MailUI4Agents/server/internal/handler/agent_discovery.go

package handler

import (
	"log"
	"net/http"
	"strings"

	"github.com/agentmail/gateway/internal/middleware"
	"github.com/agentmail/gateway/internal/models"
	"github.com/agentmail/gateway/internal/repo"
	"github.com/google/uuid"
)

// Agent 侧的寻址发现与线索读取。
//
// # 为什么需要这一组端点
//
// 在这之前，Agent 能读的只有自己的收件箱。`/agents`、`/contacts`、
// `/contacts/suggest`、`/mail/{id}/thread`、`/sessions/{id}` 全部挂在
// `middleware.UserAuth` 后面，Agent 密钥一律 401。后果是 `send_mail` 的 `to`
// 成了一个**只能靠记忆拼写的自由文本字段**：
//
//   - 想回给抄送方，只能从收件箱渲染出的 `抄送: opencode@/home.new` 里抄一段，
//     而 `.new` 是一次性的，抄过去只会再建一条会话；
//   - 想知道对方接受哪个工作目录，无从查询，只能猜。生产上真实发生过一次：
//     dsh 猜了 `opencode@/home`，地址解析通过、投递成功，但 `/home` 不是
//     opencode 的工作目录 —— **猜错比报错更糟，它会静默变成新会话的 workspace**。
//
// 人类侧从来没有这个问题：`AddressInput` 三段式逐段查 `/contacts/suggest`，
// name / path / session 每一段都从活数据里选。这一组端点就是把同一份能力
// 给 Agent。
//
// # 为什么不直接给 Agent 复用人类那几条路由
//
// 两条理由：
//
//  1. **作用域不同。** 人类侧 `ListContactsFor(scope=username)` 的 scope 是
//     「我参与过的会话」，管理员还能 `?all=true` 看全部。Agent 没有管理员概念，
//     也不该看到自己没参与过的线索。把 AgentAuth 加进人类路由组，等于让
//     `middleware.GetUser` 返回 nil 的请求走进一堆假定 user 非空的 handler。
//  2. **审计与演进。** Agent 能读什么是插件契约的一部分（PLUGIN-CONTRACT 的
//     能力矩阵），独立成组才能在一处看全。
//
// # 一律只读
//
// 这里没有任何写端点。归档、改别名、决策权限都仍然只有人能做 ——
// Agent 可以「看见并寻址」，但不能替人整理邮箱。

// agentScope 取「调用方当前所在的那条邮件会话」（查询串 `session_id`）。
//
// # 这一维是干什么的
//
// 请求里原先**根本没有**「我现在在哪个工作区」这个事实 —— 而隔离判据需要它。
// 这里的立场是：不接受调用方直接声明工作区（那等于自己给自己发通行证），
// 只接受一条**会话 id**，由服务端反查它的 `workspace`。
//
// # 三种返回
//
//   - 声明了且合法   → 返回该 id
//   - 未声明         → 返回 nil（旧语义：放行），并记一条警告
//   - 声明了但不合法 → 写 400 并返回 ok=false
//     （不静默忽略：静默忽略会让调用方以为自己收窄了，而实际是全量）
func agentScope(w http.ResponseWriter, r *http.Request, agentName string) (*uuid.UUID, bool) {
	raw := strings.TrimSpace(r.URL.Query().Get("session_id"))
	if raw == "" {
		// 还未接线的桥/脚本/浏览器会走这里。放行是迁移期的妥协，
		// 警告是收尾用的抓手：按日志把没接线的调用方找全。
		log.Printf("[agent-scope] %s 读了 %s 但没声明 session_id（旧语义放行：未按工作区隔离）",
			agentName, r.URL.Path)
		return nil, true
	}
	id, err := uuid.Parse(raw)
	if err != nil {
		Error(w, http.StatusBadRequest, "非法的 session_id")
		return nil, false
	}
	return &id, true
}

