JianFeeeee
a44fd6949b
L2 核心改动：sessions 表补 permission_mode / permission_enforcement 两列 （sqlite + pg 同步），三桥 lib/permission-mode.js 翻译档位到平台原生配置， homeagent advisory 模式提示词告知模型实际强制力。四桥全部携带 from_session_id 供 relay 去重与会话回溯。 FromHuman / ToHuman 判据已加入心跳 payload 与 notify/mail.go。
362 lines
13 KiB
Go
362 lines
13 KiB
Go
package handler
|
||
|
||
import (
|
||
"errors"
|
||
"net/http"
|
||
"strings"
|
||
|
||
"github.com/agentmail/gateway/internal/middleware"
|
||
"github.com/agentmail/gateway/internal/models"
|
||
"github.com/agentmail/gateway/internal/repo"
|
||
"github.com/agentmail/gateway/internal/sse"
|
||
"github.com/google/uuid"
|
||
)
|
||
|
||
// ---------- Permission ----------
|
||
|
||
type permissionRequestRequest struct {
|
||
Question string `json:"question"`
|
||
Options []string `json:"options"`
|
||
Context string `json:"context"`
|
||
SessionID *string `json:"session_id"`
|
||
// 可选：显式指定决策人（人类用户名）。省略时由会话 owner 决定。
|
||
To string `json:"to"`
|
||
// RelayKey 是上游那条权限询问的稳定 id（opencode 的 permission.id）。
|
||
//
|
||
// 权限请求本来就不扣配额（人不点头 Agent 就动不了，收费等于收「求人费」），
|
||
// 这里要的只是**幂等**：permission.updated 事件会重复触发，插件也会重连重放，
|
||
// 没有幂等键就会给同一次询问生成好几封邮件。
|
||
RelayKey string `json:"relay_key"`
|
||
}
|
||
|
||
type permissionDecideRequest struct {
|
||
MailID string `json:"mail_id"`
|
||
Decision string `json:"decision"`
|
||
Note string `json:"note"`
|
||
}
|
||
|
||
// POST /api/v1/permission/request
|
||
func RequestPermission(w http.ResponseWriter, r *http.Request) {
|
||
agentName := middleware.GetAgentName(r)
|
||
if agentName == "" {
|
||
Error(w, http.StatusUnauthorized, "Unauthorized")
|
||
return
|
||
}
|
||
|
||
var req permissionRequestRequest
|
||
if !DecodeBody(w, r, &req) {
|
||
return
|
||
}
|
||
if req.Question == "" {
|
||
Error(w, http.StatusBadRequest, "Missing question")
|
||
return
|
||
}
|
||
|
||
options := req.Options
|
||
if len(options) == 0 {
|
||
options = []string{"同意", "拒绝"}
|
||
}
|
||
|
||
// 幂等：同一条上游询问只生成一封邮件。
|
||
// 重复不是故障（插件重试/事件重放的正常结果），因此幂等地返回已存在的结论而非报错。
|
||
relayKey := strings.TrimSpace(req.RelayKey)
|
||
if relayKey != "" {
|
||
if len(relayKey) > 160 {
|
||
Error(w, http.StatusBadRequest, "relay_key 过长（上限 160 字节）")
|
||
return
|
||
}
|
||
if err := repo.ClaimRelay(r.Context(), agentName, relayKey, "permission"); err != nil {
|
||
if errors.Is(err, repo.ErrRelayDuplicate) {
|
||
JSON(w, http.StatusOK, map[string]any{
|
||
"status": "duplicate_relay",
|
||
"relay_key": relayKey,
|
||
"detail": "该权限询问已转发过，本次调用未产生新邮件",
|
||
})
|
||
return
|
||
}
|
||
Error(w, http.StatusInternalServerError, "Failed to claim relay")
|
||
return
|
||
}
|
||
}
|
||
|
||
// 确定 session
|
||
var sessionID uuid.UUID
|
||
if req.SessionID != nil && *req.SessionID != "" {
|
||
id, err := uuid.Parse(*req.SessionID)
|
||
if err != nil {
|
||
Error(w, http.StatusBadRequest, "Invalid session_id")
|
||
return
|
||
}
|
||
sessionID = id
|
||
repo.TouchSession(r.Context(), sessionID)
