mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-06 17:27:31 +00:00
feat: 模块化内核（编译期依赖图定序）+ 密钥防火墙 + 插件三态生命周期 (#10)
* feat(kernel): 模块化内核 + 编译期依赖图定序
把单体 init 序列拆成「模块自声明依赖 + 编译期生成依赖图 + 运行期只读图」。
## 为什么
原 cmd/homed/main.go 里 17 步 init 是**手写顺序**，依赖关系只存在于
注释和人脑里。实测踩到的坑（见 docs/zh/kernel-modularization-design.md）：
· nlp.defaultParser 被 initONNXParser 写、被 distiller 读，两者相距 60 行，
只靠 ticker 10min 才没炸（隐式依赖，无声明）
· 加一个模块要人肉找"该插在哪"，插错的表现是运行期 nil 解引用
· 关停是 defer ks.CloseAll()，而热更新路径 os.Exit(42) **跳过 defer**
⇒ docStore/distiller/textMem 的 flush 全部丢失（每次热更新都发生）
## 怎么改
- internal/kernelboot/：KernelState（一个结构体收全部包级共享变量，字段
nil 安全）、Module 接口、graphfile（依赖图编解码 + 与二进制 hash 对账）、
scheduler（按 BFS 层并行 Init）、syncbus（层边界写通知）、
lifecycle（Quiesce/Resume 可逆伪关机，区别于一次性 CloseAll）
- internal/kernelmod/<name>/：每个模块一个文件夹，Requires/Provides 自声明；
all/all.go 是唯一的 import 清单（Go 循环导入约束）
- cmd/homed-depgraph：编译期生成依赖图，Makefile 注入 digest
- 运行期只**读**图，不计算顺序（顺序是编译期决定的，源码里没有中央清单）
## 判据
kernelboot 8 条 + 图失败模式 7 条（全部拒绝并给准确错误）+ 模块目录数
与注册表一致性。变异测试 15/15 咬住，含：
· 删掉 AddCloser 的锁 → -race 报数据竞争
· Scheduler 同批跑去重 → 203 vs 200
· 图 hash 不匹配 → 拒绝启动
## 顺带修的缺陷
热更新路径漏调模块关闭 ⇒ 显式 stopKernelModules()，并用 AST 判据钉住
"必须在 os.Exit 之前"（字符串检查在本仓已骗过我三次）。
实测：冷启动 1630ms（5 层/17 模块，原 17 步串行）；生产 22 插件全部建链。
* feat(security): 密钥防火墙 + 配置加密 + close 纪律
## 密钥防火墙
模型只见别名、不见明文；插件工具调用入口（StageHost.ExecuteTool）做入向
回填。三维能力：
· 出向：工具输出里的密钥被替换成 [[secret:name]] 别名后才进上下文
· 入向：模型传别名，入口处填回真值（插件完全无感知）
· 存储：config.db 里不存明文（0644 的库可读），敏感值独立 0600 文件
模式库「宁漏勿误伤」：宁可漏掉一次替换，也不把正常文本误当密钥。
## 配置加密
- internal/security/{codec,key,keyring,store,global}.go：AES-256-GCM，
enc:v1: 前缀，密钥轮换（OldKeys 解码 + 新钥加密）
- harden.go：数据目录权限收紧
- embedded.go：支持内嵌主密钥（可选，仍保留外部 key 文件路径）
- EncryptExistingSecrets / AuditSecrets：启动时幂等迁移 + 审计
## close 纪律（用户明确要求：只要调 close 就要有前置检查）
internal/safeclose：Safe / SafeFunc。全仓 37 处裸 close(chan) → 0。
关键教训（都写进注释和判据）：
· `select { case <-ch: default: close(ch) }` **不是**并发安全的
（两个 goroutine 可同时命中 default）—— healthcheck 原先是这种写法
· `sync.Once` **不可重入**：X.Do(func(){ Safe(&X, ...) }) 会自锁，
症状是 go test 直接挂住（3 个包 600s 超时），栈里只有嵌套的 Once.Do
· map 里按请求持有的 channel（mcp/stdio.go、clawhubadapter/sidecar.go）
改成 *pendingRPC 包装，每通道一个 once
## 判据
security 全量 + TestNoBareCloseOutsideSafeclose（AST 级扫描，含注释剥离）
+ TestNoNestedSelfOnceDeadlock（正则修正：\w+ 不匹配点号，捕获组要含 '.'）。
变异 2/2 咬住。全量 52 包 ok。
* feat(plugin+deploy): 插件三态生命周期、数据目录迁移、发行包修复
