mtfyun/nodeagent
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
74 Commits 1 Branch 14 Tags
v1.4.0
Commit Graph
28 Commits
Author SHA1 Message Date
jkooe 0d59d6032b feat(v21): 第一批安全加固 —— 证书指纹钉住 + 来源网段白名单 
对应审查建议的 P0 两条：这两项是**真实可利用的攻击路径**，其余（发现最小化/失败封禁等）
留待后续批次。

## ① 证书指纹钉住（TOFU）—— 挡同网段中间人
自签证书没有 CA 链，历史上客户端只能 `insecure` 接受任意证书 → 攻击者可**透明中继**：
拿不到钥匙（挑战-应答挡得住冒名），但能读到截屏/剪贴板/键入/exec 输出。

- 被控端：`install.ps1` 打印证书指纹（sha256 of DER）供**带外核对**；
  `system.info.build.cert_sha256` 与 `auth_ok.build.cert_sha256` 上报
- 控制端：首次连接自动钉进 `nodes.<名>.cert_sha256`；之后**严格比对**，
  不一致即 `E_CERT_MISMATCH`(-32422) 拒连，并提示 `--forget-cert` 重钉
- 额外做**交叉确认**：实际握手证书 vs auth_ok 自报，不一致同样拒绝（防自报被篡改）
- 指纹基于 **DER**（不是 PEM 字节），保证与 Windows .NET `GetRawCertData()` 同值

**踩坑记录（写进代码注释，避免后人重走）**：
1. `ws` 客户端的 `upgrade` 事件**只传 IncomingMessage**，拿不到 socket
2. socket 要在 `open` 之后从 `ws._socket` 取（TLSSocket）
3. Node ≥15 的 `getPeerCertificate()` 返回**对象**，DER 在 `.raw` 上（老版本才是 Buffer）
   —— 现已双兼容

## ② 来源网段白名单 `allow_from` —— 收敛暴露面
被控端默认监听 `0.0.0.0`（远程接入所需），但**换到不可信网络就自动暴露**。

- 支持 CIDR / 单 IP / `*`；**未配置 = 放行全部**（保持向后兼容，不打断现有部署）
- 拒绝发生在**业务握手之前**（不做 TLS/挑战应答，省资源），并记 `net.deny` 审计
- 判定按**前缀比特**而非字符串相等：Node 在 IPv6 监听上把 IPv4 客户端报成
  `::ffff:a.b.c.d`，已归一化（单测覆盖）
- `system.info.network.allow_from` 上报状态；`nodeagent info` 一眼看出是否已收敛

## 验证（本地真跑，非纸面）
- 白名单不含本机 → 连接被拒（agent 侧 WARN + 审计留痕）✓
- 白名单含本机 → 连上，并**自动钉住**指纹 ✓
- **换掉被控端证书后重连 → `E_CERT_MISMATCH` 拒绝**（期望 2ed4957b… / 实际 ca8dc20c…）✓
- 新增 e2e 用例（自起 TLS agent）覆盖上述四种情形 + agent 自报与实际证书一致性 ✓
- 新增单测 9 例（CIDR 前缀匹配 / IPv4-mapped 归一 / IPv6 zone / PEM≡DER / 篡改即变）
- 全量：单测 **159**（150→159）· e2e **29**（28→29）全绿

## 文档
新增 `docs/SECURITY.md`：信任模型（钥匙=root）、认证现状与**已知限制**（ACL 身份维度仅在
ed25519 有效）、本次两项加固的用法、尚未收敛的 6 项、应急处置表。
 2026-10-05 02:25:19 +08:00
jkooe cedc46d090 feat(v20): 版本纪律 + 发版自动化（对齐「做好版本功能 + GitHub 同步资产」） 
## 一、版本功能（防新旧混用）
1. **单一版本源 + 构建注入**：根 package.json 的 version、git sha、构建时间经 esbuild
   `--define` 注入 agent；`system.info.build` 新增 `version/commit/built_at`（原有 `hash` 指纹不变）。
   开发态用 typeof 探测（未注入也不崩）。
2. **握手携带版本**：`auth_ok` 新增可选字段 `agent_version` / `build` / `protocol`（只增不减 → 旧控制端忽略即可）。
3. **能力级兼容比对**：新增纯函数 `capabilityDiff(local, remote)` ——
   - `missingOnRemote`：本地有远端没有 → **远端较旧**，提示更新被控端
   - `unknownLocally`：远端有本地没有 → **本控制端较旧**（不影响既有功能）
   控制端不比版本号而比**能力集合**：版本号可能相同而内容不同，能力集合不会骗人。
4. **CLI 体检**：`nodeagent info` / `connect` 直接显示被控端版本与能力对齐情况，
   把"调用时才炸"变成一句人话提示。

## 二、发版自动化（GitHub 资产同步）
`pnpm release <x.y.z|patch|minor|major>`：前置检查（干净/在 main/与远端同步）→ 改 7 个 package.json
→ 构建+打包 → 生成资产 → 提交打标签推送 → `gh release create` 上传。
- 资产：`agent.mjs`（**自更新载荷**）、`nodeagent-win-x64.zip`（人工安装包）、
  `latest.json`（version/commit/能力数 + 两个资产的 url 与 sha256）、`SHA256SUMS`
- `--dry-run` 无副作用演练；`--no-publish` 只到本地标签
- 能力数从 dist 动态取（避免写死漂移）；刻意排除 `.github/`（缺 workflow 权限推不了）

## 三、兼容性契约文档
新增 `docs/VERSIONING.md`：semver 各位的含义、**只增不改**六条硬规则、
升级顺序建议（**先被控端**：新被控端向后兼容旧 CLI）、两条更新路径、发版流程、排查手册。

## 验证
- 单测 147 → **149**（新增 capabilityDiff 用例：远端过旧 / 本机过旧 / 完全一致 / 真实清单自比无差异）
- e2e 28 全绿；`node scripts/release.mjs 1.0.0 --dry-run` 演练通过且工作区无副作用
 2026-10-04 23:54:51 +08:00
jkooe aa72241080 fix: 真机全量测试修 5 个 bug（剪贴板假失败 / 音频后端误标 / CLI info 打印 / key press 崩溃 / Unicode 代理对） 
在 192.168.1.100 真机逐项跑通 42 项能力，暴露并修复 5 个真 bug：

1. clip.set 假失败（间歇 ~20%）
   Set-Clipboard 抛「所请求的剪贴板操作失败」时 exit_code 仍为 0（只写 stderr），
   且内容其实已写入 —— 造成「成功却报错」。改为重试 3 次 + 退避 + 读回校验，
   不再凭 exit_code 下结论。验证：修前 2/5 失败 → 修后 0/8 失败。

2. Windows 音频 backend 误标 'CoreAudio'
   CoreAudio 是 macOS 的后端名；Windows 实际走 C# NAudio(CoreAudioAPI)。
   抽常量并修正 manifest 描述，避免排查时误判平台。

3. CLI info 把嵌套对象打成 [object Object]
   ps_helper / build 是嵌套对象，String(v) 丢失全部内容。新增 renderInfoValue()：
   null→—、空串→—（未设置）、对象→key=value 紧凑摘要（180 字截断）。