|
||
} else {
|
||
// workspace 空串：权限询问不经三维寻址，没有 path 位可归属。
|
||
id, err := repo.CreateSession(r.Context(), nil, agentName, "权限请求: "+req.Question, "")
|
||
if err != nil {
|
||
Error(w, http.StatusInternalServerError, "Failed to create session")
|
||
return
|
||
}
|
||
sessionID = id
|
||
}
|
||
|
||
// 权限档位决定这次询问该不该存在。
|
||
//
|
||
// 只有 workspace 档需要人：
|
||
// - plan 档 → 409。该档的语义就是「这轮不动手」，没什么可问人的，
|
||
// 模型该做的是把方案写在回信里。
|
||
// - full 档 → 409。已经声明全权，再问一遍只是噪音；插件本不该发这封信，
|
||
// 发了说明它没按档位翻译，报错比静默接受好。
|
||
//
|
||
// 这也是为什么下面不再有「退回第一个管理员」的兜底：
|
||
// 既然只有一档需要人，那一档里找不到人就是 409，没有中间形态。
|
||
mode := repo.SessionPermissionMode(r.Context(), sessionID)
|
||
if !models.ModeNeedsHuman(mode) {
|
||
if relayKey != "" {
|
||
_ = repo.ReleaseRelay(r.Context(), agentName, relayKey)
|
||
}
|
||
detail := "本会话的权限档位是 " + mode + "，不产生权限询问。"
|
||
suggestion := ""
|
||
if mode == models.ModePlan {
|
||
suggestion = "plan 档只允许读与查。请不要尝试写入或执行命令，" +
|
||
"把方案、需要人工执行的步骤写在回信里。如需动手，请请发件人把档位改成 workspace。"
|
||
} else {
|
||
suggestion = "full 档下工具调用无需审批，插件不应该转发权限询问。" +
|
||
"这通常意味着插件没按会话档位配置平台的审批策略。"
|
||
}
|
||
JSON(w, http.StatusConflict, map[string]interface{}{
|
||
"error": "本会话不接受权限询问（档位 " + mode + "）",
|
||
"detail": detail,
|
||
"suggestion": suggestion,
|
||
"permission_mode": mode,
|
||
})
|
||
return
|
||
}
|
||
|
||
// 决策人：显式指定优先，否则取会话 owner，再否则沿线索找最近的人类。
|
||
//
|
||
// **不再退回第一个管理员**。那段兜底让下面的 409 分支永远不可达：
|
||
// decider 空 → 填上管理员 → IsHumanUser 通过 → NearestHumanInThread 根本不会被调用。
|
||
// 实测：pi 给自己新开会话派活跑 bash，权限邮件 to_name=jianf，而那条链上
|
||
// 没有任何人类参与过。而且那段 409 自己的注释就在论证兜底是错的：
|
||
// 「管理员对这条 Agent 链的上下文一无所知」。两条策略互相矛盾，
|
||
// 先执行的那条把后写的那条变成了死代码。
|
||
decider := req.To
|
||
if decider == "" || decider == "human" {
|
||
owner, err := repo.SessionOwnerUsername(r.Context(), sessionID)
|
||
if err == nil && owner != "" {
|
||
decider = owner
|
||
}
|
||
}
|
||
|
||
// 关键防线：decider 必须是人类用户。
|
||
//
|
||
// Agent 无法通过 Web UI 决策权限 —— SendToUser 投递到不存在的用户通道，
|
||
// 而桥的 await Promise 永不 resolve，会话永久阻塞。这在 Agent 给自己发信时
|
||
// 必然发生：pi 分配任务给自己的另一个会话 → 该会话触发权限询问 → 邮件发给 pi
|
||
// → pi 不是人类用户 → 整条会话卡死。
|
||
//
|
||
// 修复：沿会话树上溯找最近的人类节点 —— 权限应追溯到最初分配任务的人。
|
||
if isHuman, _ := repo.IsHumanUser(r.Context(), decider); !isHuman {
|
||
human, err := repo.NearestHumanInThread(r.Context(), sessionID, decider)
|
||
if err == nil && human != "" {
|
||
decider = human
|
||
} else {
|
||
// 整条任务链上没有人类：Agent → Agent → Agent，中间没有任何人介入。
|
||
//
|
||
// 这条分支曾经**永远不可达**：上游有一段「退回第一个管理员」的兜底，
|
||
// 把 decider 填成 admin，IsHumanUser 于是通过，这里根本不会被调用。
|
||
// 实测：pi 给自己新开会话派活跑 bash → 权限邮件 to_name=jianf。
|
||
// 那段兜底已删（参见上面的档位判定）。
|
||
//
|
||
// 为什么不该转给管理员：管理员对这条 Agent 链的上下文一无所知，
|
||
// 既不知道这个 bash 命令在做什么，也不知道拒绝后 Agent 该怎么绕过去。
|
||
//
|
||
// 正确做法：直接拒绝，让 Agent 收到明确的错误信息，由它自己决定下一步：
|
||
// 换用不需要权限的方式（subprocess、文件操作等），或在邮件里说明情况让上游转给人类。
|
||
if relayKey != "" {
|
||
_ = repo.ReleaseRelay(r.Context(), agentName, relayKey)
