AskaEth
93c5a4c46f
真机现象：主人看到 Chrome 窗口内有横幅（他读作「不支持接受的参数」），日志只有 一句「等待调试端口时被取消: context deadline exceeded」，看不出是谁的错。 三件（本片）： - 接住子进程 stdout/stderr（有界：前 4 KiB / 上报 12 行，只缓存不输出）⇒ 失败时 打一条带 exe / argv / chrome_output / chrome_output_bytes 的 WARN；成功只记字节数 （不刷屏）。 - 三种启动失败在错误里分开：① 进程立刻退出（profile 被占用）② 等端口超时 ③ 调用方预算耗尽（ctx 已结束 ⇒ **根本不 spawn**）。③ 与 ② 用两个截止时间比大小 区分 —— 顺带修掉一个老缺陷：原来 ctx 一结束就报「等待调试端口时被取消」，而那 几乎总是我们自己的 30s 用满，现被正确归到 ②。 - 降级档不再被**已耗尽**的轮预算连坐：如实报「预算耗尽 ⇒ 未尝试浏览器渲染， 这不是浏览器故障」，**不许把"没试"说成"试了失败"**。plugins/tools/io/bodyfetch.go 一字未动（fetchedBy / browserError 语义原样），只在**发起方**决定要不要发起。 对主人那条横幅的结论（有据，非推测）：那是 Chrome 的 **bad-flags 警告栏**，触发者 是 `--disable-blink-features=AutomationControlled` —— 它明确在 Chromium 的 kBadFlags 名单里（bad_flags_prompt.cc 列了 kDisableBlinkFeatures/kEnableBlinkFeatures），本机 Chrome 154 zh-CN 的文案是「您使用的是不受支持的命令行标记：$1。稳定性和安全性会 有所下降。」；而「不支持接受的参数」在 Chrome 的 zh-CN/en-US 资源与二进制里**零命中** ⇒ 是意译。⚠️ 该参数是 design/28 §2 要求的（掩盖 navigator.webdriver）⇒ 横幅是 **设计取舍的视觉副作用**，去掉它才消失（但会暴露自动化特征）。登记待主人裁决。 验收（主会话复跑 + 亲自变异）：go build ./... + 两包 vet 绿；browser 与 cmd/cyrene 两包测试绿；我用 -overlay 去掉 cmd.Stderr 接线 ⇒ TestDial_ReportsChromeOutputAndArgvOnLaunchFailure 变红（chrome_output="" chrome_output_bytes=0）。 ⚠️ 未部署：跑着的产物不含本片，要等下次 build + restart。
160 lines
9.5 KiB
Go
160 lines
9.5 KiB
Go
package main
|
||
|
||
// 本文件是 design/28 §1 M5 / §8 B5「浏览器渲染取正文」降级档的**组合根挂载点** ——
|
||
// 切片 Z5 把降级链做好了、但生产接不通（能力面没有取正文入口 ⇒ 没东西可注入 ⇒
|
||
// 这一档实际关着），本文件就是那次收口留下的缺口的解封。
|
||
//
|
||
// 六条口径：
|
||
//
|
||
// 1. **挂载条件 = 能力面里确实有可用浏览器**（注册面里那把 browser 工具的驱动
|
||
// `Available() == true`）。这条判据来自 design/28 §7 判据 1 的诚实口径
|
||
// 「都没有 ⇒ 工具不注册（不假装可用）」：拿不到来源就不该把一条注定走不通的档挂上。
|
||
// 2. **不新增开关**。设计**没有**为这条降级档定义配置项（§8 的配置面清单是「端点、
|
||
// 有头/无头、视口、超时、并发、截图上限」，§8 末的配置面约束又写死「`.env` 已冻结、
|
||
// 可调项只落配置文件 + 面板」）⇒ 自造一个 `bodyFallback: bool` 字段属于 AGENTS §1 的
|
||
// 「自行发挥」。挂载条件因此由能力面自身给出，而不是第二处开关。
|
||
// 3. **io 包的「默认关」口径没有被改写**：`iotools.WithBrowserFallback` 不传 / 传 nil
|
||
// 仍然是关（`plugins/tools/io` 的库默认）。本文件只把「确实有来源」的那一种情形
|
||
// 打开 —— 从「永远关」变成「没来源就关」，这正是 design/28 §2 把 M5 列进推荐组合、
|
||
// §8 把 B5 列为实施项的意思。
|
||
// 4. **每次调用现取管理器**：理由见 browserBodyRenderer 的文档（面板保存会换掉那一把
|
||
// 工具与它背后的管理器）。
|
||
// 5. **只读装配**：本文件不发请求、不起进程、不注册工具 —— `ioToolOptions()` 是只读
|
||
// 装配，探测的副作用归 `wireBrowser()`（`wire_browser_test.go` 钉住不许在这里探测）。
|
||
// 6. **失败如实**：挂不上只记一条**带来源**的 WARN（原因码 + 这一档对模型面的实际含义），
|
||
// 不阻断启动 —— 浏览器是可选增强（design/28 §8 逐片落地状态）。
|
||
|
||
import (
|
||
"context"
|
||
"errors"
|
||
"fmt"
|
||
"log/slog"
|
||
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/capability/browser"
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/capability/registry"
