MailUI4Agents/server/internal/handler/permission.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"`
	// Kind 区分待办类型："permission"（危险工具审批，默认）或 "question"
	// （Agent 主动询问）。主动询问不套权限档位判定 —— plan/full 档也可能需要
	// 补充信息，审批档不能拦它。
	Kind string `json:"kind"`
	// MultiSelect 仅 question 使用：ask_user_question 的多选语义。
	MultiSelect bool `json:"multi_select"`
}

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
	}

	// 校验请求类型。空串按 permission 处理（历史客户端不传也不会被拒）。
	kind := strings.TrimSpace(req.Kind)
	if kind == "" {
		kind = "permission"
	}
	if kind != "permission" && kind != "question" {
		Error(w, http.StatusBadRequest, `kind 只能是 ""、"permission" 或 "question"`)
		return
	}

	options := req.Options
	if len(options) == 0 && kind != "question" {
		// 审批型询问必须给两个可点选项，否则人在界面上无以为答。
		//
		// 主动询问（question）不同：它可能根本没有预设选项 ——
		// 那是「请把你的名字告诉我」「请把报错贴给我」这类自由文本问题。
		// 给它们塞「同意/拒绝」会让人只能选一个毫无意义的答案，
		// 而模型拿到的 selected 里也会是这种噪音。
		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, mailSubjectFor(kind, req.Question), "")
		if err != nil {
			Error(w, http.StatusInternalServerError, "Failed to create session")
			return
		}
		sessionID = id
	}

	// 权限档位决定审批型询问该不该存在。**主动询问（question）不受此约束**：
	// 无论 plan/full，模型都可能需要向人补充信息，拦住就是阻塞整个任务。
	//
	// 审批型只有 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)
	needHuman := kind != "question" && !models.ModeNeedsHuman(mode)
	if needHuman {
		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, kind, req.MultiSelect)
	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, kind, req.MultiSelect); 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":       mailSubjectFor(kind, req.Question),
		"mail_type":     "permission_request",
		"role":          "to",
		"session_alias": alias,
		// 待办类型与多选语义必须随推送下发：前端靠它们决定渲染
		// 「批准/拒绝」还是「回答问题」（勾选 + 自由文本）。
		// 不下发的话前端只能重查一次，而授权页是靠这条推送实时更新的。
		"permission_kind":         kind,
		"permission_multi_select": req.MultiSelect,
		"permission_options":      options,
	})

	JSON(w, http.StatusOK, map[string]string{
		"mail_id":            mailID.String(),
		"session_id":         sessionID.String(),
		"permission_mail_id": mailID.String(),
		"decider":            decider,
	})
}

// mailSubjectFor 给待办邮件起主题。
//
// 审批型与主动询问是两类不同的待办，主题必须一眼能区分：「权限请求」意味着
// 有人要被放行一个危险操作，「需要回答」只是模型缺信息。混用一套措辞会让人
// 在授权页里把「回答问题」当成「批准执行」。
func mailSubjectFor(kind, question string) string {
	if kind == "question" {
		return "需要回答: " + question
	}
	return "权限请求: " + question
}

// 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 —— 仅限审批型。主动询问允许自由文本回答，
	// 多选时 decision 是多个原始标签（前端用换行分隔），同样不套暂时选项表。
	if perm.Kind != "question" && !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,
		"kind":             perm.Kind,
		"multi_select":     perm.MultiSelect,
		// 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
}