AskaEth
6a545badbd
- mediafetch 新增**图片白名单**（扩展名 + **字节嗅探兜底**；与文档/音频**三份名单互不污染**），
取回/裁决/上限全部走既有 Fetch（**来源白名单 deny-by-default** + 逐跳重定向校验 + 边读边限 + 超时）
⇒ 没有新造第四份取回实现
- 微信：给图片 URL 配来源白名单（沿用该渠道 CDN 根口径）
- vision 的 `data:` URI 内联入口为**只读复用**（未改 vision 一行）
- **行为变更**：图片现在**会**被尝试取回（**字节嗅探是唯一裁决权** —— 不是图片字节就不写 `Data`）；
其它渠道尚无图片来源白名单 ⇒ 由 deny-by-default 拒绝（**安全**，只是暂读不到，走诚实降级）——
故同步更新了 kook 的既有测试（原断言「图片保持既有路径 = 不取回」已随口径演进）
- ⚠️ **`channelbridge` 一个字没碰**（接线点在切片报告 §7），等监工接线 + 补其它渠道白名单
- 测试：3 个新文件；变异 5 条
192 lines
8.3 KiB
Go
192 lines
8.3 KiB
Go
package weixin_ilink
|
||
|
||
import (
|
||
"context"
|
||
"crypto/aes"
|
||
"errors"
|
||
"fmt"
|
||
"io"
|
||
"net/http"
|
||
"strings"
|
||
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/channel/adapter"
|
||
"git.yeij.top/AskaEth/Cyrene_v2/internal/channel/mediafetch"
|
||
)
|
||
|
||
// ErrKeyTooShort 在入站密钥推导无法给出所需分组长度的 AES 密钥时返回。
|
||
var ErrKeyTooShort = errors.New("weixin_ilink: derived key shorter than a block")
|
||
|
||
// deriveInboundKey 用 bot_token 推导 AES-128 密钥：base64 解码 token，取末尾 16 字节。
|
||
//
|
||
// ⚠️ 这是**兜底**，不是主路径。真机核对的结论见 media_key.go 的文件头：官方包从不
|
||
// 从 bot_token 推导媒体密钥（密钥按条随附件下发），而真实 bot_token 形如
|
||
// `<12 位>@im.bot:<38 位十六进制>`、根本不是 base64 —— 对它调用本函数**必然**失败
|
||
// （第 12 个字符 `@` 处非法）。保留它只为「token 确实以 base64 下发」的部署与
|
||
// `DownloadMedia` 的既有契约。
|
||
//
|
||
// 解码容忍 URL-safe 与无 padding 的 base64 变体：凭据由第三方下发，形态不由我们决定，
|
||
// 先猜一种再报「illegal base64」正是真机踩过的那个坑。
|
||
func deriveInboundKey(botToken string) ([]byte, error) {
|
||
token := strings.TrimSpace(botToken)
|
||
if token == "" {
|
||
return nil, ErrInvalidConfig
|
||
}
|
||
b, err := decodeBase64Flexible(token)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: decode bot_token for key: %w", err)
|
||
}
|
||
if len(b) < aes.BlockSize {
|
||
return nil, ErrKeyTooShort
|
||
}
|
||
return b[len(b)-aes.BlockSize:], nil
|
||
}
|
||
|
||
// botToken 返回已配置的 bot token 快照（凭据只在锁内读，绝不进日志）。
|
||
func (a *Adapter) botToken() string {
|
||
a.mu.RLock()
|
||
defer a.mu.RUnlock()
|
||
return a.cfg.BotToken
|
||
}
|
||
|
||
// DownloadMedia 下载一条入站 CDN 引用，并用从已配置 bot_token 推导出的密钥返回
|
||
// 明文。密文超过 MaxMediaSize 时以 ErrMediaTooLarge 失败。
|
||
//
|
||
// 只有 URL、没有原始消息载荷的调用方走这条路径（按条密钥无从查起）；轮询投递出来的
|
||
// 附件走 ilinkFetcher，那条路径优先用平台随附件下发的密钥。
|
||
func (a *Adapter) DownloadMedia(ctx context.Context, cdnURL string) ([]byte, error) {
|
||
key, err := deriveInboundKey(a.botToken())
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: derive inbound key: %w", err)
|
||
}
|
||
