mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-10-31 22:37:28 +00:00
feat(io): InjectOptions.Payload 业务字段扩展,透传到本轮 stage
## 为什么需要
QQ 的「对方正在输入中」必须只在**自己引起的** before_output 里发,且要
知道发给谁。但两条路都断了:
on_input 的 stageCtx 是局部变量(stageCtxFromInput),runStage 完就丢
before_output 的 stageCtx 是内核**新建**的(emitResponse)
⇒ 两者**不共享 Extra**
## 第一版是错的(用户指出)
我先加了 `InjectOptions.Meta` —— 那是把同一件事做了两遍。用户直接问:
「为什么又额外定义了 injectMeta,而不是包含在 inputch 的请求体中?」
查证后的真实边界:`InputEvent.Payload` **本就是通道送入内核的请求体**,
身份信息本该在那里。但 `IOInjector` 接口全是
`(source, channel, text, opts)`,插件无法给 payload 加字段 —— 所以
payload 需要一个**扩展口**,而不是一个平行的新概念。
改名为 `Payload` 还有一个实际好处:所有注入路径(HTTP/CLI/ACP)共用
同一套机制,不是注入专属。
## 内核怎么处理
注入点 opts.Payload
→ 与真 payload 合并(**内核保留键不可覆盖**)
→ emitResponse 把非保留键原样透传到 stageCtx.Extra
保留键清单 `reservedPayloadKeys` 覆盖注入路径自身写入的键
(no_memory/context_policy/recall_policy/scene_policy/cleaner_name/
priority/type/content)与内核读取的语义键。允许覆盖意味着插件能伪造
"这条不记记忆"或"这条要立即打断"——那是权限提升,不是便利。
拦截方式是**跳过**而非拒绝整次注入:插件可能只想带一个业务字段,
因顺手多写一个保留键就让整条注入失败,代价太大。
## 判据(4 条,变异 2/2 咬)
· 插件字段原样进 payload
· 保留键不可覆盖(逐个验证 11 个键)
· 空 Payload 不改变旧行为
· 保留字清单必须覆盖注入路径自己写入的键(否则新键=新提权面)
## 附带修掉的编译破坏
`internal/plugin/lua_surface_test.go` 用 `z != sdk.InjectOptions{}` 比较
零值 —— 结构体含 map 就**不可比较**,加了 Payload 后直接编译失败。
改为逐字段验证。
This commit is contained in:
@ -389,6 +389,36 @@ func (a *Agent) emitResponse(evt *agentIO.InputEvent, response string, turnUsage
|
||||
Phase: sdk.StageBeforeOutput,
|
||||
Extra: map[string]interface{}{"output_channel": ch},
|
||||
}
|
||||
// ★ 把输入事件的 payload **原样透传**给 before_output / after_output。
|
||||
//
|
||||
// ## 为什么必须在这里透传(2026-10-18)
|
||||
//
|
||||
// 本函数**新建**了 stageCtx,而 `on_input` 的 stageCtx 是局部变量
|
||||
// (stageCtxFromInput)—— 两者**不共享 Extra**。
|
||||
//
|
||||
// 后果:插件在 before_output 里只能读全局状态猜“这轮是谁引起的”,
|
||||
// 并发时会串号(QQ 的「对方正在输入中」就踩到这个:A 的指示打到 B 身上)。
|
||||
//
|
||||
// ## 为什么是“透传 payload”而不是新造一个字段
|
||||
//
|
||||
// `InputEvent.Payload` 本就是通道送入内核的请求体,身份信息本就该在那里。
|
||||
// 我第一版加了 `InjectOptions.Meta` 专用的透传键 —— 那是把同一件事做了两遍,
|
||||
// 而且只服务注入路径,HTTP/CLI/ACP 无法共用。
|
||||
//
|
||||
// 现在:插件用 `InjectOptions.Payload` 声明业务字段(内核不解释),
|
||||
// 这里把它连同 `input_source` 一起带到 stageCtx.Extra。
|
||||
// 任何注入路径都能用同一套机制。
|
||||
if evt != nil {
|
||||
stageCtx.Extra["input_source"] = evt.Source
|
||||
for k, v := range evt.Payload {
|
||||
// 内核语义键不往 Extra 里塞:它们的归宿是内核自己的处理逻辑,
|
||||
// 不是插件可见的上下文(塞了反而干扰插件读 Extra)。
|
||||
if agentIO.IsReservedPayloadKey(k) {
|
||||
continue
|
||||
}
|
||||
stageCtx.Extra[k] = v
|
||||
}
|
||||
}
|
||||