## 插件三态生命周期（用户要求：自动启动 / 启用但不自动启动 / 禁用）
- Manifest 新增 requires_facilities / auto_start（*bool，用于区分
"未声明"与"显式 false"）
- plugin-host 模块（internal/kernelmod/pluginhost）：用 kernelboot.Scheduler
按依赖时机拉起，**不再手写两阶段**
- 运行态停启 StopPlugin/StartPlugin **可逆**：不写 disabled_plugins
（不改用户决定）、不置 shuttingDown（之后还能加载）、会摘掉注册面
- 与 StopAll 的区别写进注释 —— StopAll 置 shuttingDown 后**永久无法加载**，
那是进程退出用的，误用于"暂停"就是关了就死
## 数据目录迁移（伪关机 → 迁移 → 唤醒）
- kernelboot/lifecycle.go：Quiesce/Resume（可逆，区别于一次性 CloseAll），
逆序暂停、逆序恢复、Pause 失败回滚
- kernelboot/migrate.go：BeginMigration/End 编排（先停插件 → 再停内核写者
→ 等在途归零）
- distiller/textmem 增 Pause/Resume 门（不是 cancel —— cancel 不可逆，
恢复要重建整个对象）
- 模块 migration：体检 + 生成可执行迁移脚本
★ 迁移脚本的三个实测教训（都写成了判据）：
1. 无条件改 /etc/systemd/system ⇒ 演练把**生产** -data 改成了演练目录。
加 --dry-run（零改动）+ 强制校验 systemd 当前 -data == OLD
2. 本机没装 rsync，脚本在"服务已停、数据未搬"处硬失败 ⇒ cp -a 回退，
并明确警告不保硬链接/ACL（生产 plugindev 有大量 git 硬链接）
## 发行包修复（全部经实测确认）
1. package-linux.sh **完全漏打 depgraph.bin** ⇒ 内核 exit 1
（"生产构建（内嵌 hash 非空）但读不到依赖图"）
2. build_homed 不走 Makefile ⇒ 单独修 Makefile 无效，必须同时生成图+注入
3. build.sh 的 LDFLAGS 用**历史模块路径 gitcode.com** ⇒ -X 静默 no-op
⇒ --version 显示 unknown
4. Makefile -ldflags 用**单引号** ⇒ 注入了字面 $GRAPH_HASH
## ★ build.sh 的版本号必须校验（真实事故）
原 `VERSION="$(git describe --tags --dirty)"`。无 tag 分支上它返回**分支名**
`backup/pre-identity-rewrite-20261005-51-g03d87a4e-dirty`，被注入 meta.Version
⇒ 插件握手判据 MajorVersion() 把整串当主版本 ⇒ **22 个子进程插件全部
握手失败**（"主版本不匹配"）。内核活着、systemd active、日志每条都像
插件的问题 —— 实际是发行包带着非法版本号。
修法：git describe 只在形如 vX.Y.Z 时采用，否则回退 meta.Version（权威源），
并对最终值做形态守卫。deploy/packaging/version_guard_test.go 3 条判据，
变异 2/2 咬住。
## deb 的 systemd unit 改为 guard 模式
ExecStart=/usr/bin/homed --role=guard --data /var/lib/homeagent
（worker exit 42 → guard 重拉，不经过 systemd、不计失败）
含 RestartSteps/RestartMaxDelaySec/TimeoutStopSec + 硬化
（NoNewPrivileges/ProtectSystem/ProtectHome/DevicePolicy/ReadWritePaths）。
## 其他
- internal/plugin/proc：非法 JSON 帧的报错**可定位**（内容摘要 + 可能原因 +
修法）。生产实测 1038 条非法帧（插件往 stdout 打日志 = 污染协议通道）
- 示例插件 4 个 14 处 fmt.Printf → log.Printf
- hmapdev 模板同步修复；scaffold 判据剥离注释（模板注释里就含 fmt.Printf）
* chore: 收尾（主密钥轮换命令、IPC/知识库加固、SDK 对齐）
- cmd/homed-key-rotate：把 security 里的 RotateKey/RotateKeyFile/RekeySecrets
串成一条**可执行**的运维路径。没有它，E-1 就只是库里的能力而不是
"出事时能做的事"，而轮换的价值恰恰在于能执行。
- cmd/homed：kmod_runtime（模块装配入口）、plugins_scheduled（failback
白名单）、memcandidate、bootstrap_order_test / shutdown_flush_test