4. nodeagent key press 必崩（100% 复现）
   字段契约不一致：被控端返回 {pressed,chords,times}（无 keys），
   CLI 读 r.keys.join() 抛 TypeError。双端对齐 —— agent 补回 keys 字段，
   CLI 改为 keys ?? chords 展开 ?? 参数回显。

5. Unicode 注入拆坏代理对（emoji / 生僻字）
   UnicodeChar(char) 逐字符注入，BMP 外字符被拆成两个孤立代理项，
   目标应用收到非法序列渲染 U+FFFD。新增 C# UnicodeString() 按 UTF-16 码元注入。
   注：KEYEVENTF_UNICODE 扫描码位仅 16 位，代理对必须各自单独发（API 固有限制）。

验证：单测 147 全绿；真机验收 15 通过 / 0 失败 / 1 跳过；双端已部署上线。
另确认中文偶发错字为 IME 上屏竞争，非注入逻辑问题（30 次对照实验全对）。
 2026-10-04 23:40:25 +08:00
jkooe e95a0248da feat(v19): 拉取式自更新 system.agent.update（42 项）—— 回答「能否直接用 GitHub 做更新服务器」 
## 结论：能，而且这是「控制端与被控端不可达」场景的正解
`deploy`（推送式）要求两者可达；本能力只要求**被控端能上网**，因此跨网段/NAT/异地都能更新。
GitHub Release / raw / 自建镜像 / 任意 http(s) 地址均可 —— 地址是参数，不写死。

## 实现（apps/agent/src/capabilities/selfupdate.ts）
下载 → **校验 sha256** → 备份 → **原子替换**（同目录 rename）→ 受控重启（复用 v7）→ CLI 复核指纹
- 出口：CLI `nodeagent update --url <u> --sha256 <h> [--dry-run]` · MCP `na_agent_update`
- 审计新增 `agent.update` 事件（记录 url / 前后指纹 / 字节数 / 备份路径）

## 安全底线（否则等于开放远程代码执行）
1. **sha256 必填**，且逐字节校验通过才替换；不符即丢弃并明确报错（未改动任何文件）
2. 只接受 http/https，拒绝 file:// 等其它 scheme
3. 大小上限 64MB + 下载超时（默认 120s）
4. **先备份再原子替换**，失败可回滚（返回 backup_path）
5. `dry_run` 只下载校验、不动文件 —— 用于「先确认能不能更」
6. 不用 fetch 的内置代理（Node 未暴露 undici）：国内访问 GitHub 不稳时，
   把 url 指向**自建镜像/加速地址**即可，能力本身接受任意 http(s)

## 真机/本地验证（全程真跑，非纸面）
- e2e 新增：本地 HTTP 服务真跑下载 —— 正确哈希通过 / **错误哈希被拒** / 404 明确报错 /
  非 http(s) scheme 被拒 / 缺 sha256 协议层拒绝 ✓
- 完整流程本地实测：`dry-run 预检` → `真更新`（966KB）→ 备份逐字节一致 → 重启 →
  **复核到新指纹** → 能力 42 项 ✓
- 顺带修：返回值漏 `incoming_hash` 导致 CLI 复核被跳过（真机踩过）
- 单测 126 / e2e 28 全绿

## 已知约束（写进文档）
1. **首次仍要一次性安装**（install.ps1）—— 自更新能力本身得先在机器上，鸡生蛋无解
2. `node.exe`（Node 运行时）不在自更新范围，只换 agent.mjs
 2026-10-04 23:03:37 +08:00
jkooe e6a9a3d7ea feat(v18): 更新链路可靠化 —— 构建指纹 + 备份 + 轮询校验（附 6 个真机 bug 修复） 
## 皇上的问题
「这个版本如果有更新，可以在客户端上便捷的更新吗？」
答案：本来就有 `nodeagent deploy`（比最初的一键升级还早），但**它不可信**：
部署后只看「PID 变了 / 能力数对了」，证明不了真的换成了新代码（旧版可能能力数一样），
而且备份与失败判定都存在问题。本轮把这条链路做成**可信**的。

## 新增
1. **构建指纹**：agent 上报 `build.hash`（运行中脚本的 sha256 前 12 位）+ bytes/mtime/node/uptime。
   部署后按指纹校验「远端真的是新代码」，而非靠 PID/能力数猜。
2. **`deploy --check`**：只比对指纹不动文件（退出码 2 = 需要更新），适合脚本/巡检。
3. **`deploy --force`**：指纹相同也强制覆盖。
4. **`pnpm update:win [设备名]`**：一条命令完成「打包 → 校验产物确实更新 → 部署」
   （脚本刻意防呆：pack 后产物时间戳没变就拒绝部署，避免部署旧包 —— 真机踩过）。
5. **NODEAGENT_DEBUG=1**：CLI 打印异常堆栈（异步链问题必备）。

## 修掉的 6 个真机 bug（本轮逐个实测暴露）
1. **备份用 `Copy-Item`**（Windows 专用 shell 命令）→ macOS 被控端静默不备份。
   改为协议自带 fs.read/fs.write，跨平台。
2. **备份读取漏 `encoding: 'base64'`** → 二进制被按 utf8 读（损坏），再当 base64 写回
   → 备份文件只有 33 字节垃圾（实测：`fs.read` 返回 524288 字符而非 base64）。
3. **备份循环用 fs.read 返回的 `offset` 当前进量** → 那是「本次读取的起始位置」，
   于是原地打转 → 死循环 + 文件暴涨 + 部署卡死 200s。
   改为自算 len（对齐 cmdPush 成熟写法）+ 无进展即跳出。
4. **轮询用 withClient → 直接退出进程**：`withClientDirect` 在连接失败且是 ClientError 时
   调 `fail()` 退出 —— 轮询第一次连接必失败（agent 正在重启）→ CLI 立刻退出，
   报 E_NODE_OFFLINE，而**部署其实已成功**（本轮 3 次「失败」全是这个假象）。
   新增 `probeOnce()`：永不抛出的探测函数，专用于「等待上线/重启」类重试。
5. **盲等 9 秒**判定部署结果 → 改为**按墙钟**限时轮询指纹（90s），失败时报真实耗时。
6. **重启会切断连接**：该中断属预期，此前未处理会把成功误判为失败 → 显式吞掉并说明。

## 验证（本地全程真跑，非纸面）
用「起本地 agent → 造一个改动过的 bundle → 部署」的方式把整条链路跑通：
- 同版本 `--check` → 「已是最新」退出码 0 ✓
- 不同版本 `--check` → 报不一致退出码 2 ✓
- 完整部署 → 备份（979578B，`cmp` 逐字节一致）→ 上传 → 重启 → **指纹校验通过** ✓
- 防呆：文件过小/不存在被拒 ✓
- 单测 125 / e2e 27 全绿
 2026-10-04 22:54:45 +08:00
jkooe aaf0175e94 feat(v17): 音频控制能力 system.audio.get / set（40 -> 41 项） 
## 动机
「远程把那台机器静音」是接管场景里的高频小事，此前只能靠 exec 拼脚本，
容易踩本项目已记录的各种坑（C# 转义 / 编码 / 引号）。做成正式能力后一条命令即可。