return a.downloadWithKey(ctx, cdnURL, key)
|
||
}
|
||
|
||
// DownloadMediaWithKey 是 DownloadMedia 的显式按条 AES 密钥版本，用于协议把密钥
|
||
// 与媒体引用一并下发的场景。
|
||
func (a *Adapter) DownloadMediaWithKey(ctx context.Context, cdnURL string, key []byte) ([]byte, error) {
|
||
if len(key) != aes.BlockSize {
|
||
return nil, fmt.Errorf("weixin_ilink: key must be %d bytes: %w", aes.BlockSize, ErrKeyTooShort)
|
||
}
|
||
return a.downloadWithKey(ctx, cdnURL, key)
|
||
}
|
||
|
||
// downloadWithKey 拉取 CDN 字节并剥掉 AES-ECB 层。
|
||
func (a *Adapter) downloadWithKey(ctx context.Context, cdnURL string, key []byte) ([]byte, error) {
|
||
ciphertext, err := a.fetchBody(ctx, a.cdnURL(cdnURL))
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: fetch media: %w", err)
|
||
}
|
||
plaintext, err := aesECBDecrypt(key, ciphertext)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: decrypt media: %w", err)
|
||
}
|
||
return plaintext, nil
|
||
}
|
||
|
||
// fetchBody 对 rawURL 发 GET 并返回响应体，超过 MaxMediaSize 的一律拒绝，避免单个
|
||
// 超大文件耗尽内存。
|
||
func (a *Adapter) fetchBody(ctx context.Context, rawURL string) ([]byte, error) {
|
||
req, err := http.NewRequestWithContext(ctx, http.MethodGet, rawURL, nil)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: build media request: %w", err)
|
||
}
|
||
a.authorizationHeader(req)
|
||
resp, err := a.httpClient.Do(req)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: download media: %w", err)
|
||
}
|
||
defer resp.Body.Close()
|
||
if resp.StatusCode < 200 || resp.StatusCode >= 300 {
|
||
return nil, fmt.Errorf("weixin_ilink: download media: status %d", resp.StatusCode)
|
||
}
|
||
limit := a.cfg.MaxMediaSize + 1
|
||
data, err := io.ReadAll(io.LimitReader(resp.Body, limit))
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: read media: %w", err)
|
||
}
|
||
if int64(len(data)) > a.cfg.MaxMediaSize {
|
||
return nil, ErrMediaTooLarge
|
||
}
|
||
return data, nil
|
||
}
|
||
|
||
// inlineInboundMedia 把受支持格式的附件（**文件类、图片类、语音类**）取回、解密并内联到
|
||
// 消息上（切片 IM-1 / IM-ASR / IM-IMG）。失败不抛出：该附件保持无字节，由 channelbridge 的
|
||
// 入站摄取照既有口径给模型一行诚实提示（design/24 §4.4）——本切片绝不为了「让附件能读」
|
||
// 而把失败吞掉。
|
||
//
|
||
// 图片走的是**同一条路**：iLink 的 image_item 不带文件名也不带 MIME，因此它的可取性由
|
||
// 平台类型 + 字节嗅探判定（`mediafetch.inlineImages`），来源仍受下面这份白名单约束。
|
||
func (a *Adapter) inlineInboundMedia(ctx context.Context, msg *adapter.UnifiedMessage) {
|
||
mediafetch.Inline(ctx, a.log, msg, ilinkFetcher{a: a, raw: msg.RawData})
|
||
}
|
||
|
||
// ilinkFetcher 实现 mediafetch.Fetcher：平台给的是 CDN **相对引用**（少数时候是绝对
|
||
