JOJO f77f1d67a8 refactor(runtime): 审核 F1-F4 收口——发现入口、范围校验、入口统一转调、验收加固

- F1: RuntimeService.list_runs 公共 Run 发现（工作区/会话/状态筛选）；
  task_public_payload 序列化收敛至 models.py 核心层单一实现（Web/公共入口同构，
  helpers.py 旧实现删除，无新旧双轨）
- F2: tasks/api.py 7 处、api_v1.py 3 处、chat/approval.py 6 处全部转调
  runtime_service；HTTP 轮询透传 window_start 缺口水位；死导入清零
- F3: _resources_for_query 补 principal workspace_id 一致性校验
  （跨工作区查询必须重新认证）
- F4: config 新增 ASTRION_IGNORE_DOTENV 逃生门（.env 对 ASTRION_DATA_ROOT 的
  优先覆盖是刻意设计，保留）；验收测试自包含（假模型 127.0.0.1:9 快失败）+
  隔离生效断言；lifecycle 改 api_request_start 装配证据断言；
  新增审批等待链验收（approval 档真实工具循环：等待→公共入口批准→继续）；
  chain 首段改双客户端场景（B 经 list_runs 发现 A 的 Run 并观察/取消）
- execution_plane/base.py 注释修正：命令校验/路径授权仍在旧链路（审核 §4）
- 全量 75 测试：失败恰为 4 项存量，与改造无关

2026-09-08 01:29:43 +08:00

11 KiB

Raw Blame History

Gateway 改造实现审核记录

审核日期：2026-09-07 审核方式：主智能体综合审阅，3 个 Luna 子智能体分别核查服务初始化、协议与多端交互、执行环境边界。审核基线：b4deee0f；目标提交：d7cb854f。结论只描述该提交快照，后续修复须重新验证。本轮只审核并记录，未修改业务代码。本文不替换既有规划或子报告。

1. 范围与结论

本次审核以下 4 个提交：

提交	内容
`d9bd599c`	Gateway 独立启动与公共协议落地
`27aeed70`	Execution Contract 与替身执行器
`4378eb6a`	会话查询公共入口与代码就绪度收口
`d7cb854f`	审批/提问公共入口与①②③链路收口声明

对照依据：当前状态规划 §7、公共协议、执行契约，以及前序关于四层职责、公共入口、状态归属和行为验收的约定。

结论：改造已有实质进展，但现有证据尚不能支持“①客户端—②Gateway—③Runtime 已完整贯通”的完成声明。 当前完成的是主要进程内服务能力、独立初始化相关拆分和 E1–E4 替身接入；公共任务发现、既有适配入口收敛、资源范围校验及验收可靠性仍需收口。

按规划中记录的本轮收口范围，生产 Host/Docker 迁入 ExecutionBackend、E5–E10 全量接入、正式 CLI/GUI/IDE 客户端开发均已后置。本文不把这些已明确后置的工作算作本轮违约，也不要求事件全量持久化、重启续跑或 Remote Worker。

2. 完成度核查

能力	审核结论	证据与限制
任务核心与 Web 路由加载拆分	已实现	`server/tasks/__init__.py` 不再顶层装配 Blueprint 与路由；`server/tasks/web.py` 承担 Web 装配
非 Web 环境的消息输出与后台任务启动	已提供适配	`server/extensions.py` 增加 `emit_event` / `run_background`；独立生命周期仍需加强验收
Run、审批、会话查询公共方法	主要方法已实现	`server/runtime/service.py`；存在 F1、F3，且 Web 调用尚未全部迁移（F2）
事件 offset 与窗口水位	进程内接口已实现	`get_task_events` 返回 `meta.window_start`；现有 HTTP 轮询未透传该信息
多客户端发现、操作与恢复闭环	部分完成，未充分验收	新客户端缺活动 Run 发现入口；测试没有覆盖真实 A 发起/B 操作和断连重连
CLI/GUI/IDE 独立接入	部分服务基础已具备	进程内直调成功不等于已有独立传输适配器；正式客户端后置可以接受，但应准确限定“代码就绪度”
ExecutionBackend	E1–E4 替身接入已实现	默认 `execution_backend=None`；生产 Host/Docker 与 E5–E10 后置，符合当前范围记录