// canReadSession 是五个读端点共用的那道闸门，失败时自己写响应。
//
// 两类拒绝的文案刻意不同：`not-participant` 说"不是你的线索"，
// `cross-workspace` 说"你的工作区不对" —— 但**不报出对方的工作区**
// （那本身就是跨工作区信息）。调用方能看见的只有自己那个工作区名。
func canReadSession(w http.ResponseWriter, r *http.Request, agentName string, scope *uuid.UUID, target uuid.UUID) bool {
	ok, reason, err := repo.AgentMayReadSession(r.Context(), agentName, scope, target)
	if err != nil {
		Error(w, http.StatusInternalServerError, "Failed to check permission")
		return false
	}
	if ok {
		return true
	}
	switch reason {
	case "not-your-session":
		// ★ 2026-09-15 用户订正：读信这条路只认会话 ——
		// 「是应该发到对应 session 的信，因为 agent 多 session 架构，不同 session 的
		//   记忆是隔离的」。所以**不再拿工作区当理由**（旧文案就是 cross-workspace，
		//   它让 zcode 推断出"那五位 agent 不存在"，把错误结论写进了给人看的信里）。
		// 报出"我当前在哪条会话"是安全的（那是调用方自己的）；**不报**目标会话在哪。
		self := ""
		if scope != nil {
			self = (*scope).String()
		}
		Error(w, http.StatusForbidden,
			"这封信不在你当前所在的那条会话里：每个会话各有各的收件箱（会话之间的记忆是隔离的）。"+
				"你当前在会话 "+self+"。要读它，就在它那条会话里读 —— 每封来信都会把 worker 唤醒到"+
				"它自己那条会话上，那时你看到的就是那条会话的收件箱。")
	default:
		Error(w, http.StatusForbidden, "无权访问该会话")
	}
	return false
}

// GET /api/v1/agent/contacts
//
// 本 Agent 参与过的会话，每条给出可直接投递的 `address`。
// 与人类侧 `/contacts` 同源（`repo.ListContactsFor`），scope 固定为自己。
//
// 声明了 `session_id`（= 调用方当前所在那条会话）时只列**同工作区**的会话：
// 一个 Agent 同时服务所有工作区，不收窄的话在 TrueAgent 里干活的 worker 会拿到
// agentmail 的会话标题/别名/未读计数。
func AgentListContacts(w http.ResponseWriter, r *http.Request) {
	agentName := middleware.GetAgentName(r)
	if agentName == "" {
		Error(w, http.StatusUnauthorized, "Unauthorized")
		return
	}

	// 仍走 agentScope：它负责校验 session_id 格式、并在未声明时记一条警告。
	// 但它的返回值**不再是过滤器** —— 列表与寻址都不再按工作区收窄（见下）。
	if _, ok := agentScope(w, r, agentName); !ok {
		return
	}

	archived := r.URL.Query().Get("archived") == "true"
	// ★ 2026-09-15 用户：「任意 agent 的寻址是任意的，而不是按工作区区分，去落实吧」。
	// 列表 = **我参与过的会话**（这是事实，不是授权），不再按工作区收窄。
	// 旧口径让一个 agent 只看得见"同工作区的会话标题"，zcode 2026-09-15 正是据此
	// 认定"那五位 agent 不存在"。工作区那条轴只留给 cwd/沙箱。
	contacts, err := repo.ListContactsFor(r.Context(), agentName, archived)
	if err != nil {
		Error(w, http.StatusInternalServerError, "Failed to list contacts")
		return
	}

	// 联系人条目里的 agent_name 是「会话对面那个人」，但 ListContactsFor 取的是
	// 会话首封邮件的 to_name（人类侧视角：对面是 Agent）。Agent 自己调用时，
	// 首封邮件的 to_name 往往就是自己，对面反而是 from_name。
	// 因此这里补一个 peer 字段明确「该跟谁说话」，不改原字段以免动到前端。
	out := make([]map[string]any, 0, len(contacts))
	for _, c := range contacts {
		peer := c.AgentName
		if peer == agentName {
			peer = c.LastFrom
		}
		out = append(out, map[string]any{
			"session_id":    c.SessionID,
			"session_alias": c.SessionAlias,
			"subject":       c.Subject,
			"path":          c.Path,
			"status":        c.Status,
			"mail_count":    c.MailCount,
			"unread_count":  c.UnreadCount,
			"last_activity": c.LastActivity,
			"last_from":     c.LastFrom,
			"max_rounds":    c.MaxRounds,
			"used_rounds":   c.UsedRounds,
			// peer 是这条会话里可与之通信的另一方
			"peer": peer,
			// address 是投回这条会话的现成地址。别名为空的老会话给不出可寻址的
			// 形式，此时置空而不是拼一个 `.new` —— 那会开新线索而不是续谈。
			"address": addressForSession(peer, c.Path, c.SessionAlias),
		})
	}
	JSON(w, http.StatusOK, map[string]any{"contacts": out})
}

// addressForSession 拼「投回这条会话」的地址；无别名时返回空串。
//
// 刻意不退化成 `name@path`（默认会话）：默认会话是「该 name@path 当前最活跃的
// 那条」，与调用方想回的那条不一定是同一条。给一个看着能用其实指向别处的地址，
// 比给空串危险。
func addressForSession(name, path, alias string) string {
	if alias == "" {
		return ""
	}
	return models.FormatAddress(name, path, alias)
}