|
||
}
|
||
JSON(w, http.StatusConflict, map[string]interface{}{
|
||
"error": "权限询问无法送达：该任务链上没有人类用户",
|
||
"detail": "整条任务都是 Agent 之间的邮件往来，没有人类参与决策。请换用不需要权限的方式完成此操作，或在回复中说明情况让上游转达给人类。",
|
||
"suggestion": "考虑用 subprocess/file 工具替代需要权限的工具，或通过邮件向上游请求人类协助。",
|
||
"decider_was": decider,
|
||
})
|
||
return
|
||
}
|
||
}
|
||
|
||
body := req.Context
|
||
if body == "" {
|
||
body = req.Question
|
||
}
|
||
mailID, err := repo.CreatePermissionMail(r.Context(), sessionID, agentName, decider, req.Question, body, options)
|
||
if err != nil {
|
||
// 归还幂等键，否则这次询问永远转不出来了
|
||
if relayKey != "" {
|
||
_ = repo.ReleaseRelay(r.Context(), agentName, relayKey)
|
||
}
|
||
Error(w, http.StatusInternalServerError, "Failed to create permission mail")
|
||
return
|
||
}
|
||
if relayKey != "" {
|
||
_ = repo.BindRelayMail(r.Context(), agentName, relayKey, mailID)
|
||
}
|
||
if err := repo.CreatePermissionRequest(r.Context(), mailID, sessionID, agentName, req.Question, options, req.Context); err != nil {
|
||
Error(w, http.StatusInternalServerError, "Failed to create permission request")
|
||
return
|
||
}
|
||
|
||
// 只推给该决策人。
|
||
//
|
||
// 这一处不走 notify.Recipients：那个函数推给「三维地址解析出的参与方」，
|
||
// 而权限询问的投递对象是逐会话树找出来的人类决策人（NearestHumanInThread），
|
||
// 不是一个地址 —— 抄送也不应当收到它（权限是待办，不是广播）。
|
||
//
|
||
// 但 payload 必须带足字段：前端的授权页靠 session_alias + 会话 workspace
|
||
// 拼出「哪个 Agent、在哪个目录、哪条线索」。只给 from_name 的话人
|
||
// 看到的只是一个光秃的 Agent 名，无法判断该不该批。
|
||
alias := repo.SessionAliasOf(r.Context(), sessionID)
|
||
sse.Default.SendToUser(decider, "new_mail", map[string]interface{}{
|
||
"mail_id": mailID.String(),
|
||
"session_id": sessionID.String(),
|
||
"from_name": agentName,
|
||
"subject": "权限请求: " + req.Question,
|
||
"mail_type": "permission_request",
|
||
"role": "to",
|
||
"session_alias": alias,
|
||
})
|
||
|
||
JSON(w, http.StatusOK, map[string]string{
|
||
"mail_id": mailID.String(),
|
||
"session_id": sessionID.String(),
|
||
"permission_mail_id": mailID.String(),
|
||
"decider": decider,
|
||
})
|
||
}
|
||
|
||
// POST /api/v1/permission/decide —— 需登录；只有该权限请求的收件人或管理员可决策
|
||
func DecidePermission(w http.ResponseWriter, r *http.Request) {
|
||
user := middleware.GetUser(r)
|
||
if user == nil {
|
||
Error(w, http.StatusUnauthorized, "not authenticated")
|
||
return
|
||
}
|
||
|
||
var req permissionDecideRequest
|
||
if !DecodeBody(w, r, &req) {
|
||
return
|
||
}
|
||
if req.MailID == "" || req.Decision == "" {
|
||
Error(w, http.StatusBadRequest, "Missing mail_id or decision")
|
||
return
|
||
}
|
||
|
||
mailID, err := uuid.Parse(req.MailID)
|
||
if err != nil {
|
||
Error(w, http.StatusBadRequest, "Invalid mail_id UUID")
|
||
return
|
||
}
|
||
|
||
perm, err := repo.GetPermissionByMailID(r.Context(), mailID)
|
||
if err != nil {
|
||
Error(w, http.StatusNotFound, "Permission request not found")
|
||
return
|
||
}
|
||
if perm.Result != nil && *perm.Result != "" {
