Files
AgentLab/backend/app/sandbox/base.py
T
ThearchyHelios a16cdf3ab1 修两条 critical:文件工具可读任意路径、并发代码节点互相覆盖
## 文件工具可读任意文件(含加密主密钥)

sandbox_session 从请求体直接拼进工作区路径,没有任何净化。传 ".." 就能把
根目录挪出工作区,之后 _resolve 的越界检查是在这个被挪走的根下做的,等于失效:

  curl -X POST /api/tools/file_read/run -d '{"sandbox_session":"..","args":{"path":".secret_key"}}'
  → {"ok":true,"content":"8UygDbx9..."}    # 加密所有 provider Key 的 Fernet 主密钥

根因是同一段净化逻辑被抄了五遍:四个沙箱后端各一份,文件工具那份漏抄了。
所以提到 config.sanitize_session 统一一份,五处共用;RunToolIn.sandbox_session
再加 pattern 做纵深防御——畸形 session 直接 422,而不是悄悄净化成 default。

## 并发代码节点互相覆盖入口脚本

同一 run 的节点共用一个沙箱会话,而入口脚本写死 main.py。README 主打的
"连线即并行"会让并排的代码节点在同一 superstep 并发执行,都写 main.py 就
互相覆盖——后写的赢,每个节点却都拿到 ok=True 和"自己的"返回值。

  8 路并发同 session:7/8 执行了别人的代码,error 全为 None

改成每次执行生成唯一入口脚本(__entry_<uuid>.py),跑完即删。共享工作区语义
保留,跨节点传文件照常。四个后端同构改造,实测 8/16 路并发均 0 串味。

## 顺带修掉两个自己埋的坑

- conda 迁移把沙箱解释器隔离弄丢了:conda 环境 sys.prefix == sys.base_prefix,
  于是"干净解释器"挑出来的就是项目环境自己,沙箱代码能 import cryptography
  直接解密落库的 Key。改成实际探测候选解释器是否看得见敏感包,都不干净就
  退回 -S 关掉 site-packages。README 那句承诺现在重新成立了。
- -I 在 3.11+ 隐含 -P,脚本目录不进 sys.path,代码节点的 files 参数(多文件)
  在 seatbelt/bubblewrap 下一直是坏的,import helper 直接 ModuleNotFoundError。
  换成 -s -E,隔离意图不变,同目录 import 恢复。
- microvm 的 files_written 取 FsEntry.name(不存在),塞进去的是对象 repr。
  改取 path 的尾段。

沙箱回归 16 项通过(两档各 8 项)。
2026-09-14 15:22:58 +08:00

92 lines
2.9 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
from __future__ import annotations
import abc
from typing import Any
from uuid import uuid4
from pydantic import BaseModel, Field
from app.core.config import settings
# 入口脚本的前缀。列"这次执行产出了哪些文件"时要把它们排掉——
# 它们是执行机制自己的临时文件,不是用户代码的产出。
ENTRY_PREFIX = "__entry_"
def entry_name(ext: str) -> str:
"""给这一次执行生成独立的入口脚本名。
同一个会话共用一个工作区(跨节点传文件要靠它),所以入口脚本**不能**
用固定的 main.py:一张图里并排的两个代码节点会在同一 superstep 并发执行,
都写 main.py 就会互相覆盖——后写的赢,而每个节点都以为跑的是自己的代码,
还都返回 ok。这是静默的结果污染,比报错难查得多。
"""
return f"{ENTRY_PREFIX}{uuid4().hex[:12]}{ext}"
class SandboxLimits(BaseModel):
timeout: int = Field(default_factory=lambda: settings.sandbox_timeout)
memory_mb: int = Field(default_factory=lambda: settings.sandbox_memory_mb)
cpus: float = Field(default_factory=lambda: settings.sandbox_cpus)
network: bool = Field(default_factory=lambda: settings.sandbox_network)
max_output: int = Field(default_factory=lambda: settings.sandbox_max_output)
class ExecResult(BaseModel):
ok: bool = True
exit_code: int = 0
stdout: str = ""
stderr: str = ""
duration_ms: int = 0
timed_out: bool = False
truncated: bool = False
backend: str = ""
files_written: list[str] = Field(default_factory=list)
error: str | None = None
def summary(self) -> str:
if self.timed_out:
return f"执行超时(>{'?'}s)"
if self.error:
return self.error
return self.stdout or self.stderr or "(无输出)"
class Sandbox(abc.ABC):
"""代码执行后端的统一接口。"""
name: str = "base"
@abc.abstractmethod
async def run(
self,
code: str,
*,
language: str = "python",
limits: SandboxLimits | None = None,
session_id: str | None = None,
env: dict[str, str] | None = None,
files: dict[str, str] | None = None,
) -> ExecResult:
"""执行一段代码。session_id 相同的调用共享同一个文件系统,
这样 agent 可以先写文件、再在下一步读回来。"""
async def health(self) -> dict[str, Any]:
return {"backend": self.name, "available": True}
async def cleanup(self, session_id: str) -> None:
return None
async def close(self) -> None:
return None
def truncate(text: str, limit: int) -> tuple[str, bool]:
if len(text) <= limit:
return text, False
half = limit // 2
return (
text[:half] + f"\n\n…(省略 {len(text) - limit} 字符)…\n\n" + text[-half:],
True,
)