mirror of
https://gitcode.com/JianFeeeee/HomeAgent.git
synced 2026-11-01 14:57:38 +00:00
* 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>
166 lines
7.1 KiB
Go
166 lines
7.1 KiB
Go
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(),
|
||
})
|
||
}
|