tantingwu/GPU_GUARD_MONOREPO

Fork 0

陈二狗 cc660d19d1 初始化提交

2026-05-20 21:39:12 +08:00

27 KiB

Raw Permalink Blame History

Skill 系统演进设计

日期：2026-04-27 状态：Draft 范围：P0 密钥管理 · P1 运行时执行器 · P2 标准兼容 · P3 碰撞检测与诊断

1. 背景与目标

当前 Neta 的 Skill 系统以 SKILL.md 为载体，支持 GitHub/ZIP/本地安装，具备条件激活和附属文件读取能力。但存在以下架构缺口：

Skill 的 API Key / 密钥无归属，混在主系统环境变量或 prompt 硬编码中
Skill 自有代码（Python/Node/.NET 脚本）的执行完全依赖 Agent 通过 bash 间接调用，无标准化执行器
与 Agent Skills 社区标准（agentskills.io）不完全兼容，社区 skill 安装后可能缺少字段映射
多来源安装缺少碰撞检测和诊断，同名冲突无预警
Agent 读完 SKILL.md 后经常不读 references/ 子文档，导致执行质量下降

参考项目

pi-mono-main：纯 prompt skill 系统，多层级发现、碰撞检测、诊断系统、名称规范验证
skills-main（MiniMax Skills）：18 个生产级 skill，涵盖 PDF/DOCX/XLSX/PPTX 文档处理、多模态 API 调用，混合运行时（Python + Node + .NET + bash），系统级依赖（ffmpeg/LibreOffice）

2. Skill 分类体系

2.1 三种 Skill 类型

类型	判断条件	Agent 交互方式	典型场景
prompt	只有 SKILL.md，无 skill.config.yaml	`read_skill` → 遵循指令	llm-wiki、社区标准 skill
compute-entry	config 有 `entrypoint`	`execute_skill` 工具	OCR 接口封装、单一 API 调用
compute-toolkit	config 有 `runtime` 但无 `entrypoint`	`read_skill` → bash 执行脚本	minimax-pdf、minimax-xlsx

2.2 目录结构

prompt skill（标准兼容）：

skills/llm-wiki/
├── SKILL.md
└── references/

compute-entry skill：

skills/ocr-reader/
├── SKILL.md
├── skill.config.yaml
├── src/ocr.py
├── requirements.txt
└── .venv/                  ← 安装时自动创建

compute-toolkit skill：

skills/minimax-pdf/
├── SKILL.md
├── skill.config.yaml
├── scripts/
│   ├── palette.py
│   ├── render_cover.js
│   └── make.sh
├── design/
│   └── design.md
├── references/
│   └── *.md
├── requirements.txt
└── .venv/

2.3 skill.config.yaml 完整 Schema

# --- 运行时声明 ---
runtime: python | node | bash | dotnet    # 主运行时
entrypoint: src/ocr.py                    # 可选，有则为 compute-entry，无则为 compute-toolkit
timeout: 30000                            # 执行超时 ms，默认 30s

# --- 环境变量声明 ---
env:
  - name: OCR_API_KEY
    required: true
    description: "OCR 服务 API Key"
  - name: OCR_ENDPOINT
    required: false
    default: "https://api.ocr.com/v1"

# --- 依赖声明 ---
dependencies:
  system:                                 # 系统级依赖
    - name: ffmpeg
      check: "ffmpeg -version"            # 检测命令
    - name: libreoffice
      check: "soffice --version"
  python:
    source: requirements.txt              # 或 inline: ["httpx>=0.27", "pillow"]
  node:
    packages: ["pptxgenjs"]               # npm install 到 skill 目录
  dotnet:
    project: scripts/dotnet/MyProject.Cli # dotnet restore 路径

# --- 安装钩子 ---
setup:
  posix: scripts/setup.sh                 # macOS/Linux
  win32: scripts/setup.ps1                # Windows

# --- compute-entry 专用：接口声明 ---
interface:
  input:
    image_path: { type: string, required: true, description: "图片路径" }
    language: { type: string, default: "auto" }
  output:
    text: { type: string }
    confidence: { type: number }