- internal/ipc、internal/devicebridge、internal/knowledge：配套加固
- third_party/homeagent-sdk/sdk：PluginMgrAPI 增三态能力（mgrStop/mgrStart/
mgrIsRuntimeStopped）+ settings 对齐
判据：bootstrap_order_test（启动顺序不依赖手写序列）、
shutdown_flush_test（停机的两条路径必须对称 —— exit 42 会跳过 defer，
热更新路径下模块关闭/flush 曾全部丢失）。
* test(security): 测试夹具改用不可误认的占位值（修 push protection 拦截）
GitHub secret scanning 拦住了推送：三处测试夹具用了"看起来像真密钥"的
字面量：
internal/security/prefilter_test.go:39
internal/security/store_test.go:177
internal/security/survey_test.go:20
它们全是**假密钥**（`AKIAIOSFODNN7EXAMPLE` 是 AWS 官方文档的标准示例，
其余是 `abcdefghij...` 这类可读占位符），但扫描器无法区分 —— 它只看形态。
★ 不绕过（不用 unblock URL、不加 allowlist）：直接改夹具。
原因：一旦允许"假密钥可以通过"，真密钥混进来时就没有最后一道门了。
改法：保留**模式库匹配所需的结构**，把可识别内容换成 FAKE：
glpat-abcdefghijklmnopqrst → glpat-FAKE-TEST-TOKEN-NOT-REAL
sk-abcdefghij...012345 → sk-FAKE-TEST-KEY-NOT-REAL-0000000
AKIAIOSFODNN7EXAMPLE → AKIA0000FAKE0000TEST (保持 20 字符)
ASIAIOSFODNN7EXAMPLE → ASIA0000FAKE0000TEST
xoxb-123456789012-abcdefghijklmnop → xoxb-FAKE-TEST-TOKEN-NOT-REAL
★ 中途踩到一次：AWS 键的模式是 `\b(AKIA|ASIA)[0-9A-Z]{16}\b`（共 20 字符），
我第一次替换成 19 字符的 `AKIAFAKETESTKEY0000` ⇒ 模式匹配不上 ⇒
TestSurvey_WhatIsCaught / TestRecognizesCommonShapes /
TestPrefilterNeverBlocksRealMatches 三条当场变红。
判据正确地拒绝了"为了过扫描器而削弱覆盖"。
顺带核实：全仓 grep 无任何真实密钥泄漏。
* fix(packaging): package-linux.sh 的版本解析与 build.sh 统一
上一版只修了 build.sh，漏了 package-linux.sh —— 它仍只看 git describe：
VERSION="${VERSION:-$(git describe --tags --dirty)}"
无 tag 分支上 git describe 返回**分支名**
（backup/pre-identity-rewrite-20261005-56-g98850e1），守卫会正确拒绝，
但要求人**手动传 VERSION** 才能打包。而 build.sh 早已能自动回退 meta.Version
⇒ 同一个版本，走 build.sh 打得出来、走 package-linux.sh 打不出来。
危害不只是"要手动传参"：运维为了跑通会去掉守卫，而分支名一旦进
meta.Version 就是**插件协议主版本**的来源 ⇒ 22 个子进程插件全部握手失败
（这是真实发生过的事故，见 3efa4e5）。
修法：两个脚本用同一套规则（git describe 仅在 vX.Y.Z 形态时采用，
否则回退 meta.Version），并对最终值做形态守卫。
判据：TestBothPackagingScriptsShareVersionRules —— 逐个读两个脚本，
要求都能从 meta/meta.go 取权威版本、都校验 git describe 形态。
变异（把 package-linux.sh 改回旧规则）咬住并准确指出是哪个脚本。
实测：不传 VERSION 跑 package-linux.sh，输出
[PKG] warn: git describe 给出非版本串（...），改用 meta.Version=1.4.0
Version: 1.4.0
* fix(test): 跨仓判据在 CI 上应 skip 而非 fail（修 PR 双红）
CI 上 "Go build / vet / test" 与 "Build linux/amd64" 双红：
--- FAIL: TestHmapdevTemplateImplementsAllPluginMgrMethods
bridge_sync_test.go:170: 读模板: open
../../../third_party/homeagent-sdk/tools/hmapdev/templates/proc_main.go.tmpl:
