成果区渲染 Markdown:「1+1 等于 **2**」不再原样带着星号

模型几乎总是用 Markdown 组织回答,而成果区是 whitespace-pre-wrap 的纯文本,
于是它的结构全丢了:标题、列表、表格、粗体一律变成满屏符号。

**手写而不是装库。** 依赖只有七个、全是必需的,react-markdown 那一串
(unified / mdast / micromark)比这个文件大一个数量级。而要渲染的东西是
有限的——统计了库里 252 段真实输出,出现过的构造只有:

    有序列表 40% · 无序列表 15% · 粗体 13% · 标题 3% · 行内代码 3%
    表格 3% · 分隔线 2% · 代码块 1% · 引用 1% · 斜体 1% · 链接 0.8%

所以只做这些,**不声称支持完整 CommonMark**。认不出的语法原样当文本显示
——那正是现在的行为,下限不会比今天差。包大小 +37KB(gzip +12KB)。

安全:全程构造 React 元素,一处 dangerouslySetInnerHTML 都没有。模型输出
是不可信内容,走 innerHTML 等于给自己开个 XSS 口子。链接只放行
http/https/mailto,`javascript:` 退回纯文本。

一个只有拿真实输出才会撞上的 bug:模型很爱写 **`table_name`**(粗体套
代码),而粗体在扫描顺序上先命中,把那对反引号当普通文本吃掉了——渲染出来
是加粗的 `v_demo_table` 带着反引号。强调内部要再解析一层(深度卡在
三层,每层文本严格更短)。另外把模块级正则的 g 标志去掉了:lastIndex 有
状态,递归调用时会从上一层留下的位置接着扫。

审批卡里的待审草稿也走同一个渲染——要人家判断"这条能不能发",却让他对着
一堆星号看,是在给审批添难度。

check-stream 补 12 条,测例是从库里导出的真实输出 + 一段构造的恶意输入
(真实输出不会自带攻击,但渲染层要么天生免疫,要么就是个口子):残留标记、
粗体/代码/列表/表格、粗体套代码、javascript: 链接不可点、正常链接可点、
原始 HTML 不变成真标签且当文本显示、注入脚本没执行。
This commit is contained in:
ThearchyHelios
2026-09-18 12:51:55 +08:00
parent 1444c774cf
commit 105120f22f
6 changed files with 404 additions and 7 deletions
+50
View File
@@ -65,6 +65,56 @@ console.log('\n=== 展开交互 ===')
await page.close()
}
console.log('\n=== Markdown 渲染 ===')
{
// 用库里导出的**真实输出**,不是编的样本:模型写什么才是要渲染的,
// 按 CommonMark 规范挑测例只会测到用不上的角落
const page = await browser.newPage({ viewport: { width: 1100, height: 900 } })
const errors = []
page.on('pageerror', (e) => errors.push(e.message))
await page.goto(`${WEB}/preview.html?md=1`, { waitUntil: 'networkidle' })
await page.waitForTimeout(600)
check('没有运行时报错', errors.length === 0, errors.join(' | '))
const text = await page.locator('body').innerText()
// 「1+1 等于 **2**」原样带着星号显示——这就是改之前的样子
const stray = [...text.matchAll(/\*\*[^*\n]{1,40}\*\*|(?<!\w)`[^`\n]{1,40}`/g)].map((m) => m[0])
check('没有残留的 markdown 标记', stray.length === 0, stray.slice(0, 4).join(' '))
const el = await page.evaluate(() => ({
strong: document.querySelectorAll('strong').length,
code: document.querySelectorAll('code').length,
li: document.querySelectorAll('li').length,
table: document.querySelectorAll('table').length,
quote: document.querySelectorAll('blockquote').length,
// 模型很爱写 **`table_name`**。粗体在扫描顺序上先命中,强调内部不再
// 解析的话,那对反引号会原样显示出来
codeInStrong: document.querySelectorAll('strong code').length,
// 模型输出不可信,链接必须挡住 javascript:
badHref: [...document.querySelectorAll('a')]
.filter((a) => !/^(https?:|mailto:)/i.test(a.getAttribute('href') || '')).length,
// 只数 markdown 渲染出来的,不数整页——dev server 自己就注入 HMR 脚本
rawHtml: [...document.querySelectorAll('main, .space-y-2')]
.reduce((n, el) => n + el.querySelectorAll('script,iframe,object,embed,img').length, 0),
goodHref: [...document.querySelectorAll('a')]
.filter((a) => /^https?:/i.test(a.getAttribute('href') || '')).length,
pwned: window.__pwned === 1,
}))
check('粗体渲染出来了', el.strong > 0, `${el.strong} 处`)
check('行内代码渲染出来了', el.code > 0, `${el.code} 处`)
check('列表渲染出来了', el.li > 0, `${el.li} 条`)
check('表格渲染出来了', el.table > 0, `${el.table} 张`)
check('粗体里的代码也解析', el.codeInStrong > 0, `${el.codeInStrong} 处`)
// 样本里混了一段构造的恶意输入(真实输出不会自带攻击,但模型输出是不可信
// 内容,渲染层要么天生免疫,要么就是个 XSS 口子)
check('javascript: 链接没被渲染成可点的', el.badHref === 0, `${el.badHref} 个`)
check('正常链接照常可点', el.goodHref > 0, `${el.goodHref} 个`)
check('原始 HTML 没有变成真标签', el.rawHtml === 0, `${el.rawHtml} 个`)
check('注入的脚本没有执行', el.pwned === false)
check('原始 HTML 当文本显示出来了', text.includes('<script>'))
await page.close()
}
console.log('\n=== 空态 ===')
{
const page = await browser.newPage({ viewport: { width: 1280, height: 900 } })