dsh-cmd-guard
silverwryyy/dsh-cmd-guard
DeepSeek Harness 命令结构解析器,逐层检查命令及其声明意图。硬性拒绝无法覆盖,校验失败时拒绝执行。
安装
dsh plugin --profile web add github:silverwryyy/dsh-cmd-guardREADME
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 |
|---|---|---|
entry | ask | 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) |
rules | deny | 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 |
capability | ask | 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 |
split | ask,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 |
obfusc | ask | base64 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 ^ |
unwrap | ask | 嵌套 shell(cmd /c、powershell -Command)、-- 参数透传、git -c k=v 配置注入 |
interp | ask | 解释器的内联体、stdin、-m 模块、越界路径、临时目录、写后即跑 |
why | ask | 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 / --eval | ask |
stdin / con / /dev/stdin | ask |
-m <module>(模块选择器,不是路径) | ask |
| 工作区外绝对路径 | ask |
%TEMP% / AppData\Local\Temp | ask |
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 / deny | ctx.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 |
|---|---|---|
attacks | 37 | 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-2 | 6 | 语料外抽查出的漏杀(git push --force、rm -rf / 曾是静默通过) |
attacks-3 | 10 | 工具身份:bash / pwsh / 未知工具 / 键名漂移 / 意图说明的实质校验 |
attacks-4 | 22 | 包装器与变形(env / nice / sudo、$IFS、拼接) |
attacks-5 | 44 | 命令头可以是任何程序 |
attacks-6 | 48 | 豁免集本身:逐条去撞它最坏的用法 |
attacks-7 | 51 | why 能否解锁不可恢复删除 |
attacks-8 | 38 | 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 ./build | ask | rm 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.py | pass | 不做文件 IO,从不打开被执行的脚本 |
npm ci && npm test | pass(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 <0.3.0 | ERESOLVE,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 deny | SPLIT_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