# --- references 加载策略 ---
references:
  required:                               # 执行前必须读取
    - references/create.md
    - references/format.md
  optional:                               # 按需读取
    - references/tracing.md
  routes:                                 # 任务路由 → 文档映射
    - match: ["create", "generate", "new"]
      required_refs: ["references/create.md", "references/format.md"]
    - match: ["edit", "modify", "fill"]
      required_refs: ["references/edit.md"]

3. P0：Skill-Scoped 密钥管理

3.1 数据层

netaclaw_skill 表新增两个字段：

// entity/skill.ts
@Column({ type: 'text', comment: 'AES-256-GCM 加密的 secrets JSON', nullable: true })
secrets: string;

@Column({ type: 'json', comment: 'env 声明 schema', nullable: true })
envSchema: Array<{ name: string; required: boolean; description?: string; default?: string }>;

3.2 新增服务：SkillSecretService

// service/skill_secret.ts
@Provide()
@Scope(ScopeEnum.Singleton)
export class SkillSecretService {
  // AES-256-GCM 加密，密钥来自 process.env.SKILL_SECRET_KEY || process.env.APP_SECRET
  encrypt(plainObj: Record<string, string>): string;
  decrypt(cipherText: string): Record<string, string>;

  // 合并 DB secrets + envSchema defaults，返回完整 env map
  async resolveEnv(skillName: string): Promise<Record<string, string>>;

  // 保存 secrets（加密后写入 DB）
  async saveSecrets(skillName: string, secrets: Record<string, string>): Promise<void>;

  // 获取已配置的 key 列表（不返回明文）
  async getConfiguredKeys(skillName: string): Promise<Array<{ name: string; hasValue: boolean }>>;
}

3.3 API 变更

Admin controller 新增：

GET  /admin/netaclaw/skill/envSchema?name=ocr-reader
  → 返回 envSchema 声明 + 每个 key 的 hasValue 状态

POST /admin/netaclaw/skill/secrets
  body: { name: "ocr-reader", secrets: { "OCR_API_KEY": "sk-xxx" } }
  → 加密后存入 DB，不返回明文

3.4 前端变更

skill-detail.vue 抽屉新增"配置"区域：

读取 envSchema 展示每个变量的 name、description、required 标记
已配置的显示 [********] + 修改按钮
未配置且 required 的显示红色提示
保存时调用 /secrets 接口

3.5 运行时 env 注入

compute-entry 模式： SkillExecutorService.execute() 调用 resolveEnv(skillName) 注入到子进程 env。

compute-toolkit 模式： bash 工具执行时，检查脚本路径是否落在某个 skill 目录下。如果是，自动从 SkillSecretService.resolveEnv() 获取对应 env 注入到子进程。判断逻辑：

// tools/builtin/bash.ts execute 方法内
const skillName = skillLoader.resolveSkillByPath(cwd || scriptPath);
if (skillName) {
  const skillEnv = await skillSecretService.resolveEnv(skillName);
  Object.assign(processEnv, skillEnv);
}

SkillLoaderService 新增 resolveSkillByPath(absPath) 方法：检查路径是否以某个 skill 目录为前缀，返回 skill name 或 null。

4. P1：Skill Runtime Executor

4.1 新增服务：SkillExecutorService

// service/skill_executor.ts
interface SkillExecuteParams {
  skillName: string;
  input: Record<string, unknown>;
}

interface SkillExecuteResult {
  success: boolean;
  output?: Record<string, unknown>;
  error?: string;
  duration: number;  // ms
}

@Provide()
@Scope(ScopeEnum.Singleton)
export class SkillExecutorService {
  async execute(params: SkillExecuteParams): Promise<SkillExecuteResult>;
}