## 实现
- **Windows**：Core Audio COM（IMMDeviceEnumerator → IAudioEndpointVolume）
  —— 可**读回真实状态**，所以是确定性的「设为静音」而不是「切换」
  （切换在未知状态下可能反而打开声音）。走项目既有的常驻助手基础设施（label=audio）。
- **macOS**：osascript 原生 `output muted` / `output volume`，零互操作。

## C# 互操作的两个硬约束（已写进文件头注释）
1. **槽位顺序即 vtable 顺序**：接口方法必须按 COM 定义顺序声明，不调用的也要占位。
   顺序错了不报编译错，而是调用到错误的内存地址 → 进程崩溃。
   （本次：m1..m4 → SetMasterVolumeLevelScalar(5) → m6 → GetMasterVolumeLevelScalar(7)
     → m8..m11 → SetMute(12) → GetMute(13)）
2. **C# 源码必须纯 ASCII**：Add-Type 按系统 ANSI(GBK) 落盘，非 ASCII 会乱码。

## 出口
- CLI：`nodeagent audio [get]` / `nodeagent audio set [--mute on|off] [--volume 0-100]`
- MCP：na_audio_get / na_audio_set
- 参数校验：mute 必须布尔、volume 必须 0-100 整数（越界由 schema 在协议层拒绝）

## 验证
- 单测 124 → 125（新增音频 schema 用例：范围/类型/未知参数）
- e2e 26 → 27：新增音频用例，**macOS 路径已实测**（读回真实 state、写回原值走通写入路径不产生可感知变化）
- ⚠️ **Windows 侧（Core Audio COM）尚未真机验证** —— 被控端重装系统后当前离线，上线后补验
- 顺带修正 e2e 一处断言：空参数属**能力层**失败（返回 failed），越界属**协议层**（抛异常）——
  正好把本项目那条契约固化进用例
 2026-10-02 19:53:46 +08:00
jkooe 4c6190285c refactor(protocol): 拆分 1281 行的 capabilities.ts（纯搬移，公共 API 不变） 
## 结果
    capabilities.ts                     1281 → 12 行（仅门面：re-export + findCapability）
    capabilities/names.ts                 55 行  标准能力名 CapabilityNames + 类型
    capabilities/schemas.ts               11 行  通用 schema 片段（filterSchema）
    capabilities/manifest/system.ts      303 行  系统面 9 项
    capabilities/manifest/graphics.ts    413 行  图形 12 项（screen/window/input）
    capabilities/manifest/files.ts       121 行  文件 4 项
    capabilities/manifest/software.ts     62 行  软件 2 项
    capabilities/manifest/automation.ts  329 行  自动化 12 项（task/clip/event/net/macro/group）
    capabilities/manifest/index.ts        20 行  聚合为单一 CAPABILITY_MANIFEST

## 做法（可复用的纯搬移流程）
1. 先扫「清单数组区间内是否夹带顶层声明」→ 无 ✓（否则按函数切分会漏）
2. 用花括号配对切出 39 个描述符（断言数量必须一致，避免静默丢项）
3. 按**能力名字符串前缀**分组（不是枚举成员名——成员名与字符串前缀并不一致，
   例如 AuditList→system.audit.list、AgentRestart→system.agent.restart）
4. 聚合文件保持对外单一 CAPABILITY_MANIFEST；facade 保持全部导出不变

## 副作用（正面）
清单顺序由「历史上陆续追加的混杂顺序」变为**按域分组**（系统→软件→图形→文件→自动化），
CLI/MCP 的能力展示更易读。已真机确认无功能影响。

## 验证
- 构建 6 包全过；单测 124/124（含清单守护：数量=39、逐项 name/schema 校验）；e2e 26/26
- 真机：部署后能力 39 项 ✓、CLI 能力矩阵正常打印（含风险图标）✓
 2026-10-01 21:11:59 +08:00
jkooe 6afec163f3 feat(v16): 网络变更两阶段提交（commit-confirm）—— 解决审查报告 §5.4「自断生路」 
## 能力（39 项）
- system.net.apply   备份 → 快照 → 武装回滚任务 → **延时执行变更** → 自检失败即自愈
- system.net.confirm 取消回滚任务 = 提交（可指定 task_name 或取消全部）
- system.net.status  网络现状 + 待确认变更（含剩余秒数）+ 历史备份
- 出口：CLI `nodeagent net [status|apply|confirm]` + MCP na_net_apply/confirm/status
- 审计新增 net.change 事件类型（含 mode/接口/时间点/备份路径/快照）

## 设计要点
1. **OS 级回滚**：用 S4U 计划任务触发回滚（注销/重启/agent 崩溃都照样回滚），
   不依赖 agent 进程存活 —— 这是与「先删后加」类操作并存的前提
2. **先武装后开火**：回滚任务注册成功才执行变更；注册失败直接中止（宁可不改）
3. **延时执行 + 先应答**：改地址必然切断控制端连接，同步执行调用方永远收不到返回
   （真机实测 200s 超时，而变更其实已生效）。改为排程 3s 后执行，先交出凭据
4. **结构化快照**：不用 `netsh -f 备份` 回滚（备份里是 `set address`，该命令在 Win11 会挂起）
   —— 按 JSON 快照用原生 cmdlet 重建

## 真机踩坑（含一次真实事故，全部已修 + 注释固化）
- **netsh set address 在 Win11 挂起**（>60s 无响应），原生 Set/New-NetIPAddress <1s
- **netsh dump 经 PowerShell 重定向会被转码破坏** → 备份不可用（改走 cmd 原始重定向）
- **嵌套 -Command "..." 时内层 $_ 被外层展开** → 静默返回空（统一改 -EncodedCommand）
- **杀手机制**：先 Remove 旧地址再 New 新地址 → Windows 残留默认路由使 New-NetIPAddress
  报 already exists → 新地址没加上 → **机器回落到 APIPA 彻底失联（真机事故）**。
  修法：① 先加新地址再清旧地址（过渡期链路不断）② 先 Remove-NetRoute 再建地址
  ③ 变更后自检，未生效则立即执行回滚脚本自愈
- 单网卡机器 ConvertTo-Json 输出对象而非数组 → 解析要兼容（否则网卡列表永远为空）
- 任务名应编码「回滚时间」而非创建时间（否则剩余秒数算不对）
 2026-09-30 10:19:20 +08:00
jkooe 8ee8dc7f41 feat(v15): screen.find 图像模板匹配（补齐自绘 UI 盲区）+ 一串真机根因修复 
## 新能力：method=image 图像模板匹配
审查报告 §5.2 指出「screen.find(image) 图像模板匹配未做，纯图标/无文字的控件是定位盲区」。
UIA 靠控件树、OCR 靠文字，两者对纯图标都无能为力；本版补上第三条腿。

实现（随常驻助手预加载，C# + System.Drawing，零新依赖）：
- 灰度化（LockBits + ITU-R BT.601 整数近似）
- 零均值归一化互相关 ZNCC（对亮度/对比度变化不敏感）
- **粗到精**：1/4 分辨率全图扫描 → 候选在全分辨率 ±8px 精修
  （全分辨率逐像素在 3440x1440 上约 190 亿次，不可行）
- 非极大值抑制去重；返回中心坐标 + score，可直接喂 input.mouse.click
- 参数：template（被控端图片路径）、threshold（默认 0.85）；支持 region 限定搜索区
- 出口：screen.find(method=image) + CLI/MCP 同步暴露