no such file or directory
## 根因：判据依赖了一个**被 gitignore 的路径**
`.gitignore:33` 有 `third_party/homeagent-sdk/tools/`（SDK 仓自治，本仓不跟踪）。
于是：
· 本机（完整 SDK 检出）有该文件 ⇒ 判据通过
· CI（只 checkout 本仓）没有该文件 ⇒ Fatalf ⇒ **必红**
我提交时只在本机跑测试、没看 CI，所以这个问题拖到 PR 才暴露。
## 修法
文件缺失时 `t.Skipf` 而不是 `t.Fatalf`。
★ 这不是"放弃检查"：
· 跨仓一致性由 **SDK 仓自己的判据**守着
（tools/hmapdev/scaffold_stdout_test.go 等），那里才是模板的真实归属地
· 本判据在本机开发时**仍然生效**（已验证：有文件时 PASS，缺文件时 SKIP）
## 验证
· 本机（有文件） → PASS（判据真跑）
· 模拟 CI（移走 tools/）→ SKIP（不再 fail）
· 全量 53 包 ok / 0 fail
## 顺带
同目录还有 e2e_template_test.go 也读 tools/，但它是 `//go:build` 门控的
e2e 判据，CI 默认不跑，无需处理。
---------
Co-authored-by: JianFeeeee <JianFeeeee@users.noreply.gitcode.com>
This commit is contained in:
JianFeeeee
GitHub
165
internal/agent/core/comefrom_test.go
Normal file
165
internal/agent/core/comefrom_test.go
Normal file
@ -0,0 +1,165 @@
|
||||
package core
|
||||
|
||||
// 工具调用帧的「来源标识」判据（2026-10-16）。
|
||||
//
|
||||
// 要证明的核心是：**驻留子的工具调用能被识别为"内部委派"，
|
||||
// 而不是被当成"那位用户发起的请求"** —— 后者会让通道插件的
|
||||
// 用户权限模型去拦一份已经准入的工作（现场实证：驻留子零产出）。
|
||||
|
||||
import (
|
||||
"testing"
|
||||
|
||||
agentAPI "github.com/JianFeeeee/HomeAgent/internal/agent/api"
|
||||
agentIO "github.com/JianFeeeee/HomeAgent/internal/agent/io"
|
||||
sdk "github.com/JianFeeeee/HomeAgent/internal/sdk"
|
||||
"github.com/JianFeeeee/HomeAgent/pkg/types"
|
||||
)
|
||||
|
||||
// ★★★ 判据：来源标识**必须在帧的起点就写入**（不能只在工具帧上）。
|
||||
//
|
||||
// 为什么：插件可能在 on_input 阶段就据此决定是否介入，
|
||||
// 而那个阶段**早于**工具帧构造。只在工具帧写会漏掉这条路径。
|
||||
func TestComeFromIsStampedAtFrameOrigin(t *testing.T) {
|
||||
root := newBareAgent("main", "")
|
||||
ctx := root.stageCtxFromInput("hi", "", "")
|
||||
got, ok := ctx.Extra[extraKeyComeFrom]
|
||||
if !ok {
|
||||
t.Fatal("★ 帧起点未写 comefrom（插件在 on_input 阶段拿不到来源标识）")
|
||||
}
|
||||
if got != comeFromUser {
|
||||
t.Errorf("根 agent 的帧应为 %q，实际 %q", comeFromUser, got)
|
||||
}
|
||||
|
||||
// 驻留子：有 parentID ⇒ internal
|
||||
child := newBareAgent("worker-1", "main")
|
||||
cctx := child.stageCtxFromInput("hi", "", "")
|
||||
if got := cctx.Extra[extraKeyComeFrom]; got != comeFromInternal {
|
||||
t.Errorf("★ 驻留子的帧应为 %q（它是父的委派体，不是用户请求的边界），实际 %q",
|
||||
comeFromInternal, got)
|
||||
}
|
||||
}
|
||||
|
||||
// ★★★ **最关键的一条**：工具调用帧必须带标识，且驻留子的是 internal。
|
||||
//
|
||||
// 这是本次缺陷的直接回归判据：缺了它，通道插件的 before_toolcall