4.2 执行流程

Agent 调用 execute_skill({ name: "ocr-reader", input: { image_path: "/tmp/a.png" } })
  → SkillExecutorService.execute()
    → 1. 从 SkillLoaderService 获取 skillMeta，确认是 compute-entry
    → 2. 读取 skill.config.yaml：runtime / entrypoint / timeout / interface
    → 3. 验证 input 满足 interface.input（宽松模式：缺少 optional 字段不报错）
    → 4. SkillSecretService.resolveEnv(skillName) 获取 env map
    → 5. 根据 runtime 构建命令：
         python  → {skillDir}/.venv/bin/python {entrypoint}  (win: .venv\Scripts\python)
         node    → node {entrypoint}
         bash    → bash {entrypoint}
         dotnet  → dotnet run --project {entrypoint}
    → 6. spawn 子进程：
         cwd = skillDir
         env = { ...process.env（白名单）, ...skill-scoped env }
         stdin = JSON.stringify(input)
         timeout = config.timeout || 30000
    → 7. 收集 stdout（期望 JSON），stderr 作为日志
    → 8. 解析 stdout JSON → output，返回 SkillExecuteResult

4.3 新增 Agent 工具：execute_skill

// tools/builtin/execute_skill.ts
const ExecuteSkillParams = Type.Object({
  name: Type.String({ description: 'compute skill 名称' }),
  input: Type.Record(Type.String(), Type.Unknown(), { description: '输入参数 JSON' }),
});

注册到 catalog：

registerSchema({
  name: 'execute_skill',
  toolset: 'skill',
  description: '执行 compute skill',
  capability: 'compute',
  visibility: 'skill',
});

工具注入条件：buildSkillContext() 检查 Agent 配置的 skills 中是否存在 compute-entry 类型，有则注入 execute_skill 工具。

4.4 Skill 端协议

entrypoint 脚本遵循 stdin/stdout JSON 协议：

从 stdin 读取 JSON 输入
环境变量中获取 secrets（如 os.environ["OCR_API_KEY"]）
将 JSON 结果写入 stdout
非零退出码 = 失败，stderr 内容作为错误信息

Python 示例：

import sys, json, os

def main():
    data = json.loads(sys.stdin.read())
    api_key = os.environ["OCR_API_KEY"]
    # ... 业务逻辑 ...
    print(json.dumps({"text": "识别结果", "confidence": 0.95}))

if __name__ == "__main__":
    main()

4.5 依赖安装改造

SkillInstallerService.installDependencies() 重构：

依赖类型	当前行为	改造后
`python`	`uv tool install` 全局	skill 目录下 `uv venv .venv && uv pip install -r requirements.txt`
`node`	`pnpm add` 到主项目	skill 目录下 `npm install`
`dotnet`	不支持	skill 目录下 `dotnet restore`
`system`	不支持	执行 `check` 命令检测，未安装则报诊断 warning
`setup`	不支持	首次安装后执行 `setup.posix` 或 `setup.win32` 脚本

4.6 环境变量白名单

spawn 子进程时不继承完整 process.env，只传递白名单：

const ENV_WHITELIST = [
  'PATH', 'HOME', 'USER', 'LANG', 'LC_ALL', 'TZ',
  'TEMP', 'TMP', 'TMPDIR',
  'HTTP_PROXY', 'HTTPS_PROXY', 'NO_PROXY',
];

加上 skill-scoped env，确保主系统的敏感变量（DB 密码等）不泄露给 skill 代码。

5. P2：Agent Skills 标准兼容

5.1 字段映射

Agent Skills 标准字段	Neta 映射	说明
`name`	直接使用	新增命名规范验证
`description`	直接使用	最大 1024 字符
`disable-model-invocation`	新增支持	hidden skill，不进入 prompt 索引
`allowed-tools`	→ `metadata.conditions.requires_tools`	语义等价
`compatibility`	→ `metadata.compatibility`	环境要求声明
`license`	→ `metadata.license`	直接存储

5.2 名称规范验证

新增 validateSkillName(name: string) 函数，对齐 Agent Skills 标准：

只允许 [a-z0-9-]
1-64 字符
不允许首尾连字符、连续连字符
名称必须匹配父目录名

验证时机：安装（GitHub/ZIP）、创建（skill_manage 工具 / REST API）。不合规则拒绝并返回具体错误。已存在的不合规 skill 在 scanSkills 时产生 warning 诊断但仍加载。