真机实测：3440x1440 全屏搜索 **~580ms**，score 0.9745 命中可用坐标；
对「模板纯色/低对比」会显式报错（E_PARAM_INVALID + variance），而不是静默返回空。

## 本轮为打通它而修掉的 7 个真机根因（都值得记档）
1. **预加载段拼接静默失败**：WIN_HELPER_PRELUDE 是多行模板串，替换串写成单行 \n 不匹配且
   无 assert → OCR/图像两段从未拼入 → 被 esbuild tree-shake → 运行时才报「找不到类型」。
   现已导出并加回归断言（四段齐全 + 顺序）。
2. **助手启动超命令行上限**：bootstrap 含内嵌 C#（编码后 ~36KB）超过 Windows ~32KB 限制，
   spawn 直接 ENAMETOOLONG → 每次静默降级到慢路径。改为落地临时脚本 + -File。
3. **一次性降级路径同样超限**：ENAMETOOLONG。同样改为临时脚本 + -File（UTF-8 BOM）。
4. **统计记账掩盖根因**：ensureStarted 在 try 之外，spawn 失败不计入 failures，
   表现为「spawned 一直涨、calls 恒为 0」。现已纳入 try，并暴露 ps_helper 状态
   （enabled/calls/hits/failures/spawned/avg_ms/lastError）到 system.info。
5. **Add-Type 在中文系统上乱码**：C# 源码按系统 ANSI(GBK) 落盘，中文注释必乱码 → 编译失败。
   已把内嵌 C# 全部改为纯 ASCII，并加断言「C# 块不得含非 ASCII」。
6. **Add-Type 缺 -ReferencedAssemblies**：只 Add-Type -AssemblyName System.Drawing 不够，
   编译期仍报「命名空间 System.Drawing 中不存在 Imaging」。已补 -ReferencedAssemblies。
7. **TS 模板串吃掉 \" 转义**：在模板字符串里写 \" 会得到裸引号 → C# 编译失败（踩了两次）。
   统一改用 C# 字符常量 Q 拼 JSON，并加断言（不得残留裸引号 JSON 形态 / Q 不得重复声明）。
另外把「粗层预筛」从 threshold-0.05 放宽到 threshold-0.30 并始终保留最优候选 ——
降采样会拉低真位置的分数，过严的预筛会让正确答案在精修前就被丢弃（这曾让所有匹配返回空）。

## 单测 105 -> 114
新增 win-prelude 回归 9 例：四段齐全与顺序 / C# 纯 ASCII / 无裸引号 JSON / Q 不重复声明 /
Win32+UIA+OCR+图像 各段关键标记（含 -ReferencedAssemblies）。
这些断言的价值在真机验证过：3 个 bug 都是先被断言抓住、才避免了再次上线静默坏掉。
 2026-09-30 01:27:37 +08:00
jkooe 8743bd1237 feat(v13): 成功指标聚合（对齐 PRD 2.2 四项验收指标）+ 依据真实数据修正口径 
## 背景（审查报告 P0-2）
审查报告指出：PRD 2.2 的成功指标「无任何采集与统计落点，指标空转」，并给出
已验证原型（30 行脚本在 598 条真实审计日志上算出三项指标）。本版将其产品化。

## 实现（apps/agent/src/metrics.ts，纯函数 + 可单测）
数据源就是审计日志，无需额外埋点：
- 闭环成功率 = invoke ok / 总数
- 装软件成功率 = app.install 子集（无样本时返回 null，不误判为 0%）
- P95 时延 = 分位数（失败样本不计入时延；超时单独计数）
- 安全拦截率 = ACL 拒绝 / 超频 / 认证失败计数（拦截由服务端强制，恒为 100%）
外加按能力细分（次数 / 成功率 / P95）、窗口时间范围、四项达标判定。

出口：能力 system.metrics（36 项）+ CLI `nodeagent metrics [--since ms]` + MCP `na_metrics`。
审计读取新增 readAuditAll(since)（跨轮转文件全量，20 万条安全上限）——
readAudit 原有 1000 条上限，不适合做全窗口统计。

## 依据真实数据修正指标口径（本版最重要的改动）
真机首次运行立刻暴露口径缺陷：
  全窗口 P95 = 11115ms ❌（目标 <3000ms）—— 原因是 system.shell.exec P95 27.5s
  近 6 小时窗口 P95 = 9575ms ❌ —— 8 个样本里仅 1 次「故意重启」9.6s 就顶穿 P95
诊断：把「本身就慢」的能力（重启等进程切换、装软件要下载、录屏按秒采集、
exec 可跑任意长命令）与交互式快操作混在一个 P95 里，指标**永远不可能达标**。

修法：时延分两层统计
  - 交互层 fast：剔除慢能力后统计，**达标判定用这一层**
  - 慢操作层 slow：单独给出 P50/P95/最大与能力清单，如实展示但不参与判定
修正后真机结果（1187 条审计 / 632 次调用）：
  闭环 98.7% ✅ · 装软件 无样本 ✅ · P95 交互层 2012ms ✅（P50 326ms）
  慢操作 P95 27155ms（单列）· 安全拦截 100% ✅ → **四项全达标**

## 单测
89 -> 101（新增指标 12 例：空样本不误判 / 成功率边界 90% / P95 分位 /
分层口径（慢能力不拖累、真机场景复现）/ 超时单列 / 自定义阈值 / 窗口 / 摘要格式）
 2026-09-30 00:19:10 +08:00
jkooe d56556d3c3 feat(v12.3): macOS 端 GUI 能力对齐 —— window.list / window.focus / screen.find 
## 动机
此前 window.* 与 screen.find 只在 Windows 可用（UNSUPPORTED_PLATFORM）。本版让
macOS 也能作为被控端被 GUI 操作，兑现「Mac 与 Windows 双向接管」。

## 实现（apps/agent/src/capabilities/darwin.ts）
| 能力        | Windows                 | macOS                                     |
|-------------|-------------------------|-------------------------------------------|
| window.list | Win32 EnumWindows       | AppleScript System Events（需辅助功能权限） |
| window.focus| SetForegroundWindow+兜底 | AppleScript frontmost + AXRaise           |
| screen.find | UIA → OCR(WinRT)        | 无 UIA 等价物 → 截图 + **Vision OCR**      |

要点：
- AppleScript 经 stdin 传入（base64 解码），彻底规避引号/换行转义
- Vision OCR 用 Swift 源码 + `swiftc -O` 按需编译，二进制缓存在数据目录 bin/naocr；
  源码变化时自动重编（首编约 15s，之后毫秒级）
- 权限错误翻译成可执行指引：实测 -10004「发生权限违例」→ 提示去「辅助功能」授权；
  -1743 → 「自动化」授权

## 真机踩坑（本轮最重要的一条）
**Retina 屏上 screencapture 产出 2x 像素图**，而窗口坐标为逻辑点 —— 直接返回会让
点击偏移一倍。修法：解析 PNG 的 IHDR 取像素尺寸，除以请求区域点数得到缩放比，
换算后再叠加区域偏移（返回体注明已换算）。

## 顺带修掉一个参数缺口
screen.find 的实现读 region 但 schema 未声明 → 带 region 的调用被参数校验拒绝
（E_PARAM_INVALID）。已补 region 到 manifest，并让 Windows 的 OCR 路径同样支持
「显式区域优先 > 指定窗口 > 整屏」（区域越小 OCR 越快越准）。