// GET /api/v1/agent/contacts/suggest?name=&path=
//
// 三段式寻址补全，与人类侧 `/contacts/suggest` 同一套语义：
//
//	不带 name          → 候选收件人名（在线 Agent + 活跃用户，去掉自己）
//	带 name 不带 path  → 该 name 用过的工作目录
//	name + path 都带   → 该 name@path 下可续谈的会话别名，`new` 永远在最后
//
// **这是「精准发信」的关键一环**：模型不再拼地址，而是逐段选。
func AgentSuggestAddress(w http.ResponseWriter, r *http.Request) {
	agentName := middleware.GetAgentName(r)
	if agentName == "" {
		Error(w, http.StatusUnauthorized, "Unauthorized")
		return
	}

	name := strings.TrimSpace(r.URL.Query().Get("name"))
	path := strings.TrimSpace(r.URL.Query().Get("path"))

	if name == "" {
		agents, err := repo.ListAgents(r.Context(), "")
		if err != nil {
			Error(w, http.StatusInternalServerError, "Failed to list agents")
			return
		}
		users, _ := repo.ListActiveUsernames(r.Context())

		names := make([]string, 0, len(agents)+len(users))
		for _, a := range agents {
			if a.Name == agentName {
				continue // 不建议给自己发信
			}
			names = append(names, a.Name)
		}
		names = append(names, users...)
		JSON(w, http.StatusOK, map[string]any{
			"kind":        "name",
			"suggestions": emptySlice(names),
		})
		return
	}

	if path == "" {
		paths, _ := repo.SuggestPaths(r.Context(), name)
		JSON(w, http.StatusOK, map[string]any{
			"kind":        "path",
			"suggestions": emptySlice(paths),
		})
		return
	}

	// 可见性传自己的名字：只提示自己参与过的会话。
	// 传空会把别人的私下线索也列出来，那是越权。
	// ★ 2026-09-15 用户：「任意 agent 的寻址是任意的，而不是按工作区区分，去落实吧」。
	// 原先这里"声明了 session_id 就只列同工作区的会话"——那是把**寻址**当成**权限**了：
	// 寻址就该是任意的（谁都能给谁发），工作区只决定 cwd/沙箱。
	if _, ok := agentScope(w, r, agentName); !ok {
		return
	}
	// 候选会话只按"我参与过 + 与这个 name/path 匹配"来列。 —— 候选会话只按"我参与过 + 与这个名字/路径匹配"来列，
	// 这样 zcode 那种"想给别的 agent 发信"的场景才能拿到真实的候选。
	sessions, err := repo.SuggestSessionCandidates(r.Context(), agentName, name, path)
	if err != nil {
		Error(w, http.StatusInternalServerError, "Failed to suggest sessions")
		return
	}

	aliases := make([]string, 0, len(sessions)+1)
	addresses := make([]string, 0, len(sessions)+1)
	for _, c := range sessions {
		aliases = append(aliases, c.Alias)
		addresses = append(addresses, models.FormatAddress(name, path, c.Alias))
	}
	// new 总在最后：它不是一条已存在的会话。排在前面会让模型在想续谈时
	// 顺手开出一条新线索 —— 生产上已经发生过。
	aliases = append(aliases, "new")
	addresses = append(addresses, models.FormatAddress(name, path, "new"))
	sessions = append(sessions, repo.SessionCandidate{
		Alias: "new", Source: "new", Title: "新建会话",
	})

	JSON(w, http.StatusOK, map[string]any{
		"kind":        "session",
		"suggestions": emptySlice(aliases),
		// addresses 与 suggestions 同序，可直接塞进 send_mail 的 to
		"addresses":  emptySlice(addresses),
		"candidates": emptySlice(sessions),
	})
}

// GET /api/v1/agent/mail/{id}/thread
//
// 与人类侧 `/mail/{id}/thread` 同一份实现，可见性判据换成
// 「本 Agent 参与过该会话**且工作区相同**」（见 repo.AgentMayReadSession）。
// 抄送协作要靠它回答「谁已经回了、谁还没回」。
func AgentGetMailThread(w http.ResponseWriter, r *http.Request) {
	agentName := middleware.GetAgentName(r)
	if agentName == "" {
		Error(w, http.StatusUnauthorized, "Unauthorized")
		return
	}
	scope, ok := agentScope(w, r, agentName)
	if !ok {
		return
	}
	serveMailThread(w, r, func(sid uuid.UUID) (bool, error) {
		// 丢掉 reason 而不是改 serveMailThread 的签名：人类侧 `/mail/{id}/thread`
		// 与这里共用同一份实现，只为一个调用点的文案去改它不划算。
		// 拒绝原因（跨工作区 / 没参与过）在 403 文案上合流成同一句，
		// 反而少泄一点信息。
		allowed, _, err := repo.AgentMayReadSession(r.Context(), agentName, scope, sid)
		return allowed, err
	})
}