5.3 Prompt 索引变更

buildSkillsPrompt() 输出区分 skill 类型：

<available_skills>
  <skill name="llm-wiki" type="prompt" category="知识库">
    知识库管理（用 read_skill 加载完整指令）
  </skill>
  <skill name="ocr-reader" type="compute-entry" category="多模态">
    OCR 图片识别（用 execute_skill 调用）
    输入: image_path(string,必填), language(string,默认auto)
  </skill>
  <skill name="minimax-pdf" type="compute-toolkit" category="文档生成">
    PDF 生成/填表/重排版（用 read_skill 加载指令后通过 bash 执行脚本）
  </skill>
</available_skills>

compute-entry 的索引包含 interface.input 摘要，Agent 无需 read_skill 即可直接调用 execute_skill。

hidden skill（disable-model-invocation: true）不出现在索引中，但仍可通过 read_skill 显式加载。

5.4 `read_skill` 返回格式改造

// tools/builtin/read_skill.ts
async execute(_id, params) {
  const skill = skillLoader.getSkill(params.name);
  let result = skill.content;

  // 附属文件：区分必读和可选
  const config = skillLoader.getSkillConfig(params.name);
  const requiredRefs = config?.references?.required || [];
  const optionalRefs = (skill.files || []).filter(f => !requiredRefs.includes(f));

  if (requiredRefs.length > 0) {
    result += `\n\n<skill_required_references>`;
    result += `\n⚠️ 执行此 skill 的任务前，你必须先用 read_skill_file 读取以下文档：`;
    for (const ref of requiredRefs) {
      result += `\n- ${ref}`;
    }
    result += `\n未读取这些文档就执行操作会导致错误。`;
    result += `\n</skill_required_references>`;
  }

  if (optionalRefs.length > 0) {
    result += `\n\n<skill_optional_references>`;
    result += `\n以下文档可按需读取：`;
    for (const ref of optionalRefs) {
      result += `\n- ${ref}`;
    }
    result += `\n</skill_optional_references>`;
  }

  return textResult(result);
}

5.5 references 声明优先级

references 可以在两个位置声明：

skill.config.yaml 的 references 字段（compute skill）
SKILL.md frontmatter 的 metadata.references 字段（prompt skill 兼容）

优先级：skill.config.yaml > SKILL.md frontmatter。如果两者都存在，以 config 为准。对于纯 prompt skill（无 config），从 frontmatter 读取。如果两者都没有，fallback 到现有行为（列出所有附属文件为 optional）。

5.6 系统 prompt 层面的约束

buildSkillsPrompt() 的引导文本增加：

读取 skill 后，如果返回中包含 <skill_required_references>，你必须在执行任何操作前
先用 read_skill_file 逐一读取列出的所有文档。这不是建议，是强制要求。

6. P3：碰撞检测与诊断系统

6.1 诊断数据结构

// service/skill_diagnostic.ts
interface SkillDiagnostic {
  level: 'error' | 'warning' | 'info';
  code: string;           // 机器可读的诊断码
  skillName: string;
  message: string;
  path?: string;
  detail?: Record<string, unknown>;
}

6.2 诊断码清单

code	level	触发条件
`NAME_COLLISION`	warning	两个 skill 目录解析出相同 name
`NAME_INVALID`	warning	名称不符合 `[a-z0-9-]` 规范
`NAME_MISMATCH`	warning	frontmatter name 与目录名不一致
`DESC_MISSING`	error	缺少 description，skill 不加载
`DESC_TOO_LONG`	warning	description 超过 1024 字符
`FINGERPRINT_CHANGED`	info	文件内容变更但未通过正式更新流程
`ENV_NOT_CONFIGURED`	warning	compute skill 声明了 required env 但 DB 无对应 secret
`RUNTIME_UNAVAILABLE`	error	声明 python/node/dotnet 但系统未安装
`SYSTEM_DEP_MISSING`	warning	系统依赖（ffmpeg 等）check 命令失败
`VENV_MISSING`	warning	Python skill 缺少 .venv 目录
`CONFIG_PARSE_ERROR`	error	skill.config.yaml 解析失败

6.3 碰撞检测

在 scanSkills() 中实现，逻辑参考 pi-mono：

维护 Map<name, skillPath> 和 Set<realPath>
同名 skill：保留先发现的（winner），后发现的记录 NAME_COLLISION 诊断
symlink 去重：通过 fs.realpath 追踪，同一物理文件不重复加载