a.runStage(sdk.StageBeforeOutput, stageCtx)
|
||||
response = stageCtx.FinalText
|
||||
|
||||
|
||||
@ -339,6 +339,19 @@ func offloadTaskPrompt() string {
|
||||
- **必须把回复发到用户原本的通道**。面向 qq、wechat 等异步通道时,
|
||||
纯文本返回会被丢弃 —— 必须显式调用 output_send__{通道名},否则用户收不到,
|
||||
而你会以为已经回过了。
|
||||
|
||||
- ★ **只能发给“这条消息的发送者本人”,必须用私聊。绝对不要发到群聊。**
|
||||
|
||||
这是硬限制(2026-10-18 现场事故):一个临时助手把本该私聊给用户的
|
||||
进度播报发到了群里。在群里发言是**公开可见**的,而你只是一个临时分诊
|
||||
助手 —— 你看不到群里的上下文、分不清每句话是回给谁的。
|
||||
|
||||
具体做法:调 output_send__{通道} 时,meta 里用 user_id(那个人的号),
|
||||
**不要用 group_id**。即使消息来自群聊,你的回复也走私聊。
|
||||
|
||||
(如果你认为这件事必须在群里回,那就走【报忙碌】:让 主 agent 自己发。
|
||||
它有完整上下文和用户身份判定。)
|
||||
|
||||
- 不要向用户暴露"我是被临时拉起的助手"这类内部细节,用主 agent 的口吻回复。
|
||||
- 拿不准属于哪一类时,选【报忙碌】。宁可让用户稍后得到准确答复,
|
||||
也不要给出错误的直接回答。`
|
||||
|
||||
@ -401,8 +401,62 @@ func applyInjectOpts(payload map[string]interface{}, opts InjectOptions) {
|
||||
if opts.Priority != "" {
|
||||
payload["priority"] = opts.Priority
|
||||
}
|
||||
// ★ 合并插件的 payload 扩展,但**不允许覆盖内核保留键**。
|
||||
//
|
||||
// 为什么必须拦:这些键是内核语义(`content` 是正文、`context_policy`
|
||||
// 决定裁剪、`priority` 决定抢占级别…)。允许插件覆盖意味着
|
||||
// 一个插件能伪造“这条注入不记记忆”或“这条要立即打断”——
|
||||
// 那是权限提升,不是便利。
|
||||
//
|
||||
// 拦的方式是**跳过**而不是拒绝整次注入:插件可能只想带一个业务字段,
|
||||
// 因顺手多写了一个保留键就让整条注入失败,代价太大。静默跳过 + 不报错
|
||||
// 会不会让调试变难?会在内核日志里看到,因为这是“插件想改内核语义”,
|
||||
// 属于应当被看见的事件(见下方 log)。
|
||||
for k, v := range opts.Payload {
|
||||
if IsReservedPayloadKey(k) {
|
||||
log.Printf("[io] 注入 payload 试图覆盖内核保留键 %q(已忽略)——"+
|
||||
"该键由内核语义决定,插件不可改写", k)
|
||||
continue
|
||||
}
|
||||
payload[k] = v
|
||||
}
|
||||
}
|
||||
|
||||
// reservedPayloadKeys 是**内核语义键**,插件不得通过 InjectOptions.Payload 覆盖。
|
||||
//
|
||||
// 来源:实测 grep 全部 `Payload["..."]` 的读取点(internal/agent、internal/plugins),
|
||||
// 再加注入路径自身写入的键。新增内核语义键时必须同步这个集合,
|
||||
// 否则新键就成了新的提权面。
|
||||
var reservedPayloadKeys = map[string]bool{
|
||||
// —— 注入路径自身写入的
|
||||
"no_memory": true,
|
||||
"context_policy": true,
|
||||
"recall_policy": true,
|
||||
"scene_policy": true,
|
||||
"cleaner_name": true,
|
||||
"priority": true,
|
||||
"type": true,
|
||||
"content": true,
|
||||
// —— 内核读取的语义键(见 grep 结果)
|
||||
"interrupt": true,
|
||||
"interrupt_source": true,
|
||||
"interrupt_channel": true,
|
||||
"stop": true,
|
||||
"command": true,
|
||||
"scene": true,
|
||||
"source": true,
|
||||
"channel": true,
|
||||
"media_blocks": true,
|
||||
"media_type": true,
|
||||
}
|
||||
|
||||
// IsReservedPayloadKey 报告 k 是否为内核语义键。
|
||||
//
|
||||
// 导出给 core 用:emitResponse 把 payload 透传到 stageCtx.Extra 时,