|
||||
// 会把驻留子的调用按"非所有者用户"判定 ⇒ 开发工具全被拒。
|
||||
func TestToolFrameCarriesComeFrom(t *testing.T) {
|
||||
// 驻留子（有父）⇒ 工具帧必须是 internal
|
||||
child := newBareAgent("worker-1", "main")
|
||||
base := child.stageCtxFromInput("do work", "", "")
|
||||
f := &TaskFrame{StageCtx: base, PendingTools: []agentAPI.ToolCall{
|
||||
{Name: "cmd_run"}, {Name: "files_ls"},
|
||||
}}
|
||||
f.buildToolContexts()
|
||||
if len(f.toolCtxs) != 2 {
|
||||
t.Fatalf("工具帧数量不对: %d", len(f.toolCtxs))
|
||||
}
|
||||
for i, name := range []string{"cmd_run", "files_ls"} {
|
||||
got, ok := f.toolCtxs[i].Extra[extraKeyComeFrom]
|
||||
if !ok {
|
||||
t.Fatalf("★ 工具 %s 的帧没有 comefrom（缺陷回归）", name)
|
||||
}
|
||||
if got != comeFromInternal {
|
||||
t.Errorf("★ 驻留子的工具 %s 应为 %q，实际 %q —— "+
|
||||
"会被通道插件按用户权限模型拦住", name, comeFromInternal, got)
|
||||
}
|
||||
}
|
||||
|
||||
// 根 agent ⇒ 工具帧必须是 user（不能因为加了这个就放宽用户权限）
|
||||
root := newBareAgent("main", "")
|
||||
rbase := root.stageCtxFromInput("hi", "", "")
|
||||
rf := &TaskFrame{StageCtx: rbase, PendingTools: []agentAPI.ToolCall{{Name: "cmd_run"}}}
|
||||
rf.buildToolContexts()
|
||||
if got := rf.toolCtxs[0].Extra[extraKeyComeFrom]; got != comeFromUser {
|
||||
t.Errorf("★ 根 agent 的工具帧应为 %q（否则会放宽用户权限门），实际 %q",
|
||||
comeFromUser, got)
|
||||
}
|
||||
}
|
||||
|
||||
// ★★★ 判据：即使 base 帧**没有**标识，工具帧也必须带上（不变量兜底）。
|
||||
//
|
||||
// 为什么这条必须独立存在（本会话第 9 次同类教训）：
|
||||
// 初版判据只验证"走 stageCtxFromInput 的正常路径"，而 copyExtraMap
|
||||
// 已经把 comefrom 复制进工具帧 —— 于是**删掉工具帧里那行 stampComeFrom
|
||||
// 判据依然全绿**（变异不咬）。那说明判据测的是"继承"，没测"兜底"。
|
||||
//
|
||||
// 而兜底是有意义的：TaskFrame 可以被手搓（新内部路径、测试替身），
|
||||
// 那种帧的 StageCtx 不经 stageCtxFromInput。没有兜底就会出现
|
||||
// "某些路径的工具帧没有来源标识" —— 而缺标识时插件按旧语义（用户）
|
||||
// 判定 ⇒ 驻留子又被拦。不变量必须由**工具帧自己**保证。
|
||||
func TestToolFrameStampsComeFromEvenWhenBaseLacksIt(t *testing.T) {
|
||||
// 手搓一个**没有** comefrom 的 base（模拟不经 stageCtxFromInput 的路径）
|
||||
base := &sdk.StageContext{Extra: map[string]interface{}{}, Phase: sdk.StageOnInput}
|
||||
if _, ok := base.Extra[extraKeyComeFrom]; ok {
|
||||
t.Fatal("前置条件错：这个 base 不该有标识")
|
||||
}
|
||||
f := &TaskFrame{StageCtx: base, PendingTools: []agentAPI.ToolCall{{Name: "cmd_run"}}}
|
||||
f.buildToolContexts()
|
||||
got, ok := f.toolCtxs[0].Extra[extraKeyComeFrom]
|
||||
if !ok {
|
||||