6.4 诊断收集与暴露

SkillLoaderService 新增：

private diagnostics: SkillDiagnostic[] = [];

getDiagnostics(): SkillDiagnostic[] { return this.diagnostics; }

// scanSkills() 执行时清空并重新收集
async scanSkills(): Promise<void> {
  this.diagnostics = [];
  // ... 扫描过程中 push 诊断 ...
}

6.5 API

GET /admin/netaclaw/skill/diagnostics
  → 返回当前所有诊断信息列表
  → 支持 ?level=error 过滤

6.6 前端展示

skills.vue 页面顶部新增诊断横幅：

error 级别：红色警告条，显示数量和摘要
warning 级别：黄色提示条
点击展开查看详细诊断列表（skill 名称 + 诊断码 + 消息）

skill-detail.vue 抽屉新增"诊断"区域：只显示该 skill 相关的诊断。

7. 对现有系统的兼容性影响

7.1 skill_manage 工具

创建 skill 时新增名称规范验证，不合规则拒绝
如果 content 的 frontmatter 包含 metadata.env，自动在 DB 创建 envSchema 记录
不影响现有 create/edit/delete 流程

7.2 skill 管理页面

卡片新增 type 标签（prompt / compute-entry / compute-toolkit）
详情抽屉新增"配置"tab（env secrets 管理）
详情抽屉新增"诊断"tab
安装对话框不变

7.3 Agent 运行时

buildSkillsPrompt() 输出格式微调（增加 type 属性），向后兼容
buildSkillContext() 返回的 skillTools 条件性新增 execute_skill
hidden skill 不进入 prompt 索引
bash 工具执行 skill 目录下脚本时自动注入 skill-scoped env

7.4 现有 skill 零迁移

playwright-cli 和 llm-wiki 没有 skill.config.yaml，自动识别为 prompt skill，行为不变
skills-main 的 skill（minimax-pdf 等）安装后，如果没有 skill.config.yaml 也按 prompt skill 处理；后续可逐步补充 config 文件升级为 compute-toolkit

8. 新增文件清单

文件	说明
`service/skill_secret.ts`	P0：密钥加密存储与解析
`service/skill_executor.ts`	P1：compute-entry 执行器
`service/skill_config.ts`	skill.config.yaml 解析器
`tools/builtin/execute_skill.ts`	P1：Agent 工具
`service/skill_diagnostic.ts`	P3：诊断收集（可合并到 skill_loader）

9. 修改文件清单

文件	变更
`entity/skill.ts`	新增 secrets、envSchema 字段
`service/skill_loader.ts`	加载 skill.config.yaml、碰撞检测、诊断收集、resolveSkillByPath
`service/skill_installer.ts`	依赖安装改造（skill 级 venv/node_modules）、setup 脚本执行
`service/tool_resolver.ts`	execute_skill 工具实例化与条件注入（替代 skill_context.ts）
`tools/builtin/read_skill.ts`	返回格式改造（required/optional references）
`tools/builtin/bash.ts`	重构 createLocalBashOperations 增加 envOverride 参数，skill 路径检测注入 env
`controller/admin/skill.ts`	新增 envSchema/secrets/diagnostics 端点
`service/skill_loader.ts:buildSkillsPrompt`	输出格式调整（type 属性、required references 提示）
`frontend: skills.vue`	诊断横幅、type 标签
`frontend: skill-detail.vue`	重构为 tab 布局（基本信息 / 配置 / 诊断）
`shared/types/skill.types.ts`	新增 SkillConfig、SkillDiagnostic，扩展 runtime 枚举

10. 架构评审补充

10.1 工具注入链路修正

execute_skill 的注入目标从 skill_context.ts 改为 tool_resolver.ts。在 resolve() 方法中，当检测到 Agent 配置的 skills 包含 compute-entry 类型时，实例化 execute_skill 工具并加入工具列表。逻辑位置在现有 read_skill 注入点（约 line 603）之后。

skill_context.ts 的 buildSkillContext() 函数标记为 deprecated，后续迁移到 tool_resolver 内部。

10.2 bash 工具 env 注入重构

bash.ts 的 createLocalBashOperations() 需要重构：

// 当前签名
function createLocalBashOperations(shellConfig: ShellConfig): BashOperations

