from __future__ import annotations from functools import lru_cache from pathlib import Path from pydantic_settings import BaseSettings, SettingsConfigDict BACKEND_DIR = Path(__file__).resolve().parents[2] PROJECT_DIR = BACKEND_DIR.parent # session_id 拼进路径前必须过这一关。允许的字符刻意收得很窄:字母数字加 # 连字符下划线——点号也不放行,免得出现 ".." 这种能往上走的名字。 _SESSION_MAX = 64 def sanitize_session(session_id: str | None) -> str: """把任意字符串收敛成一个能安全当目录名的 token。 以前这段逻辑在四个沙箱后端里各抄了一遍,而文件工具那条路径漏抄了, 结果 sandbox_session 传 ".." 就能读到工作区外的文件(连加密主密钥都 读得到)。所以统一收到这里,只此一份。 """ safe = "".join(c for c in (session_id or "") if c.isalnum() or c in "-_") return safe[:_SESSION_MAX] or "default" class Settings(BaseSettings): """全局配置。所有项都可以用 AGENTLAB_ 前缀的环境变量覆盖。""" model_config = SettingsConfigDict( env_prefix="AGENTLAB_", env_file=(PROJECT_DIR / ".env", BACKEND_DIR / ".env"), extra="ignore", ) # --- 服务 --- host: str = "127.0.0.1" port: int = 8000 cors_origins: list[str] = ["http://localhost:5273", "http://127.0.0.1:5273"] # --- 存储 --- data_dir: Path = PROJECT_DIR / "data" # --- 密钥加密 --- # 用于加密落库的 provider api key。留空则自动生成并存到 data_dir/.secret_key。 secret_key: str = "" # --- 沙箱 --- sandbox_backend: str = "auto" # auto | microvm | seatbelt | bubblewrap | local | off sandbox_timeout: int = 30 sandbox_memory_mb: int = 512 sandbox_cpus: float = 1.0 sandbox_network: bool = False sandbox_max_output: int = 20_000 # --- microVM(硬件级隔离,独立内核)--- # 跑代码用的 OCI 镜像。首次使用会拉取并缓存到 ~/.microsandbox。 microvm_image: str = "python:3.12-slim" # microVM 是长驻的:同一 session 的多次执行复用同一台,省掉重复冷启动。 # 空闲超过这个秒数就回收,避免闲置 VM 一直占着内存。 microvm_idle_seconds: int = 300 # 单次启动(含首次拉镜像)的等待上限 microvm_boot_timeout: int = 300 # --- 执行引擎护栏 --- max_run_seconds: int = 600 max_graph_steps: int = 200 max_agent_steps: int = 25 max_concurrent_runs: int = 20 # --- 工具 --- http_tool_timeout: int = 20 http_tool_max_bytes: int = 2_000_000 # 逗号分隔的域名白名单;为空表示不限制(仅拦截内网地址) http_tool_allowlist: list[str] = [] @property def db_path(self) -> Path: return self.data_dir / "agentlab.db" @property def db_url(self) -> str: return f"sqlite+aiosqlite:///{self.db_path}" @property def checkpoint_path(self) -> Path: """LangGraph checkpointer 用独立的库文件,避免和业务表抢写锁。""" return self.data_dir / "checkpoints.db" @property def workspace_dir(self) -> Path: """沙箱与文件工具的可写根目录,一切文件访问都被限制在这里面。""" return self.data_dir / "workspace" def session_dir(self, session_id: str | None, *, sub: str = "") -> Path: """会话工作目录。session_id 一律先净化再拼路径。 这个函数存在的理由:session_id 有些调用点是外部可控的(工具 API 的 请求体就能指定),拿它直接拼路径就等于把工作区根目录交给调用方摆布, 后面再怎么做越界检查都是在被挪走的根下面做的,形同虚设。 """ safe = sanitize_session(session_id) root = (self.workspace_dir / (sub or "") / safe).resolve() base = self.workspace_dir.resolve() # 净化之后理应不可能跑出去,这里再断言一次:这条路径值得多一道保险 if root != base and base not in root.parents: raise ValueError(f"非法的 session 目录:{session_id!r}") return root @property def uploads_dir(self) -> Path: return self.data_dir / "uploads" def ensure_dirs(self) -> None: for d in (self.data_dir, self.workspace_dir, self.uploads_dir): d.mkdir(parents=True, exist_ok=True) @lru_cache def get_settings() -> Settings: s = Settings() s.ensure_dirs() return s settings = get_settings()