## 真机验证（本机 macOS 27.2，M3 Max）
- window.list：AppleScript 生效，但本机未授予辅助功能权限 -> 返回可执行提示（预期路径）
- screen.capture：984KB 有效 JPEG（3024x1964）
- Vision OCR 独立验证：对含中文/英文的真实截图识别出「WorkBuddy 编辑 查看 窗口 帮助」等
- screen.find（全屏）：命中 3 处，坐标稳定
- screen.find（区域 0,0,1600,120）：命中且坐标全部落在区域内 —— 证明 Retina 换算正确
- 等待语义（wait_ms）在 macOS 路径同样生效

单测 89/89、e2e 21/21 全绿
 2026-09-29 14:55:13 +08:00
jkooe a892b113ca feat(v12.2): GUI 等待/重试语义 —— 结束「点下去就不管」的假失败 
## 动机
GUI 自动化最常见的失败不是「找不到」，而是「还没出来」：应用启动、页面切换、动画
都有延迟，一次性查找必然假失败。之前调用方只能自己在外面 sleep+重试（浪费往返）。

## 实现（agent 侧内联轮询，避免多次往返）
- screen.find 新增 wait_ms（0~30000，默认 0）与 interval_ms（100~2000，默认 400）：
  轮询到命中或超时；无论成败都返回 waited_ms，让调用方知道是否命中等待窗口
- window.focus 新增 wait_ms：窗口未出现时每 500ms 重试，直到超时（仅 title 模式）
- 宏步骤 find/assert 透传 wait_ms/interval_ms（写宏时可直接声明等待）
- MCP na_screen_find 暴露 wait_ms

## 真机验证（决定性）
调用 window.focus(title=Notepad, wait_ms=15000) 时**记事本尚未运行**；
4 秒后才启动 -> 等待轮询捕获并成功聚焦：
  { title: "*install.ps1 - Notepad", focused: true, activated_by: "click" }
注意 activated_by=click：本次 SetForegroundWindow 又被系统静默否决，
点击兜底自动接管 —— 两个加固协同生效（等待 + 激活兜底）。

单测 89/89、e2e 21/21 全绿
 2026-09-29 14:43:27 +08:00
jkooe 3ed117770b feat(E4): GUI 宏（步骤序列回放）+ 窗口聚焦加固（能力 35 稳定） 
## E4 宏引擎（packages/client/src/macro.ts，CLI 与 MCP 共用）
- 步骤类型：focus / find / click / type / key / drag / sleep / exec / clip / assert / capture
- 通用能力：retry（失败重试）、interval_ms、optional|continue_on_error、${VAR} 与 ${VAR:-默认值} 替换
- 断言内置在步骤里：exec 的 expect_exit/expect_stdout、clip 的 expect、
  assert 支持 kind=screen|window|clip（屏幕断言自动走 UIA→OCR）
- 返回逐步结果（含 ms 与失败定位 failed_at），失败即中止并给出可读原因
- CLI: macro run <file> [--var k=v] [--out 目录] / macro validate / macro init（生成示例）
- MCP: na_macro_run（inline steps + vars）

## 真机验证（记事本全流程）
宏 init 生成示例 -> 启动记事本 -> 回放 9 步：
focus ✓ / key ctrl+a ✓ / delete ✓ / type ✓ / sleep ✓ / key ctrl+a ✓ / key ctrl+c ✓ /
clip 断言「宏回放演示 回放测试」✓ / window 断言 ✓ -> 全部通过（10.1s）

## 顺带修复两个真机踩出的问题
1. **window.focus 可能被静默否决**：SetForegroundWindow 受 Windows 前台锁定限制，
   调用后前台窗口可能仍是别人（实测被系统防火墙对话框抢焦点，导致宏的输入全进了对话框）。
   现改为：调用后**校验当前前台窗口**；未生效则在该窗口标题栏做一次真实点击兜底，
   并返回 activated_by=api|click 让调用方知情。
2. **window.list 会被 limit 截掉真正的前台窗口**：现按 is_foreground 排序置顶并返回 total。
3. 宏引擎：变量缺失原先会在 try 之外抛出、导致整个宏崩掉；现改为「记为该步失败」，
   optional 时继续执行（单测覆盖）。

单测 63 -> 73（新增宏引擎 10 个用例：变量/默认值/缺失、retry、optional、失败中止、
expect_exit/stdout、clip 断言、未知步骤、find→click 坐标透传、坏文件拒绝）；e2e 21/21
 2026-09-29 14:25:35 +08:00
jkooe 0a47c5a92d feat(E1+E2): 事件订阅与监控 —— agent 主动推送（能力 31 -> 35） 
## 协议
- 新增 Methods.Event = 'event'：协议中唯一的**无 id 通知**（JSON-RPC notification），
  被控端 → 控制端主动推送，控制端不回复
- 4 项能力：event.watch / event.unwatch / event.list / event.poll
- 能力处理器签名扩展为 (args, ctx?)：ctx 携带 owner（连接标识）与 emit（推送出口）

## 被控端（apps/agent/src/events.ts）
三类 watcher：
- file    —— fs.watch（支持 recursive + glob 过滤），报 created_or_removed / modified
- process —— 轮询 tasklist(win)/ps(posix) 做差分，报 process_started / process_exited
- net     —— 轮询 netstat 提取 LISTEN 端口做差分，报 port_opened / port_closed
两条出口并存：
1) **推送**：通过 event 通知实时发给创建订阅的连接
2) **环形缓冲 + 游标**：500 条上限、seq 游标增量拉取（适配无法收推送的 MCP）
其它：首次采样只建基线（避免开订阅就刷出几百条）；连接断开自动清理该连接的订阅（防泄漏）

## 控制端
- NodeAgentClient 新增 onEvent 回调；handleMessage 把无 id 的 event 通知分发过去
- CLI: nodeagent events [--kind file|process|net] [--path/--pattern/--recursive/--seconds]
       无 --kind 则列出当前订阅
- MCP: na_event_watch / na_event_poll / na_event_list / na_event_unwatch

## 真机验证（三类全部实测）
- 文件：创建/修改/删除 t1.txt -> 3 个事件实时推送（14:16:33/34/35）
- 进程：启动并关闭 Notepad.exe -> process_started / process_exited
- 端口：开-关 8899 -> port_opened / port_closed（基线 45 个监听端口）
全部**零轮询**到达控制端（由被控端主动推）。

单测 61 -> 63（补 event.watch 枚举/边界与 event.poll 游标校验）、e2e 21/21 全绿
 2026-09-29 14:19:09 +08:00
jkooe 2dccec9a5c feat(D): 生产化 —— 无人值守模式 / 一键升级 / 文档口径更新 
## D1 无人值守（install.ps1）
- 新增 -Unattended（S4U 登录类型）：**无需保存密码，注销/重启后仍自动运行**
- 新增 -AtStartup：追加开机触发器；任务设置补 StartWhenAvailable（错过触发后补跑）
- **诚实标注能力边界**：S4U 运行在非交互会话，GUI 能力（截屏/UIA/键鼠）不可用；
  -Unattended 与 -AllowInput 冲突时自动关闭输入控制并回写配置
- 说明文档给出两种模式的对照表（交互模式支持 GUI，但注销即停）