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/logger"
|
||
browsertools "git.yeij.top/AskaEth/Cyrene_v2/plugins/tools/browser"
|
||
iotools "git.yeij.top/AskaEth/Cyrene_v2/plugins/tools/io"
|
||
)
|
||
|
||
// 挂载点的文案常量（进日志与结果，不美化）。
|
||
const (
|
||
// browserFallbackReasonNoSource 是「这一档没挂上」的原因码：能力面里没有可用浏览器。
|
||
// 分类原因码而不是「失败」两个字，照 web-search「拿不到后端就不注册」的口径。
|
||
browserFallbackReasonNoSource = "no-usable-browser"
|
||
|
||
// browserFallbackTrigger 写清这一档在什么条件下被走（进启动日志，免得「它到底管什么」
|
||
// 只能靠读代码）。
|
||
browserFallbackTrigger = "direct fetch failed or the page was judged dynamic"
|
||
|
||
// browserFallbackOffEffect 写清「没挂」对模型面的**实际**含义：不是说结果会假，
|
||
// 而是说这一档没有第二次机会（直连的真实遭遇仍然照实报出来）。
|
||
browserFallbackOffEffect = "web-fetch keeps the direct path only; the real outcome is still reported (dynamicSuspect / directError), there is just no browser second look"
|
||
)
|
||
|
||
// bodyFallbackOption 是 design/28 §8 B5 的**挂载点**，落地本文件顶部的六条口径。
|
||
//
|
||
// 两种去处都只有一个出口，口径不会在分支里漂移：
|
||
// - 没有可用浏览器 ⇒ 不挂（`WithBrowserFallback(nil)`）+ 一条带来源的 WARN，说明原因；
|
||
// - 有可用浏览器 ⇒ 挂上适配器，并记一条 INFO 说明这一档什么时候会被走。
|
||
func (a *app) bodyFallbackOption() iotools.Option {
|
||
log := logger.WithSource(a.log, ioLogSource)
|
||
mgr := browserManagerOf(a.caps)
|
||
if mgr == nil || !mgr.Available() {
|
||
log.Warn("web-fetch browser fallback not wired",
|
||
"reason", browserFallbackReasonNoSource,
|
||
"effect", browserFallbackOffEffect)
|
||
return iotools.WithBrowserFallback(nil)
|
||
}
|
||
log.Info("web-fetch browser fallback wired", "trigger", browserFallbackTrigger)
|
||
return iotools.WithBrowserFallback(&browserBodyRenderer{caps: a.caps, log: log})
|
||
}
|
||
|
||
// browserFallbackReasonBudget 是「这一档**没有发起**」的原因码：调用方这一轮的预算已经
|
||
// 耗尽。它与 `no-usable-browser` 是两件事（一个是「没时间了」，一个是「没有浏览器」），
|
||
// 混成一句会把人带偏（真机就出现过：窗口上是浏览器的抱怨，日志里像浏览器坏了）。
|
||
const browserFallbackReasonBudget = "budget-exhausted"
|
||
|
||
// browserFallbackBudgetNote 写清这一刻的**实际**含义：浏览器没坏、这一档没被尝试。
|
||
// 它进错误文本（顺 web-fetch 的 browserError 面出来），因此必须一眼可读、不含猜测。
|
||
const browserFallbackBudgetNote = "本轮工具预算已耗尽（调用方上下文已结束）⇒ 未尝试浏览器渲染，这不是浏览器故障"
|
||
|
||
// browserBodyRenderer 把浏览器能力面（`*browsercap.Manager.RenderText`）适配成 io 包的
|
||
// `iotools.BodyRenderer` —— 这是「进程内接口 + 依赖注入」的适配器，不引入第二个浏览器栈、
|
||
// 不新开任何监听端口（AGENTS §9）。
|
||
//
|
||
// **为什么每次调用现取管理器**：面板保存 browser 配置会重建那把工具并换掉它背后的管理器
|
||
// （`wire_browser_panel.go` 的热重载 + `ReplaceTool`），装配时抓住的旧指针会在一次保存之后
|
||
// 变成一具尸体 —— 那条降级档会静默退化成「每次都如实失败」，而这是最难查的一类失效。
|
||
// 从**注册面**取当前那一把，拿到的就是正在跑的那一个。
|
||
//
|
||
// 红线（与 `iotools.BodyRenderer` 的注释同源）：只做对外连接；SSRF 判定由浏览器侧用
|
||