|
||
Error(w, http.StatusConflict, "该请求已被处理")
|
||
return
|
||
}
|
||
|
||
// 鉴权：必须是这封权限邮件的收件人，或管理员
|
||
mail, err := repo.GetMailByID(r.Context(), mailID)
|
||
if err != nil {
|
||
Error(w, http.StatusNotFound, "Mail not found")
|
||
return
|
||
}
|
||
if !user.IsAdmin() && mail.ToName != user.Username {
|
||
Error(w, http.StatusForbidden, "无权决策他人的权限请求")
|
||
return
|
||
}
|
||
|
||
// 决策选项必须在候选内
|
||
if !contains(perm.Options, req.Decision) {
|
||
Error(w, http.StatusBadRequest, "决策必须是候选项之一")
|
||
return
|
||
}
|
||
|
||
if _, err := repo.DecidePermission(r.Context(), mailID, req.Decision); err != nil {
|
||
Error(w, http.StatusInternalServerError, "Failed to decide permission")
|
||
return
|
||
}
|
||
|
||
decisionMailID, err := repo.CreateDecisionMail(
|
||
r.Context(), perm.SessionID, mailID, user.Username, perm.AgentName, req.Decision, req.Note)
|
||
if err != nil {
|
||
Error(w, http.StatusInternalServerError, "Failed to create decision mail")
|
||
return
|
||
}
|
||
|
||
// 通知发起 Agent 恢复执行
|
||
// 带上上游 permission id：插件要拿它回复 opencode 的原生权限询问。
|
||
// 两边 id 空间不同，光给 AgentMail 的 mail_id 插件对不上；
|
||
// 而插件重启后内存映射会丢，所以这个映射由服务端持久化并在此回传。
|
||
payload := map[string]interface{}{
|
||
"mail_id": mailID.String(),
|
||
"decision_mail_id": decisionMailID.String(),
|
||
"decision": req.Decision,
|
||
"note": req.Note,
|
||
"decided_by": user.Username,
|
||
// 会话 id：插件重启丢了待决映射时，会退化成「把决策当一封通知投进会话」，
|
||
// 那条路径要靠这个字段找到原会话，否则会凭空另开一个。
|
||
"session_id": perm.SessionID.String(),
|
||
}
|
||
if key, kind := repo.RelayKeyForMail(r.Context(), mailID); key != "" {
|
||
payload["relay_key"] = key
|
||
payload["relay_kind"] = kind
|
||
}
|
||
sse.Default.SendToAgent(perm.AgentName, "permission_decision", payload)
|
||
// 只刷新决策人自己的界面
|
||
sse.Default.SendToUser(user.Username, "session_update", map[string]interface{}{
|
||
"session_id": perm.SessionID.String(),
|
||
"status": "active",
|
||
})
|
||
|
||
JSON(w, http.StatusOK, map[string]string{
|
||
"status": "decided",
|
||
"decision_mail_id": decisionMailID.String(),
|
||
})
|
||
}
|
||
|
||
// GET /api/v1/permission/pending —— 需登录；普通用户只看发给自己的
|
||
func ListPendingPermissions(w http.ResponseWriter, r *http.Request) {
|
||
user := middleware.GetUser(r)
|
||
if user == nil {
|
||
Error(w, http.StatusUnauthorized, "not authenticated")
|
||
return
|
||
}
|
||
|
||
forUser := user.Username
|
||
if user.IsAdmin() && r.URL.Query().Get("all") == "true" {
|
||
forUser = ""
|
||
}
|
||
|
||
reqs, err := repo.ListPendingPermissionsFor(r.Context(), forUser)
|
||
if err != nil {
|
||
Error(w, http.StatusInternalServerError, "Failed to list pending permissions")
|
||
return
|
||
}
|
||
JSON(w, http.StatusOK, map[string]interface{}{
|
||
"requests": emptySlice(reqs),
|
||
})
|
||
}
|
||
|
||
func contains(list []string, v string) bool {
|
||
for _, s := range list {
|
||
if s == v {
|
||
return true
|
||
}
|
||
}
|
||
return false
|
||
}
|