## D2 一键升级（nodeagent deploy）
- system.info 新增自描述字段：pid / agent_script / agent_home / node_path
- deploy 流程：读取被控端入口路径 → 备份旧文件 → 分块上传新 agent.mjs
  → 调 system.agent.restart 受控重启 → 等待恢复并复验能力数
- 真机验证：
  * 首次（旧版 agent 无自描述）：--path 指定 → 上传 853KB → PID 16492 / 31 项能力
  * 二次：自动识别路径 + 自动备份 → PID 34120 / 31 项能力（免 --path）

## D3 CI（待推送）
- windows-e2e.yml 增加单元测试步骤（3 行）；因 OAuth token 缺 workflow scope，
  该改动暂留本地未推送，需用户授权后推送

## D4 文档口径更新（README）
- 能力总览补齐 31 项（新增：自持/异步任务/窗口/录屏/剪贴板/拖拽/审计校验）
- 统计数字更正：19 项能力 -> 31，15 个 MCP 工具 -> 26，补 61 项单元测试
- 路线图补 v7~v11+；安全章节补密钥库/Audit 链/ACL 细化
- 命令速查新增：restart / deploy / daemon / fanout / bg / tasks / clip / record /
  window.* / screen.find / mouse drag
- MCP 工具表按新工具重排；安装章节新增两种运行模式对照表

单测 61/61、e2e 21/21 全绿
 2026-09-29 11:47:15 +08:00
jkooe ad88e0bb87 feat(C): 操作面补完 —— 拖拽 / 录屏 / 剪贴板图片 / 多设备并发（能力 29 -> 31） 
## C1 鼠标拖拽（input.mouse.drag）
- C# SendInput 新增 Drag()：按下 → 分步插值移动 → 抬起，整段在一次进程内完成
  （避免每步一个 PS 进程的抖动），步数按距离自适应（8~60），步间延时默认 12ms
- CLI: nodeagent mouse drag <x1> <y1> <x2> <y2>；MCP: na_mouse action=drag
- 同时给 key.press 增加 interval_ms（按键序列间隔可调）
- 真机端到端验证：记事本输入 DRAGTEST_1234 -> 拖选 -> Ctrl+C
  -> 剪贴板由 'CLIPBOARD_EMPTY_MARKER' 变为 'DRAGTEST_1234'（证明拖拽真实生效）

## C2 录屏（screen.record）
- 帧循环在一次 PS 调用内完成；有 ffmpeg 则自动封装 mp4
- 产物留在被控端目录，由调用方 fs.read / pull 取回（不把大视频塞进单条 RPC 响应）
- CLI: nodeagent record --duration/--fps/--scale/--region；MCP: na_record
- 真机验证：3s@2fps 区域录制 -> 6 帧（3087ms），pull 回帧并目检内容正确

## C3 剪贴板图片（clip.get/set 1.1）
- format=auto/text/image；图片经临时文件双向传递（规避 Windows 命令行 ~32KB 上限与 stdout 截断）
- CLI: clip --image-file <路径> / clip --out <路径>；MCP: na_clip format/image_base64
- 真机验证：写入 14592 字节 -> 读回 PNG 400x200，目检图像正确

## C5 多设备并发（fanout）
- nodeagent fanout <能力> [--nodes a,b] [--args JSON]：allSettled 并发，任一失败不影响其他
- 真机验证：并发下发 system.info / system.status 正常

单测 59 -> 61、e2e 21/21 全绿
注：C4（macOS window.*/screen.find 对齐）暂缓，需 macOS 辅助功能/录屏权限，留待 Mac 作被控端时实现
 2026-09-29 11:41:48 +08:00
jkooe eb54c60c7c feat(B): 安全加固 —— 密钥库保护 + 审计防篡改 + ACL 细化（能力 28 -> 29） 
## B1 私钥不再明文落盘
- 新增 packages/client/src/secret.ts：macOS Keychain / Windows DPAPI（CurrentUser）
- keys.ts：落盘文件只留 secret 描述符（backend/label/protected），不含 privateKey；
  老格式明文密钥**首次加载自动迁移**；后端不可用时回退明文 + 告警（绝不因保护而不可用）
- 真机验证（隔离目录）：
  * keygen -> '✓ 私钥已存入系统密钥库（keychain）'，文件中无 privateKey，钥匙串有条目
  * loadKeys 回读私钥成功（64 字符）
  * 老格式明文文件 -> 自动迁移、文件清理、二次回读正常
  * Windows DPAPI 往返一致（ROUNDTRIP_OK=True，密文不含明文）

## B2 审计链式哈希（防篡改）
- 每条审计记录加 prev/hash（prev+规范化正文 sha256 前 32 位）；轮转跨文件连续
- agent 重启从日志尾部恢复锚点，链不断
- 新能力 system.audit.verify + CLI 'nodeagent audit verify'
- 真机：'✓ 审计链完整（校验 21 条，跳过历史条目 857 条）'
- 单测覆盖：篡改检出、删除中间条目检出（链断裂）、历史条目 legacy 跳过、重启续链

## B3 ACL 细化
- 协议层新增纯函数：normalizeIp / ipMatchesCidr / ipAllowed / inTimeWindow / rateLimitFor
- AclClient 扩展：allow_cidr / deny_cidr / allow_window(days+from/to，支持跨零点) / rate_limits
- server.ts：IP 白黑名单与生效时段校验（命中即 audit acl.denied）；限速改为按能力
  （rate_limits 精确优先、其次 glob、回退 max_calls_per_min），窗口按限速档位分桶

### 真机踩坑（已修复并回归）
Node 的 socket.remoteAddress 在双栈监听下是 **IPv4-mapped IPv6**（::ffff:192.168.1.100），
原用 split(':')[0] 取到空串 -> CIDR 永不匹配。新增 normalizeIp() 归一，单测覆盖该场景。
真机复测：'✗ E_ACL_DENIED: 来源 IP 不被允许'；移除黑名单后 fs.list 连调 3 次 ->
第 3 次 '✗ E_RATE_LIMITED: 调用频率超限（fs.list 上限 2/分钟）'

单测 37 -> 59、e2e 21/21 全绿
 2026-09-29 11:27:52 +08:00
jkooe 9bf330d228 fix(A): 阶段 A 稳定性清账 —— 单测 26 -> 37、按键序列、日志上限 
A1 后台任务环境统一
- 抽出 childEnv() 并由 execCommand / task.ts 共用（PYTHONIOENCODING/LANG/LC_ALL）
  实测：后台任务中文正常（PowerShell 的 UTF-8 前缀本就生效，本次补齐子进程 env）

A2 按键语义扩展（input.key.press 1.1）
- keys + repeat=N：同一和弦连按 N 次（解决「连按上键 3 次」）
- sequence=[[...],[...]]：任意和弦序列
- 真机验证：repeat=3 -> times 3；sequence 2 段 -> times 2；和弦向后兼容
- manifest 补 minimum/maximum 约束

A3 重启日志保留上限
- 每次重启仅保留最近 5 个 nodeagent-restart-*.log（PowerShell 排序后 Skip 5 删除）
- 实测：日志数由累积多份收敛为 2 份，重启链路仍正常