// **同一份** `io.ValidateRequestURL` 自己再过一遍（本适配器不替它免检，原始 URL 原样交过去）；
|
||
// 正文在渲染完成后才取（由 `Manager.RenderText` 保证）。
|
||
//
|
||
// 空正文**不在这里**判：`RenderText` 的「渲染成功但正文为空」是读数不是错误，而 io 的
|
||
// 降级档有自己的口径（`ErrEmptyRenderedBody`）—— 本适配器原样交出去，不替上层下结论。
|
||
type browserBodyRenderer struct {
|
||
caps *registry.Registry
|
||
// log 是挂载点的日志（已带来源）。可为 nil（单测直接构造）：那就不记，不做替代语义。
|
||
log *slog.Logger
|
||
}
|
||
|
||
// RenderBody 实现 iotools.BodyRenderer。
|
||
//
|
||
// **预算口径**（design/28 §1 M5「降级档」+ §7 判据 4「如实标注」+ §6 坑 5「失败要如实报」，
|
||
// 设计没有为这一档规定独立预算 ⇒ 取最小的诚实口径）：ctx 已经结束（这一轮的工具预算耗尽 /
|
||
// 会话被取消）时**不发起**，如实报「预算耗尽 ⇒ 未尝试」，而**不是**报一个看起来像
|
||
// 「浏览器坏了」的错误。三条理由：
|
||
//
|
||
// - 这一档要冷启动真浏览器（秒级），启动所需的预算此刻已经不存在；
|
||
// - 工具派发层在 ctx 结束时就要把结果丢掉（`internal/runtime/tool` 的 callTool 在
|
||
// ctx.Done 与结果之间二选一，且 ctx 结束时返回 ctx.Err()）⇒ 硬起一个浏览器只会留下
|
||
// 一个被立刻杀掉的窗口，**结果没人读**（真机踩过：窗口上跳出浏览器的抱怨）；
|
||
// - 没试过就不能报成「试了失败」：`fetchedBy` / `browserError` 的语义（见
|
||
// `plugins/tools/io/bodyfetch.go`）一字不动，本适配器只交「没发起」这个事实。
|
||
//
|
||
// ctx 还活着时**不动**它的预算（不另造一个第二预算）：浏览器会话可能是热的（同一次
|
||
// 会话里刚渲染过），渲染只要一两秒；真有取消，浏览器侧会把它如实分类成「预算耗尽」
|
||
// （见 `internal/capability/browser` 的分类标记），不会再冒充「浏览器坏了」。
|
||
func (r *browserBodyRenderer) RenderBody(ctx context.Context, rawURL string) (iotools.RenderedBody, error) {
|
||
mgr := browserManagerOf(r.caps)
|
||
if mgr == nil || !mgr.Available() {
|
||
// 诚实降级：此时是「这一档没有来源」，**不是**「取到了空正文」。
|
||
return iotools.RenderedBody{}, errors.New("web-fetch browser fallback: no usable browser available")
|
||
}
|
||
if err := ctx.Err(); err != nil {
|
||
if r.log != nil {
|
||
r.log.Info("web-fetch browser fallback not attempted",
|
||
"reason", browserFallbackReasonBudget, "error", err)
|
||
}
|
||
return iotools.RenderedBody{}, fmt.Errorf("web-fetch browser fallback: %s: %s: %w",
|
||
browserFallbackReasonBudget, browserFallbackBudgetNote, err)
|
||
}
|
||
rendered, err := mgr.RenderText(ctx, rawURL)
|
||
if err != nil {
|
||
return iotools.RenderedBody{}, fmt.Errorf("browser render: %w", err)
|
||
}
|
||
return iotools.RenderedBody{Text: rendered.Text, Source: rendered.Source}, nil
|
||
}
|
||
|
||
// browserManagerOf 从能力面取回**当前**的浏览器管理器；没有可用来源（没注册 / 注册的
|
||
// 不是这把工具 / 驱动不是本机的管理器，例如单测夹具）时返回 nil。
|
||
//
|
||
// 它**只读**注册面：不发请求、不起进程、不注册工具 —— 本文件被 `ioToolOptions()` 调用，
|
||
// 那是一条只读装配路径（口径 5）。
|
||
func browserManagerOf(caps *registry.Registry) *browser.Manager {
|
||
if caps == nil {
|
||
return nil
|
||
}
|
||
entry, err := caps.Get(browsertools.ToolName)
|
||
if err != nil {
|
||
return nil
|
||
}
|
||
tool, ok := entry.Value.(*browsertools.Tool)
|
||
if !ok {
|
||
return nil
|
||
}
|
||
return tool.Manager()
|
||
}
|