0"

DSH 当前版本线全部是预发布(0.2.x-rc.*),^0.2.0 匹配不到任何已发布版本,会直接装不上。

预发布还有第二层坑:semver 规定,预发布版本只在范围里显式出现同一 major.minor.patch 的预发布标记时才匹配。 所以 >=0.2.0-0 <0.3.0 对 0.2.2-rc.1 返回 false。 0.1.0 里「本范围实测基线为 0.2.2-rc.1」那句是错的 —— 实测安装会 ERESOLVE。这句话在 0.1.1 里删掉了, 换成两段并集:>=0.2.2-rc.0 显式放行 0.2.2 的预发布线。

0.1.4 又补了一段 >=0.2.1-rc.0 <0.3.0,不是顺手放宽,而是 0.2.1-rc.2 原本被排除在外: 它在 >=0.2.0-0 里不匹配(预发布要求同 major.minor.patch 显式出现),在 >=0.2.2-rc.0 里也够不着, 于是 dsh plugin add 直接 ERESOLVE 失败。实测三段并集下 0.2.1-rc.2 为 true, 0.3.0-rc.1 / 0.1.9 仍为 false,上限没有被放宽。

范围能匹配,不等于宿主功能完整。 0.2.1-rc.2 及更早缺 ctx.tools.guard,硬拒绝层挂不上; 0.2.2-rc.x 有。按版本区分,见「残余风险」第 12 条的矩阵。

实测记录(宿主侧已装 0.2.2-rc.1):

项结果
npm i 旧范围 >=0.2.0-0 <0.3.0ERESOLVE,失败
npm i 新范围(0.1.1)added 20 packages,通过
npm i 三段并集(0.1.4)通过;0.2.1-rc.2 与 0.2.2-rc.1 均满足,0.3.0-rc.1 不满足
真实宿主运行时(cordis + systemPrompt + tools)8 条命令:deny 3 / ask 1 / pass 4
bash -c "rm -rf /"deny RULE_RECURSIVE_SYSTEM_DELETE,套壳被穿透
git push --force + 无说明ask(WHY_MISSING)

证据等级:宿主组件级真机验证 —— 真实 cordis Context、真实 dsh-system-prompt、真实 dsh-tools, 加载的是从 npm 安装的包,不是本地源码,也不是 mock。 dsh plugin 已在本机实跑通过(宿主 0.2.2-rc.3):dsh plugin --profile web add dsh-cmd-guard 成功, --profile 必填、web 为要挂载的 profile, 注册走 dsh.profile.bundles(不是 --patch),配置树里能看到 cmd-guard。 仍未覆盖:headless 启动——缺模型凭证,进程挂住,所以「启动之后真拦截」这一环没有取到证据。

这个范围的上限就是 semver 本身:未来任何新的 0.2.x-rc.N 想被匹配,都得再往范围里加一段。 它不能靠推理一次写死。

零运行时依赖。无网络请求。


0.4.0 改了什么

新增一个可选配置,默认行为与 0.3.0 逐字一致。

项内容
新配置guard.chain: 'strict' | 'decompose',默认 strict
新模式decompose 按语句判链,消除「一条命令一个审批」
新 denySPLIT_PIPE_TO_INTERPRETER:curl / wget / iwr 等下载器的输出直接进 sh / bash / python / iex 等解释器
新 ask 码SPLIT_BACKGROUND、SPLIT_TOO_MANY_PARTS、SPLIT_PIPE_TO_STDIN
管道建模| 不再计入语句数:a | b | c | d | e 是 1 条语句、5 个阶段,逐阶段判;语句上限仍是 4 条
架构变化「只有 rules 可以 deny」改为白名单,见八层结构一节

这一版最该记的不是新功能,是一个第一版 decompose 里真实存在的洞:逐段判定时跳过了 why 层,只在最后对整条命令调一次,而 why 只看命令头。于是 git status; git push --force 判成 pass,echo hi; del x 同样。修法是让每段都过 why,并补四条回归(test/decompose.test.ts 末尾)。「不弱化护栏」这句话,只有每段都走完整八层才成立。

同一版里还修了一处误报,方向相反但同样是建模错:chainSegments 把 | 当成语句分隔符,而语句上限是 4 条,于是一条只读五段管道(git log | head | sort | uniq | cat)会因为「段太多」被判 ask。管道是同一语句内的阶段,不是语句。现在语句只按 ; && || 与换行数,管道阶段单独展开、逐段判定,上限仍按语句算。反过来也补了一条:拆开管道不能把 cat payload.sh | sh 变成两条干净语句 —— 末段把上游当流执行时判 ask(SPLIT_PIPE_TO_STDIN),因为真正运行的那段代码不写在这条命令里。

0.3.0 改了什么

这一版修的是静默失效,不是新功能。三处 bug 的共同点是「测试全绿、装上也像没事」:

问题修前修后
写工具名WRITE_TOOLS 里没有 write / edit,只有自造的 write_file / edit_file补上宿主真实注册的 write / edit。此前 recordWrite() 在真机上一次都没触发,INTERP_RECENT_WRITE 是死代码
路径基准相对路径按 process.cwd() 解析,包含关系按 workspaceRoot 判断,两个基准可能不是同一个GuardState.cwd + 配置 guard.cwd,两层统一;基准缺失时判 ask(unknown-cwd)而不是猜
远程目标curl https://...、scp a.txt host:/tmp 被当成本地相对路径URL 与 host:path 识别为 remote,不进入本地路径判定。修前这两条的 pass 是侥幸:换个目录就变 ask

为什么之前测不出来。 语料里硬编码了 D:/AI_Assistant。把同一棵树复制到别处,同一个二进制、同一份语料,会稳定产生 8 条失败(I-005 I-016 O-009 W4-E6 W5-F2 W5-F5 W5-F7 W6-G4)。现在工作区从仓库位置推导,并新增一条回归:整份语料在 os.tmpdir() 下重跑,判定必须逐条不变。

行为变化。 GuardState 多了 cwd 字段;写工具名补全后,「写后即跑」会开始真的报 ask;remote 目标不再报 ask。所以是 minor,不是 patch。

License

MIT

Похожие плагины