A4 新能力单测（tests/unit/capabilities.test.mjs，+11 用例）
- 清单守护：能力名与 manifest 一一对应、无重复、字段合法、schema 封闭、共 28 项
- 参数校验：task.get/clip.set/screen.find(method 枚举)/key.press(repeat+sequence)/restart/exec(async)
- 默认值：screen.find.method=auto、task.get.offset=0、exec.async=false
- 顺带发现并修复：restart.delay_ms 缺 minimum 约束（0 被接受）
 2026-09-29 11:13:53 +08:00
jkooe e50e805383 feat(v10): 长任务异步化（system.task.*）+ 剪贴板（clip.*），能力 23 -> 28 
## 长任务异步化（P1）
- system.shell.exec 增加 async:true -> 立即返回 task_id（wait_forever 可不设超时）
- system.task.list / get / kill：任务表（Map 内存态，完成态保留 30min / 上限 50 条），
  输出 Buffer 累积（上限 10MB），get 支持 offset 增量续读
- kill 走 killTree（整棵进程树）；超时自动标记 killed/exit=124（与 timeout(1) 惯例一致）
- 命令只记 sha256 前 8 位摘要（与审计脱敏策略一致）
- CLI：bg / tasks / task <id> [--offset N] [--kill]

## 剪贴板（P1）
- clip.get / clip.set（Windows: Get/Set-Clipboard；macOS: pbpaste/pbcopy）
- set 走 base64 传输规避命令行参数编码问题（中文/emoji 安全）

## MCP 同步
- na_bg / na_task（list|get|kill 多动作）/ na_clip（get|set 多动作）

真机验证（全生命周期）：
- bg 20 秒长任务 -> 立即返回 task_id；tasks 列表 running；
  task 增量读 tick 10~12 -> 14~15；--kill 后 killed/exit=124
- clip --set 中文+emoji -> 18 字符；读回逐字一致
- 28 项能力在线；unit 26/26、e2e 21/21 全绿；Mac 端 CLI/MCP 已重装
 2026-09-29 01:19:10 +08:00
jkooe e4cc1c20b6 feat(v9): screen.find OCR 兜底 + MCP 同步 4 项新工具 
## screen.find OCR 引擎（自绘 UI 兜底）
- method 参数：auto（UIA 优先，空结果自动 OCR）/ uia / ocr；返回 engine 字段
- OCR 实现：CopyFromScreen 截区域（可限定窗口矩形）→ WinRT BitmapDecoder →
  Windows.Media.Ocr（zh-Hans-CN）→ 行/词矩形 → 屏幕坐标
- 两个真机坑（均已实证修复）：
  1) Windows OCR 会在中文字符间插空格（「我的加速」识别为「我 的 加 速」），
     子串匹配永远失败 → 匹配一律在去空格文本上进行，
     并用「最小词窗口并集」精确定位目标词段的矩形
  2) 重启任务的 cmd 用 >> nodeagent-restart.log 启动新 agent，新 agent 长期持有
     该文件句柄 → 下次重启任务所有带该重定向的命令被整体跳过（包括 taskkill！），
     表现为 restart 返回 ok 但什么都没发生 → 日志文件改为时间戳唯一 + 清理历史
- 真机验证（加速器自绘界面）：「网络监控」@(2174,568)、「STEAM」@(1590,582)、
  「我的加速」@(1365,434)，截图目检坐标全部精确吻合

## MCP 同步（能力 19 -> 23 对 AI 可用）
- 新增 na_restart / na_window_list / na_window_focus / na_screen_find
- unit 26/26、e2e 21/21 全绿
 2026-09-29 00:59:15 +08:00
jkooe 313420a482 feat(v8): GUI 语义能力 —— window.list / window.focus / screen.find（能力 20 -> 23） 
P0-1 UI 元素定位（基于 Windows UI Automation + Win32）：
- window.list：枚举可见顶层窗口（hwnd/标题/进程/精确矩形/前台标识/最小化）
  —— 真机验证：正确返回 PowerShell / cmd / 各应用窗口矩形
- window.focus：按标题正则或句柄置前窗口，返回精确矩形（SW_RESTORE + SetForegroundWindow）
- screen.find：UIA 查找元素并返回**中心点屏幕坐标**（支持窗口范围/控件类型过滤），
  直接喂给 input.mouse.click —— 把「看得到画面读不懂界面」变成「按名取坐标」
  —— 真机验证：查找 'Windows PowerShell' 返回 (716,648) 与完整矩形

实现要点：
- PowerShell 脚本一律走 EncodedCommand（UTF-16LE base64），规避引号/中文/换行转义
- extractJson()：Add-Type 程序集加载会向 stdout 夹杂输出污染 JSON，
  按首 [/{ 到末 ]/} 截取后再 parse（真机踩过：'Unexpected non-whitespace character'）

顺带修复（本轮测试发现的 bug）：
1. services 状态显示数字：Get-Service 的 Status/StartType 是 .NET 枚举，
   ConvertTo-Json 退化为数字（4=Running），显式 ToString() 修复
2. restart 任务名冲突：重启任务的 cmd 持有新 agent 进程 → 任务长期 Running
   → 下次 Unregister/Register 静默失败 → 'restart 返回成功但没重启'。
   改为唯一任务名（时间戳）+ 注册后显式校验 + 清理历史非运行任务
   —— 真机验证连续 restart：PID 2612 -> 18556，任务名带时间戳
3. cmd shell 中文：定性为 Windows 固有局限（命令行参数在进程创建时已按 ANSI
   解释，chcp 救不了参数本身），代码注释说明并引导用 PowerShell

真机：23 项能力全量在线；unit 26/26、e2e 21/21 全绿
 2026-09-29 00:38:54 +08:00
jkooe 111a7b5918 feat(P0): UTF-8 全链路统一 + exec 输出结构化 + 受控重启（v7） 
## P0-2 统一 UTF-8 编码链路
- util/exec.ts：Windows 侧注入 [Console]::OutputEncoding/ 为 UTF-8，
  cmd 分支加 chcp 65001；并为子进程设置 PYTHONIOENCODING/LANG/LC_ALL。
- 根治三类事故：PowerShell 管道损坏中文（U+FFFD）、控制台 GBK 乱码。
- 真机验证：桌面文件名 [115浏览器.lnk / 360安全卫士.lnk] 由乱码变为正确中文。

## P0-4 exec 输出结构化
- CLI cmdExec：退出码/耗时等诊断信息改走 stderr，stdout 只保留命令自身输出。
- 使  不再被尾部标注污染（实测 stdout 仅 'ABC'）。

## P0-3 受控重启（新增 system.agent.restart，能力数 19 -> 20）
- 先经历 4 种失败方案（均有真机证据）：
  1) 计划任务 + start  node.exe  -> Session 0 无桌面，start 拉不起进程
  2) detached spawn + start /B     -> cmd 退出即带走子进程
  3) detached spawn + 直接跑 node  -> detached cmd 随 agent 一起消失
  4) 计划任务 action 直接跑 node   -> 成功！但暴露环境变量传参 bug
- 最终方案：计划任务（ExecutionTimeLimit=0），action = cmd /c
  「延时 -> taskkill 旧 PID -> 前台执行 node.exe」；Task Scheduler 持有 cmd，
  cmd 持有 node，整条链与旧 agent 无关，且不依赖桌面会话。
- 关键坑：cmd 中 `set X=Y & cmd` 的 `&` 前空格会被计入变量值（'Y '），
  导致 agent 读不到配置回退默认端口 → EADDRINUSE。必须写成 `set X=Y& cmd`。
- 真机验证：节点 PID 31864 -> 22656，端口/能力/调用全部正常。
- 附带：Windows 用 ping 替代 timeout（后者在非交互环境报 Input redirection 不支持）。