// 改造后
interface BashEnvProvider {
  getAdditionalEnv(cwd: string): Promise<Record<string, string>>;
}

function createLocalBashOperations(
  shellConfig: ShellConfig,
  envProvider?: BashEnvProvider,
): BashOperations

SkillLoaderService 实现 BashEnvProvider 接口：根据 cwd 判断是否在 skill 目录下，是则返回 skill-scoped env。判断策略：严格前缀匹配 skillsDir + sep + skillName + sep，不做模糊匹配。

10.3 加密方案细化

secrets 字段的线格式：base64(IV:16bytes || ciphertext || authTag:16bytes)

class SkillSecretService {
  private readonly algorithm = 'aes-256-gcm';
  private readonly ivLength = 16;

  encrypt(plainObj: Record<string, string>): string {
    const iv = crypto.randomBytes(this.ivLength);
    const cipher = crypto.createCipheriv(this.algorithm, this.deriveKey(), iv);
    const encrypted = Buffer.concat([cipher.update(JSON.stringify(plainObj), 'utf8'), cipher.final()]);
    const authTag = cipher.getAuthTag();
    return Buffer.concat([iv, encrypted, authTag]).toString('base64');
  }

  private deriveKey(): Buffer {
    const raw = process.env.SKILL_SECRET_KEY || process.env.APP_SECRET;
    if (!raw) throw new Error('SKILL_SECRET_KEY or APP_SECRET must be set');
    return crypto.createHash('sha256').update(raw).digest(); // 32 bytes
  }
}

密钥轮换：提供 POST /admin/netaclaw/skill/rotateSecrets 端点，用旧 key 解密所有 secrets 后用新 key 重新加密。密钥丢失时所有 secrets 不可恢复，需管理员重新配置。

10.4 DB 迁移

项目使用 TypeORM synchronize: true（开发环境）自动同步 entity 变更到数据库。生产环境通过数据库 MCP 工具直接操作，不需要编写 migration SQL 脚本。

实施时只需：

在 entity/skill.ts 中添加新字段（secrets、envSchema、skillTypeV2）
开发环境重启后 TypeORM 自动同步表结构
生产环境通过 MCP execute 工具执行 ALTER TABLE（如需要）

现有行新字段为 NULL，不影响现有功能。skillTypeV2 在 scanSkills 时根据有无 skill.config.yaml 自动填充。

10.5 类型同步

shared/types/skill.types.ts 更新：

export type SkillRuntime = 'node' | 'python' | 'bash' | 'dotnet';
export type SkillClassification = 'prompt' | 'compute-entry' | 'compute-toolkit';

DB 的 skillType 字段（compute/llm/multimodal）保留不变，它描述的是 skill 的能力类别。新增 skill_type_v2 字段存储三分类，两者正交。

10.6 Agent 分配 skill 时的类型校验

Agent 编辑页（agent-edit.vue）的 skill 选择器改造：

前端改造：

可选 Skill 列表中每个 skill 显示分类标签（prompt / compute-entry / compute-toolkit）
已选择列表中同样显示分类标签
当选择 compute-entry 或 compute-toolkit skill 时，如果该 Agent 缺少对应工具权限，显示黄色 warning 提示

后端校验：

在 Agent 保存接口（POST /admin/netaclaw/agent/update）中新增校验逻辑：

// controller/agent.ts 的 update 方法中
if (body.skills?.length) {
  const warnings: string[] = [];
  for (const skillName of body.skills) {
    const classification = this.skillLoader.getSkillClassification(skillName);
    if (classification === 'compute-entry') {
      // 检查 Agent 的 tool governance 是否允许 execute_skill
      // 通过 tool_resolver 的 catalog 检查 execute_skill 是否在 Agent 可用工具列表中
      const toolNames = collectToolNames({ hasSkills: true });
      if (!toolNames.includes('execute_skill')) {
        warnings.push(`Skill "${skillName}" 是 compute-entry 类型，但 execute_skill 工具未启用`);
      }
    }
    if (classification === 'compute-toolkit') {
      const toolNames = collectToolNames({ hasSkills: true });
      if (!toolNames.includes('bash')) {
        warnings.push(`Skill "${skillName}" 是 compute-toolkit 类型，但 bash 工具未启用`);
      }
    }
  }
  // warnings 不阻塞保存，随响应返回
}