3. 本轮需要收口的发现

以下均列为 P2：本轮完成验收前应修正或明确处理的事项。其中 F1/F2 是能力与迁移缺口，F3 是新增公共接口的资源校验缺口，F4 是验证缺陷；不应全部表述为线上行为回归。

F1：新客户端无法通过公共入口发现已有任务

位置：server/runtime/service.py:277、docs/runtime_protocol.md:49–56。
现状：RuntimeService 只有按已知 task_id 查询的 get_task / get_task_events，没有 list_runs / list_tasks。底层 TaskManager.list_tasks 已存在，旧 Web /api/tasks 也提供列表，但没有提升到公共服务。
触发场景：客户端 A 发起任务后，客户端 B 新连接，尚不知道该 task_id。B 无法仅通过当前公共协议发现 A 的活动 Run，仍需旧 Web 列表接口或其他协议外信息。
影响：仅验证 get_task(task_id)，不足以证明“B 经公共入口查询并操作”已经成立。
建议：增加受授权的 Run 发现查询，可按工作区、会话和活动状态筛选；复用底层能力，返回适合公共协议的结果。
验收：A 创建 Run；B 只持已授权身份及工作区/会话范围，通过公共查询取得该 Run，再观察、回答审批或取消，不从 A 的测试变量直接获取 task_id。

F2：既有适配入口未统一，新恢复信息未到达实际客户端

位置：server/tasks/api.py:236/281/304/332/355/377、server/api_v1.py:424/432/453、server/chat/approval.py:56/71/100/115/143/159。
现状：Web/API 的事件轮询、取消、引导、队列操作仍有直接调用 task_manager 的路径；三类审批查询/回答仍直接调用对应 manager。
具体差异：RuntimeService 的事件查询新增 meta.window_start，旧 HTTP 轮询仍用 get_events_since 构造响应，不包含该水位。新增协议的缺口检测信息尚未到达这些客户端。
影响：“公共方法已提供”不能等同于“既有入口均已转调”。多条路径仍可独立演进，新增语义也不会自动共享。直接调用同一 manager 不等于出现多份状态，但不满足本轮入口收敛约定。
建议：相关 Web/API 路由转调公共服务，保留现有认证及兼容响应；将事件窗口信息适配到响应，并验证消费者的缺口处理。更新完成速览，区分接口存在、适配完成和行为验收。
验收：同一组受理、取消、队列和审批行为，经 Web 适配与直接服务调用得到等价结果；裁剪事件窗口后，调用方能检测缺口并按已定义规则重新同步，不仅验证未裁剪时 window_start=0。

F3：会话查询未检查 principal 绑定的工作区

位置：server/runtime/service.py:250–270，重点为 :254–269。
现状：_resources_for_query 只检查 principal.username == username，没有检查 principal 的 workspace_id 与查询目标一致，随后直接按调用参数的 workspace_id 装配资源。
已复现：主侧用资源解析替身调用 _resources_for_query('alice', 'B', TrustedPrincipal(username='alice', workspace_id='A'))，得到 resource_workspace='B'，没有被拒绝。
影响：服务接口未守住 TrustedPrincipal 所声明的资源范围。当前是进程内可信调用接口，不能据此断言已有外部可利用漏洞；但新适配器将外部查询参数传入时，这个不一致必须被阻止或经明确重新授权处理。
建议：查询目标与已授权 principal 范围保持一致；若允许切换工作区，应显式完成目标授权，而不是直接信任第二份 workspace_id 参数。
验收：覆盖同名用户不同工作区、用户名不一致、正确范围查询，以及 host/API/web 身份。当前测试只检查用户名不一致。