CLI 新增 `nodeagent restart [--delay ms]`；unit 26/26、e2e 21/21 全绿。
 2026-09-28 23:26:59 +08:00
jkooe 4ff1b4fd90 feat(v5): 多设备管理 + 文件传输 
方向 1 · 多设备管理：
- 配置模型升级为 nodes{} + current，自动迁移 v1/v2 单设备扁平配置（零破坏）
- 新增 resolveTarget()：按名解析生效设备与控制端身份
- CLI: nodes（列表）/ use（切换）/ remove（移除）/ connect --name（命名）
- 全局 --node <设备名> 单次指定目标，前置（--node=x cmd）与后置（cmd --node x）均可

方向 2 · 文件传输（分块 RPC，协议零改动）：
- fs.list（递归+glob）/ fs.stat / fs.read（offset+max_bytes 分块）/ fs.write（原子写+append）
- 小文件（<=8MB）首次读取附带 sha256；路径白名单 fs_roots，越界 -> E_ACL_DENIED
- CLI: ls / stat / cat / pull / push（自动分块；pull 与 push 均原子落盘）
- MCP: na_fs_list / na_fs_read / na_fs_write

能力总数 15 -> 19；MCP 工具 12 -> 15

验证：本地 E2E 20/20（新增文件传输全链路用例）；构建 + 类型检查全绿；
冒烟确认 3MB 文件 pull 后 sha256 一致、白名单越界被拒
 2026-09-27 13:25:38 +08:00
jkooe 3d0eb1c696 feat(v4): 无感体验 —— 局域网自动发现 + 断线自动重连 
自动发现（免手抄 IP）：
- 被控端 UDP 心跳广播（默认 5s 一次，目标 255.255.255.255:8766）
- 控制端 Discovery 监听 + TTL 设备表（默认 30s 过期）
- 报文不含任何凭据；可 discovery.enabled:false 关闭
- 控制端取「报文来源 IP」作为可达地址（比被控端自报地址可靠）
- CLI: nodeagent discover [--wait 5]；MCP: na_discover

断线自动重连：
- client 新增 autoReconnect（指数退避 1s→30s + ±15% 抖动）
- 重连前清空在途请求（统一 E_NODE_OFFLINE），避免悬挂
- onStateChange 回调（connected/reconnecting/closed）
- close() 会停止重连，不会关不掉

修复：UDP socket 需先 bind 再 setBroadcast（未绑定时报 EBADF）

验证：本地 E2E 19/19（新增发现 + 重连两用例）；构建与类型检查全绿
 2026-09-27 13:11:13 +08:00
jkooe edc69b0a34 feat(v3+): 审计日志 + 调用限速 
审计（安全闭环最后一环）：
- 被控端将关键动作以 JSONL 写入 <数据目录>/audit.log：agent 启停 / 认证成败 /
  invoke 结果 / ACL 拒绝 / 限速拦截
- 大小轮转（默认 10MB × 5 份）；参数默认只记 sha256 摘要，log_args 开启后
  自动脱敏（pass/token/secret/key/auth 键 → ***，字符串截断 200 字符）
- 审计写入失败被吞掉，绝不阻断业务主流程
- 新增能力 system.audit.list（支持 limit/since/client_id/type 筛选）
- CLI: nodeagent audit；MCP: na_audit

限速：
- 落地 ACL 中预留的 max_calls_per_min（按调用方滑动窗口计数）
- 超限返回 E_RATE_LIMITED(-32407)

验证：本地 E2E 全绿；零信任用例扩展为 6 项断言（授权/拒绝/审计留痕/脱敏/限速/未注册/错钥）
 2026-09-27 11:56:37 +08:00
jkooe 5b7e967868 feat(v3): 零信任安全 —— Ed25519 身份认证 + 能力级 ACL 
认证（两模式并存，默认 psk 向后兼容）：
- 新增 auth_mode: psk | ed25519
- ed25519：每控制端独立密钥对，挑战-应答签名验证（替代共享密钥）
- 密钥用 Node 内置 crypto 生成（零新依赖），Base64(DER) 单行格式
- 私钥存 <数据目录>/keys/ed25519.json（600 权限，永不外传）

授权（能力级 ACL）：
- acl.clients[] 按调用方登记 pubkey + allow/deny（glob 匹配）
- 判定顺序 deny → allow → default_effect（默认拒绝）
- 未注册身份 / 验签失败 → 握手拒绝；未授权能力 → E_ACL_DENIED
- auth_ok 下发 authorized 子集，CLI 以 授权/未授权 标识展示授权矩阵

接入：
- CLI: keygen（生成密钥 + 打印 ACL 配置片段）、connect --auth-mode ed25519
- MCP: 按 auth_mode 自动选择认证方式
- install.ps1: 显式写 auth_mode + 零信任指引

验证：本地 E2E 17/17（新增零信任四项断言）；手动端到端复验通过
 2026-09-27 11:01:58 +08:00
jkooe 792937c6b0 feat(v2): 图形接管 —— 屏幕感知 + 输入控制 
新增 7 项能力（总计 14）：
- screen.info / screen.capture：显示器信息、截屏（region/scale/format）
- input.mouse.move/click/scroll、input.key.type/press：鼠标键盘控制

安全设计：
- input.* 为高危能力，由被控端 allow_input 开关统一管控，默认禁用
- 未开启时返回 E_CAPABILITY_DISABLED（附开启指引）
- 文本输入经 Base64 传参、PowerShell 侧解码，杜绝内容注入
- 按键名走白名单映射（虚拟键码），非法键名直接拒绝

实现：纯 PowerShell（System.Drawing 截屏 + user32.dll SendInput），
无原生编译、无第三方依赖。

接入：
- CLI: screen / screenshot / mouse / key 命令
- MCP: na_screenshot（直接返回图像）/ na_mouse / na_key
- install.ps1: 新增 -AllowInput 开关
- verify.mjs: 新增 v2.1~v2.3 验收项

验证：本地 E2E 16/16；远程验收 12 通过 / 0 失败
 2026-09-27 03:43:10 +08:00
jkooe 77c024703a feat: nodeagent v1 初期开发完成 
- packages/protocol: 协议定义（信封/方法/错误码/能力schema/校验/HMAC/ULID）
- packages/client: 控制端客户端库（连接/握手/invoke/超时）
- apps/agent: Windows 被控端（监听/HMAC认证/能力分发/7项能力/进程执行）
- apps/cli: 控制端 CLI（connect/info/status/ps/services/exec/apps/install/list/invoke）
- apps/mcp: MCP server（na_* 工具，接入 WorkBuddy）
- scripts: install.ps1 / uninstall.ps1（开机自启 + 防火墙 + 密钥生成）
- tests/e2e: 端到端测试 13/13 通过（握手/能力/超时强杀/参数校验/鉴权失败/未认证）
 2026-09-27 01:06:35 +08:00