// GET /api/v1/agent/mail/{id}
//
// 读单封邮件全文（含抄送清单与附件）。收件箱只给摘要，
// 而要回给抄送方就必须先看清这封信到底发给了谁。
func AgentGetMail(w http.ResponseWriter, r *http.Request) {
	agentName := middleware.GetAgentName(r)
	if agentName == "" {
		Error(w, http.StatusUnauthorized, "Unauthorized")
		return
	}
	scope, ok := agentScope(w, r, agentName)
	if !ok {
		return
	}
	mailID, ok := pathUUID(w, r, "id")
	if !ok {
		return
	}

	mail, err := repo.GetMailByID(r.Context(), mailID)
	if err != nil {
		Error(w, http.StatusNotFound, "Mail not found")
		return
	}
	if !canReadSession(w, r, agentName, scope, mail.SessionID) {
		return
	}

	fillAttachments(r, mail)

	alias := repo.SessionAliasOf(r.Context(), mail.SessionID)
	JSON(w, http.StatusOK, map[string]any{
		"mail":          mail,
		"session_alias": alias,
		// 回信地址与「我这个身份」都给现成的，省得插件自己拼。
		// mail.ToWorkspace 是收件方那个地址的 path 位。
		"reply_address": models.FormatAddress(mail.FromName, "", alias),
		"self_address":  models.FormatAddress(agentName, mail.ToWorkspace, alias),
		"participants":  participantsOf(mail, alias),
	})
}

// GET /api/v1/agent/sessions/{id}/participants
//
// 列出该会话的全部参与方及各自的可投递地址。
//
// 这是「发送给抄收方 / 转发方」缺的最后一块：知道有谁、以及**用什么地址找到他**。
// 逐封邮件扫收件人与抄送，因为参与方是随往来变化的（一封转发就多一个人）。
func AgentSessionParticipants(w http.ResponseWriter, r *http.Request) {
	agentName := middleware.GetAgentName(r)
	if agentName == "" {
		Error(w, http.StatusUnauthorized, "Unauthorized")
		return
	}
	sessionID, ok := pathUUID(w, r, "id")
	if !ok {
		return
	}
	scope, ok := agentScope(w, r, agentName)
	if !ok {
		return
	}
	if !canReadSession(w, r, agentName, scope, sessionID) {
		return
	}

	parts, err := repo.SessionParticipants(r.Context(), sessionID)
	if err != nil {
		Error(w, http.StatusInternalServerError, "Failed to list participants")
		return
	}

	alias := repo.SessionAliasOf(r.Context(), sessionID)
	out := make([]map[string]any, 0, len(parts))
	for _, p := range parts {
		out = append(out, map[string]any{
			"name":       p.Name,
			"path":       p.Path,
			"roles":      p.Roles, // from / to / cc 的并集
			"is_self":    p.Name == agentName,
			"mail_count": p.MailCount,
			// address 用**该参与方自己的 path**，不是调用方的：
			// 抄送给 opencode@/a 与主发给 dsh@/b 是两个工作区，
			// 用错 path 会让对方在别人的目录里开会话。
			"address": addressForSession(p.Name, p.Path, alias),
		})
	}

	JSON(w, http.StatusOK, map[string]any{
		"session_id":    sessionID,
		"session_alias": alias,
		"participants":  out,
	})
}

// participantsOf 从单封邮件里摘出参与方地址，供 AgentGetMail 直接返回。
// 与 SessionParticipants 的区别：这里只看这一封（发件人 + 收件人 + 抄送），
// 用于「回这封信时该带上谁」；那里看整条会话。
func participantsOf(m *models.Mail, alias string) []map[string]any {
	out := []map[string]any{}
	add := func(role, name, path string) {
		if name == "" {
			return
		}
		out = append(out, map[string]any{
			"role":    role,
			"name":    name,
			"path":    path,
			"address": addressForSession(name, path, alias),
		})
	}
	// from_workspace 对 Agent 存的是 Agent 名而非路径（历史遗留），
	// 拿它当 path 会拼出错地址，所以发件人一侧留空 path 走默认。
	add("from", m.FromName, "")
	add("to", m.ToName, m.ToWorkspace)
	for _, c := range m.CCList {
		add("cc", c.Name, c.Path)
	}
	return out
}