F4：独立验收测试存在假通过、隔离及配置依赖

位置：test/runtime_standalone_checks.py:25–27/83–144/147–258、config/__init__.py:51–52。
假通过：生命周期测试接受任意 failed 终态；terminal 不存在时跳过门闸检查。主侧在缺少模型配置、资源装配失败的环境中，观察到该生命周期测试仍通过。
交互覆盖不足：chain 测试在 Run 结束后手工向 manager 创建审批，再验证公共入口路由。这能验证查询、裁决和重复回答的服务行为，但不能证明“执行中的任务进入等待→另一客户端回答→原任务继续”。提问与计划确认的完整等待链同样缺少对应证据。
隔离缺口：测试设置临时 ASTRION_DATA_ROOT 后，config 仍会用源码目录 .env 的同名值覆盖。子审核在当前工作区执行时，观察到尝试访问真实运行态目录并被写权限拒绝；因此原隔离设置不能作为可靠保证。
配置依赖：主侧在无 .env、无真实凭证的隔离源码副本中执行，fake_exec 因“未配置可用模型”失败，chain 因没有建立会话 ID 失败。测试未提供自包含的模型配置与受控响应。
建议：提供确定的测试资源根、模型配置和模型响应替身，保留真实任务线程与资源装配。分别断言成功、取消、审批等待/继续、预期异常及清理结果，不用任意 failed 替代成功验收；强制确认 terminal、会话历史和门闸状态。
验收：全新隔离目录、无真实凭证、禁用网络时可稳定复现；改变开发者 .env 不改变测试数据路径；人为使装配失败时，成功生命周期用例必须失败。

4. 已后置执行层工作的契约提醒

modules/execution_plane/base.py:29 声称路径授权与 _validate_command 已在 Runtime 编排层完成，但当前真实命令校验仍位于旧 terminal_ops 链路，文件路径检查也不能只依赖“先读后写”前置检查。注入 backend 的新分支未完整复用这些旧后端校验。

当前默认生产路径未因此改变，不将其报告为现有 Host/Docker 权限绕过。 但未来接入真实 ExecutionBackend 前，必须准确分配并保留命令校验、路径授权和实际执行限制；不能按照当前注释误认为上层已完成全部检查。

此项跟随已后置的③↔④工作处理，不作为本轮①②③收口的额外扩张。

5. 验证记录与限制

主侧测试方法：从目标 HEAD 导出临时源码副本（不带未跟踪 .env），指定临时数据/部署配置目录，移除继承的模型凭证，并通过测试进程的网络连接拦截禁止外部调用。未修改被审核源码。运行器使用仓库 .venv/bin/python 的 unittest discovery，未依赖 pytest。

运行以下 5 组测试，共 28 项：26 通过、2 失败：

test_server_refactor_smoke.py
test_runtime_service.py
test_runtime_identity_resources.py
test_conversation_model_persistence.py
test_runtime_standalone_lifecycle.py

失败用例	观察结果	解释
`ExecutionPlaneFakeBackendTest.test_runtime_with_fake_execution_backend`	get_default_model_key 抛“未配置可用模型”	未进入替身工具断言，不能认定工具实现回归；证明测试配置不自包含
`ProtocolSmokeChainTest.test_full_chain_run_history_offset_approval`	“Run 应建立会话 id”断言失败	本次隔离环境下会话装配未成功，不能作为全链路完成证据

对照观察：同一环境下 StandaloneRuntimeLifecycleTest 通过，结合其接受 failed 及可跳过 terminal 检查的逻辑，确认 F4 的验收假通过问题。

另外完成了 F3 的最小替身复现、适配入口静态对照及最近提交范围核验。未执行真实模型调用、真实多客户端联调或 UI 人工验收；不据上述测试结果声称这些场景已通过，也不将这两项失败直接归为生产业务回归。

6. 建议收口顺序

补公共 Run 发现查询，修复会话查询的工作区范围校验。
将本轮承诺的 Web/API 控制、审批与事件观察入口转调公共服务，落实事件缺口响应与处理。
修复测试隔离和自包含配置，用受控模型响应验证真实装配、执行中审批/提问、取消及清理。
用两个相互独立的客户端调用方完成 A 发起、B 发现并操作、断连及重连验收；传输适配尚未实现时，明确记录进程内调用的实际覆盖范围。
根据证据更新 gateway_current_state.md 完成速览；其余生产执行后端与正式客户端工作继续按已后置范围推进。

11 KiB Raw Blame History Unescape Escape