// URL），两者都先经 `cdnURL` 归一，再按来源白名单取回，最后剥掉 AES-ECB 层 ——
|
||
// 与既有 `DownloadMedia` 同一条平台口径，只是多了一层白名单、按类型的体积上限，以及
|
||
// **按条密钥**（raw 承载本条消息的原始载荷，用来回查该附件的 aes_key）。
|
||
type ilinkFetcher struct {
|
||
a *Adapter
|
||
// raw 是这条消息的原始 iLink 载荷。按条 AES 密钥随附件下发，而归一化契约里没有
|
||
// 承载它的字段，因此密钥按需从这里回查（见 inboundMediaKey）。
|
||
raw []byte
|
||
}
|
||
|
||
// Fetch 取回并解密一份微信 iLink 附件（**文件、图片、语音、视频同一条路**）。体积上限与
|
||
// 超时都不在这里写数：上限按媒体类型由 `mediafetch.MaxBytesFor` 给出（图片 5 MiB、语音
|
||
// 5 MiB、文档类附件 20 MiB —— 一份巨图绝不会按文档的 20 MiB 收下），超时是具名常量
|
||
// `mediafetch.DefaultTimeout`（**不是** `MaxMediaSize`：那是媒体通道自己的历史上限，
|
||
// 与本切片的内联上限刻意解耦）。
|
||
func (f ilinkFetcher) Fetch(ctx context.Context, m adapter.Media) ([]byte, error) {
|
||
key, err := f.inboundKey(m)
|
||
if err != nil {
|
||
return nil, err
|
||
}
|
||
ciphertext, err := mediafetch.Fetch(ctx, mediafetch.Request{
|
||
URL: f.a.cdnURL(m.URL),
|
||
Allow: f.a.assetAllowlist(),
|
||
Header: f.a.inboundHeaders(),
|
||
Client: f.a.httpClient,
|
||
MaxBytes: mediafetch.MaxBytesFor(m),
|
||
Timeout: mediafetch.DefaultTimeout,
|
||
})
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: fetch media: %w", err)
|
||
}
|
||
plaintext, err := aesECBDecrypt(key, ciphertext)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: decrypt media: %w", err)
|
||
}
|
||
return plaintext, nil
|
||
}
|
||
|
||
// inboundKey 决定本次解密用哪个密钥：**优先平台随附件下发的按条 aes_key**（官方包的
|
||
// 入站口径），只有这条消息确实没带密钥时才退回 bot_token 推导的兜底。两条都拿不到时
|
||
// 诚实报错 —— 绝不拿一个来路不明的密钥去解，那只会解出乱码。
|
||
func (f ilinkFetcher) inboundKey(m adapter.Media) ([]byte, error) {
|
||
if key, ok := f.a.inboundMediaKey(f.raw, m.URL); ok {
|
||
return key, nil
|
||
}
|
||
key, err := deriveInboundKey(f.a.botToken())
|
||
if err != nil {
|
||
return nil, fmt.Errorf("weixin_ilink: no per-item aes_key and bot_token fallback: %w", err)
|
||
}
|
||
return key, nil
|
||
}
|
||
|
||
// assetAllowlist 给出入站附件取回的来源白名单：**只有已配置的 CDN 根**（默认
|
||
// `https://novac2c.cdn.weixin.qq.com/c2c` 的来源）。`cdnURL` 只把平台给的相对引用
|
||
// 拼到它之后，但**绝对 URL 会被原样放行**（见 TestCDNURL_JoinsRelativeAndPassesAbsolute），
|
||
// 因此白名单是这里唯一能挡住「对端伪造绝对引用把我们引到别的主机」的门。
|
||
//
|
||
// 它对**所有**媒体类型一视同仁：文件、图片、语音、视频都经 `ilinkFetcher.Fetch` 取回，
|
||
// 因此图片 URL（绝对 `full_url` 或 CDN 根下的相对引用）同样受这一份白名单约束 ——
|
||
// 图片多出来的只是「字节必须是白名单光栅图」与 5 MiB 的图片上限，不是更宽的网络可达面。
|
||
func (a *Adapter) assetAllowlist() mediafetch.Allowlist {
|
||
origin, err := mediafetch.OriginOf(a.cfg.CDNBaseURL)
|
||
if err != nil {
|
||
return mediafetch.NewAllowlist()
|
||
}
|
||
return mediafetch.NewAllowlist(origin)
|
||
}
|