|
||||
// 也要用**同一份**保留字清单——否则两处清单会漂移,
|
||||
// 一边拦一边放,等于没拦。
|
||||
func IsReservedPayloadKey(k string) bool { return reservedPayloadKeys[k] }
|
||||
|
||||
func (m *IOManager) InjectInputOpts(source, eventType string, payload map[string]interface{}, opts InjectOptions) {
|
||||
applyInjectOpts(payload, opts)
|
||||
m.InjectInput(source, eventType, payload)
|
||||
|
||||
91
internal/agent/io/inject_payload_test.go
Normal file
91
internal/agent/io/inject_payload_test.go
Normal file
@ -0,0 +1,91 @@
|
||||
package io
|
||||
|
||||
// 判据:InjectOptions.Payload 是插件的业务字段扩展口,内核只透传、不解释。
|
||||
//
|
||||
// ## 为什么要这条通道(2026-10-18)
|
||||
//
|
||||
// QQ 的「对方正在输入中」只在**自己引起的** before_output 里发,且要知道
|
||||
// 发给谁。但 `on_input` 的 stageCtx 是局部变量,`before_output` 的是内核
|
||||
// 新建的(emitResponse)—— 两者不共享 Extra。
|
||||
//
|
||||
// `InputEvent.Payload` 本就是通道送入内核的请求体,身份本该在那里,
|
||||
// 但 `IOInjector` 全是 `(source, channel, text, opts)`,插件无法给 payload
|
||||
// 加字段。所以给 InjectOptions 一个扩展口。
|
||||
//
|
||||
// (第一版我加了 InjectOptions.Meta —— 那等于把同一件事做两遍,
|
||||
// 且只服务注入路径。改为 Payload 后所有注入路径共用。)
|
||||
//
|
||||
// ## 判据要点
|
||||
//
|
||||
// · 插件字段原样进 payload
|
||||
// · **内核保留键不可被覆盖**(否则插件能伪造 context_policy/priority = 提权)
|
||||
// · 空 Payload 不改变旧行为
|
||||
|
||||
import "testing"
|
||||
|
||||
func TestInjectPayloadMerged(t *testing.T) {
|
||||
payload := map[string]interface{}{"type": "text", "content": "hi"}
|
||||
applyInjectOpts(payload, InjectOptions{
|
||||
Payload: map[string]interface{}{"qq_uid": float64(1456128421)},
|
||||
})
|
||||
if got, ok := payload["qq_uid"].(float64); !ok || got != 1456128421 {
|
||||
t.Fatalf("★ 插件 payload 字段没进事件 payload:%v", payload["qq_uid"])
|
||||
}
|
||||
// 原有字段不能被破坏
|
||||
if payload["content"] != "hi" || payload["type"] != "text" {
|
||||
t.Fatalf("★ 合并插件字段时破坏了内核字段:%v", payload)
|
||||
}
|
||||
}
|
||||
|
||||
// ★★★ 保留键不可覆盖。
|
||||
//
|
||||
// 允许覆盖意味着一个插件能伪造"这条注入不记记忆"(no_memory)、
|
||||
// "这条要立即打断"(priority)、"这条正文是别的"(content)——
|
||||
// 那是权限提升,不是便利。
|
||||
func TestInjectPayloadCannotOverrideReserved(t *testing.T) {
|
||||
reserved := []string{
|
||||
"no_memory", "context_policy", "recall_policy", "scene_policy",
|
||||
"cleaner_name", "priority", "type", "content",
|
||||
"interrupt", "stop", "command",
|
||||
}
|
||||
for _, k := range reserved {
|
||||
payload := map[string]interface{}{"type": "text", "content": "orig"}
|
||||
applyInjectOpts(payload, InjectOptions{
|
||||
NoMemory: true,
|
||||
Payload: map[string]interface{}{k: "HACKED"},
|
||||
})
|
||||