/admin/netaclaw/skill/metas 端点返回数据新增 classification 字段，前端据此渲染标签。

10.7 基础设施文件过滤

collectFiles() 新增排除列表：

const INFRA_FILES = new Set([
  'skill.config.yaml', 'requirements.txt', 'package.json',
  'package-lock.json', 'tsconfig.json', '.env',
]);

这些文件不出现在 read_skill 返回的 <skill_files> 列表中，Agent 不会误读。

10.8 Skill 执行审计日志

SkillExecutorService.execute() 执行完成后写入结构化日志：

this.logger.info('[SkillExecutor] %s executed by agent=%s duration=%dms success=%s',
  params.skillName, agentId, result.duration, result.success);

失败时额外记录 stderr 摘要（截断到 500 字符）。

10.9 setup 脚本安全约束

安装时执行 setup 脚本增加限制：

后端（skill_installer.ts）：

timeout: 120s
只允许 source === 'github' 或 source === 'zip'（管理员手动上传）的 skill 执行 setup
source === 'local'（通过 skill_manage 工具创建）的 skill 不允许 setup 脚本
执行前检查 setup 脚本路径不包含 ..（路径穿越防护）

// skill_installer.ts installDependencies 中
const setupKey = process.platform === 'win32' ? 'win32' : 'posix';
const setupScript = config?.setup?.[setupKey];
if (setupScript) {
  const origin = await this.registry.readOrigin(skillName);
  const allowedSources = ['github', 'zip'];
  if (!origin || !allowedSources.includes(origin.source)) {
    logs.push(`[setup] 跳过: 仅 GitHub/ZIP 安装的 skill 允许执行 setup 脚本`);
  } else if (setupScript.includes('..')) {
    logs.push(`[setup] 跳过: setup 脚本路径包含路径穿越`);
  } else {
    // 执行 setup，timeout 120s
  }
}

前端（skills.vue 安装对话框）：

安装完成后，如果 skill 包含 setup 脚本，弹出确认对话框： "此 Skill 包含安装脚本（{scriptName}），是否执行？"
用户确认后才调用 /installDeps 端点

10.10 references.routes 的实现策略

routes 匹配在 server 端执行。read_skill 工具新增可选参数 task：

const ReadSkillParams = Type.Object({
  name: Type.String(),
  task: Type.Optional(Type.String({ description: '当前任务描述，用于自动匹配需要读取的文档' })),
});

server 端对 task 做关键词匹配（match 数组中的词是否出现在 task 中），命中则将对应 required_refs 的内容直接拼接到返回结果中，Agent 无需二次调用 read_skill_file。未命中则 fallback 到 <skill_required_references> 列表提示。

10.11 Symlink 去重

scanSkills() 中维护 Set<string> 存储已加载 skill 的 realpath。对每个 skill 目录调用 fs.realpath() 获取真实路径，如果已在 set 中则跳过（不产生碰撞诊断，因为是同一物理目录）。

const realPathSet = new Set<string>();
// 在加载每个 skill 时
const realPath = await fs.realpath(path.join(this.skillsDir, entry.name)).catch(() => null);
if (realPath && realPathSet.has(realPath)) continue; // 静默跳过 symlink 重复
if (realPath) realPathSet.add(realPath);

10.12 skill_context.ts 废弃

skill_context.ts 的 buildSkillContext() 函数标记为 @deprecated，添加注释指向 tool_resolver.ts 中的新实现。不删除文件，避免破坏可能存在的外部引用。后续版本清理。

/**
 * @deprecated 使用 tool_resolver.ts 中的 skill 工具注入逻辑替代。
 * 此函数不再被主链路调用。
 */
export function buildSkillContext(...) { ... }

27 KiB Raw Permalink Blame History Unescape Escape