t.Fatal("★ 工具帧未兜底写入 comefrom —— base 没标时就完全没标识了")
|
||||
}
|
||||
// 兜底值必须是**保守**的 user（宁可多查一次，不可静默放宽权限）
|
||||
if got != comeFromUser {
|
||||
t.Errorf("兜底值应为保守的 %q，实际 %q", comeFromUser, got)
|
||||
}
|
||||
}
|
||||
|
||||
// ★★★ 判据：工具帧的 Extra 仍然**逐份独立**（不能因为加键而退化成共享 map）。
|
||||
//
|
||||
// 既有纪律（task.go 注释）：Extra 被 stage handler 写入，若多份共享同一
|
||||
// map，一个工具的身份绑定会串到同批其他工具上 —— 那是越权。
|
||||
func TestToolFramesHaveIndependentExtra(t *testing.T) {
|
||||
a := newBareAgent("worker", "main")
|
||||
base := a.stageCtxFromInput("x", "", "")
|
||||
f := &TaskFrame{StageCtx: base, PendingTools: []agentAPI.ToolCall{{Name: "t1"}, {Name: "t2"}}}
|
||||
f.buildToolContexts()
|
||||
if len(f.toolCtxs) != 2 {
|
||||
t.Fatal("工具帧数量不对")
|
||||
}
|
||||
f.toolCtxs[0].Extra["probe"] = "only-first"
|
||||
if _, leaked := f.toolCtxs[1].Extra["probe"]; leaked {
|
||||
t.Fatal("★ 工具帧共享了 Extra（一个工具的改写会串到别的工具上 = 越权风险）")
|
||||
}
|
||||
}
|
||||
|
||||
// ★★★ 判据：**不覆盖**已有标识（更内层知道更准）。
|
||||
func TestStampComeFromDoesNotOverwrite(t *testing.T) {
|
||||
m := map[string]interface{}{extraKeyComeFrom: comeFromInternal}
|
||||
stampComeFrom(m, comeFromUser)
|
||||
if m[extraKeyComeFrom] != comeFromInternal {
|
||||
t.Errorf("★ 不该覆盖已有值（内层更准），实际被改成 %v", m[extraKeyComeFrom])
|
||||
}
|
||||
// nil map 不得 panic
|
||||
stampComeFrom(nil, comeFromUser)
|
||||
}
|
||||
|
||||
// ★★★ 判据：缺标识时的语义 = 旧行为（user）。
|
||||
//
|
||||
// 已发布插件不认识 comefrom。内核必须保证：**缺失时插件看到的行为
|
||||
// 与改动前完全一致**，否则这个改动对存量插件是破坏性的。
|
||||
func TestMissingComeFromKeepsLegacySemantics(t *testing.T) {
|
||||
// 一个没有任何标识的帧（模拟旧路径）
|
||||
ctx := &sdk.StageContext{Extra: map[string]interface{}{}}
|
||||
if _, ok := ctx.Extra[extraKeyComeFrom]; ok {
|
||||
t.Fatal("前置条件错：这个帧不该有标识")
|
||||
}
|
||||
// 内核侧的保守默认就是 comeFromUser —— 插件缺失时按旧语义（用户）处理
|
||||
if comeFromUser != "user" {
|
||||
t.Errorf("默认值必须是与旧行为等价的 %q，实际 %q", "user", comeFromUser)
|
||||
}
|
||||
}
|
||||
|
||||
// ---- 测试脚手架 ----
|
||||
|
||||
// newBareAgent 造一个只有身份（id + parentID）的最小 Agent。
|
||||
//
|
||||
// 不装配 io/provider：判据只验证"来源标识怎么算、怎么落到帧上"，
|
||||
// 装重型依赖会让判据变慢且掩盖真正的断言点。
|
||||
func newBareAgent(id, parent string) *Agent {
|
||||
return New(AgentConfig{
|
||||
ID: types.AgentID(id),
|
||||
ParentID: parent,
|
||||
IO: agentIO.NewIOManager(),
|
||||
})
|
||||
}
|
||||
Reference in New Issue
Block a user