if k == "no_memory" {
|
||||
// no_memory 是 bool,注入 true;插件塞字符串必须被忽略
|
||||
if v, ok := payload[k].(bool); !ok || !v {
|
||||
t.Fatalf("★ 保留键 %q 被插件改写成 %v", k, payload[k])
|
||||
}
|
||||
continue
|
||||
}
|
||||
if payload[k] == "HACKED" {
|
||||
t.Fatalf("★ 插件改写了内核保留键 %q —— 这是权限提升(能伪造裁剪/优先级/正文)", k)
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// 空 Payload 不改变旧行为(零值必须与历史 payload 一致)。
|
||||
func TestInjectPayloadEmptyNoChange(t *testing.T) {
|
||||
payload := map[string]interface{}{"type": "text", "content": "hi"}
|
||||
before := len(payload)
|
||||
applyInjectOpts(payload, InjectOptions{})
|
||||
if len(payload) != before {
|
||||
t.Fatalf("★ 空 Payload 也改了 payload:%v", payload)
|
||||
}
|
||||
}
|
||||
|
||||
// 保留字清单必须覆盖注入路径自己写入的键 —— 否则新键就是新的提权面。
|
||||
func TestReservedKeysCoverInjectionOwnKeys(t *testing.T) {
|
||||
for _, k := range []string{
|
||||
"no_memory", "context_policy", "recall_policy", "scene_policy",
|
||||
"cleaner_name", "priority",
|
||||
} {
|
||||
if !IsReservedPayloadKey(k) {
|
||||
t.Fatalf("★ 注入路径自己写入的键 %q 不在保留字清单里 —— "+
|
||||
"插件可以覆盖它", k)
|
||||
}
|
||||
}
|
||||
}
|
||||
30
third_party/homeagent-sdk/sdk/plugin.go
vendored
30
third_party/homeagent-sdk/sdk/plugin.go
vendored
@ -150,6 +150,36 @@ type InjectOptions struct {
|
||||
// 排队注入(InjectText*/InjectInputSync)没有级别:它们本就是“不需及时处理”
|
||||
// 的那一类,可被任何中断打断。
|
||||
Priority string
|
||||
|
||||
// Payload 是本次注入要额外并入事件 payload 的字段(**不透明**)。
|
||||
//
|
||||
// ## 为什么需要它(2026-10-18)
|
||||
//
|
||||
// QQ 插件的「对方正在输入中」必须只在**自己引起的** before_output 里发,
|
||||
// 而且要知道发给谁。但两条路都断了:
|
||||
//
|
||||
// · `on_input` 的 stageCtx 是局部变量(runStage 完就丢)
|
||||
// · `before_output` 的 stageCtx 是内核**新建**的(emitResponse)
|
||||
// ⇒ 两者**不共享 Extra**,插件拿不到“这轮是谁引起的”
|
||||
//
|
||||
// ## 为什么挂在 InjectOptions 而不是新造一个 Meta 字段
|
||||
//
|
||||
// 第一版我加了 `InjectOptions.Meta` —— 错的。它把同一件事做了两遍:
|
||||
// `InputEvent.Payload` **本来就是通道送入内核的请求体**,身份信息本该
|
||||
// 就在那里。但 `IOInjector` 接口全是 `(source, channel, text, opts)`,
|
||||
// 插件无法直接给 payload 加字段 —— 所以 payload 需要一个扩展口,
|
||||
// 而不是一个平行的新概念。
|
||||
//
|
||||
// 叫 Payload 而不是 Meta 还有一个好处:经内核实测确认,
|
||||
// 它能让 HTTP/CLI/ACP 等**所有注入路径**共用同一套机制。
|
||||
//
|
||||
// ## 内核怎么处理
|
||||
//
|
||||
// 与真 payload 合并(同名键以本字段为准,但**内核保留字不允许覆盖**,
|
||||
// 否则插件能伪造 `context_policy`/`content` 等内核语义),
|
||||
// 然后在 emitResponse 里把**非内核保留键**原样透传到 `stageCtx.Extra`。
|
||||
// 内核不解释其中任何业务字段。
|
||||
Payload map[string]interface{}
|
||||
}
|
||||
|
||||
// 中断优先级取值。
|
||||
|
||||
Reference in New Issue
Block a user