xinyin025/LangBot

Fork 0

mirror of https://github.com/langbot-app/LangBot.git synced 2026-06-10 15:56:03 +00:00

Files

huanghuoguoguo 9a231927ad docs(agent-runner): reconcile permissions status

2026-06-10 22:48:39 +08:00

29 KiB

Raw Blame History

LangBot AgentRunner Protocol v1

本文档是 LangBot Host 与插件 SDK / Runtime / AgentRunner 之间协议合同的唯一规范来源（single source of truth）。

本文件描述当前 Protocol v1 稳定合同，不混入验收流水。当前实现状态见 STATUS.md，测试执行入口见 AGENT_RUNNER_QA_GUIDE.md，安全发布门槛见 SECURITY_HARDENING.md。
本文件之外的任何文档不得重新定义这里的数据结构，只能引用，例如"见 PROTOCOL_V1 §4.2"。
Host 内部模型（AgentEventEnvelope、AgentBinding、Descriptor、各 Store）不属于 SDK 协议，定义在 HOST_SDK_INFRASTRUCTURE.md。

1. 协议目标

Protocol v1 只解决四件事：

LangBot 如何发现插件提供的 AgentRunner。
LangBot 如何把一次事件调用封装成 AgentRunContext。
AgentRunner 如何以事件流形式返回运行结果。
AgentRunner 如何通过受限 API 访问 LangBot host 能力。

Protocol v1 不定义：

LangBot 内部如何持久化 AgentBinding（见 HOST_SDK）。
AgentRunner 内部如何组装 prompt、压缩历史、管理 memory（见 AGENT_CONTEXT_PROTOCOL.md）。
官方 runner 的具体实现（见 OFFICIAL_RUNNER_PLUGINS.md）。
Pipeline 的长期配置模型。
发布级安全 hardening 的完整实现（见 SECURITY_HARDENING.md）。

2. 参与方

名称	职责
LangBot Host	事件入口、绑定解析、权限、资源、存储、生命周期、结果投递。
Plugin Runtime	加载插件，响应 Host 的 runner discovery 和 run 调用。
AgentRunner	插件提供的 agent 执行组件。
AgentRunAPIProxy	AgentRunner 访问 Host 能力的受限 API。
AgentBinding	Host 内部的事件到 runner 绑定配置，不直接暴露给 SDK（见 HOST_SDK §4.2）。

产品层的 Agent 替代旧 Pipeline 承载 agent 配置：bot / IM channel 绑定一个 Agent，一个 Agent 可以被多个 bot / channel 复用。Host 内部的 AgentBinding 是一次事件运行前解析出的有效绑定，只影响 Host 构造出的 ctx.config、ctx.resources、ctx.context 和 ctx.delivery。SDK 不需要知道 Agent / binding 的持久化形态。

外部 harness runner（Claude Code、Codex、Kimi Code 等）也是 AgentRunner：它们消费 event-first AgentRunContext、返回 AgentRunResult，并通过 Host 授权的 state/storage/artifact API 保存跨轮次指针。它们内部可以继续使用自己的 session、tool loop、MCP、上下文压缩和权限模型。

3. 协议演进

当前 AgentRunner 合同不暴露显式 protocol_version 字段。协议演进先按字段级兼容规则处理：

新增可选字段保持向后兼容。
删除字段或改变既有字段语义，需要在 SDK 发布前完成；发布后应走新的显式兼容方案。
结果流演进：Host 必须忽略未知 result type 并记录 warning（除非该 type 明确要求强校验）。新增 result type 不提升大版本。

4. Discovery 协议

4.1 LIST_AGENT_RUNNERS

Host 调用 Plugin Runtime 获取当前插件暴露的 runner 列表，请求无额外 payload。返回：

class ListAgentRunnersResponse(BaseModel):
    runners: list[AgentRunnerDiscovery]

class AgentRunnerDiscovery(BaseModel):
    plugin_author: str
    plugin_name: str
    runner_name: str
    runner_description: I18nObject | None = None
    manifest: AgentRunnerManifest
    config: list[DynamicFormItemSchema] = []

manifest 是 SDK typed AgentRunnerManifest，由 Runtime 从插件组件 manifest 解析并校验后返回。plugin_author / plugin_name / runner_name 保留为 transport 寻址字段；Host 以它们生成稳定 runner id，并把 manifest.id 校验为 plugin:author/name/runner。单个 runner manifest 解析失败时 Runtime/Host 记录 warning 并跳过该 runner，不影响同一插件或其它插件的 runner discovery。

4.2 AgentRunnerManifest

这里的 manifest 指 Runtime 返回给 Host 的 typed runner manifest：

class AgentRunnerManifest(BaseModel):
    id: str
    name: str
    label: I18nObject
    description: I18nObject | None = None
    capabilities: AgentRunnerCapabilities = AgentRunnerCapabilities()
    permissions: AgentRunnerPermissions = AgentRunnerPermissions()
    config_schema: list[DynamicFormItemSchema] = []
    metadata: dict[str, Any] = {}

runner id 由 Host 生成，格式 plugin:author/name/runner。
name 是插件内 runner 名称，例如 default。
config_schema 只描述绑定配置表单，不代表插件实例状态。
capabilities 是 Host 用于 UI 和资源投影的 typed bool model；它不是权限授予。
permissions 是 runner 申请的 LangBot 资源访问上限；实际授权仍必须与 binding policy 求交。
metadata 只放展示、诊断、非稳定扩展信息。

4.3 Capabilities

class AgentRunnerCapabilities(BaseModel):
    streaming: bool = False
    tool_calling: bool = False
    knowledge_retrieval: bool = False
    multimodal_input: bool = False
    skill_authoring: bool = False
    interrupt: bool = False

    model_config = ConfigDict(extra="forbid")

streaming: runner 可以返回 message.delta。
tool_calling: runner 可能调用 Host tool API。
knowledge_retrieval: runner 可能调用 Host knowledge API。
multimodal_input: runner 可以处理非纯文本 input / artifact。
skill_authoring: runner 需要 Host 提供 skill facts 以及 skill authoring tools，例如 activate / register_skill。
interrupt: runner 支持取消或中断。

Capabilities 字段全部是 bool，未知 key 禁止进入 typed manifest。早期草案里的上下文/会话类 capability 已删除；对应语义由 event-first context 和 runner-owned context 原则表达。

4.4 Permissions 与 Effective Access

class AgentRunnerPermissions(BaseModel):
    models: list[Literal["invoke", "stream", "rerank"]] = []
    tools: list[Literal["detail", "call"]] = []
    knowledge_bases: list[Literal["list", "retrieve"]] = []
    history: list[Literal["page", "search"]] = []
    events: list[Literal["get", "page"]] = []
    artifacts: list[Literal["metadata", "read"]] = []
    storage: list[Literal["plugin", "workspace"]] = []
    files: list[Literal["config", "knowledge"]] = []

    model_config = ConfigDict(extra="forbid")

平台动作执行不属于当前 permissions。Platform action executor / EBA action 分支落地前，runner 只能返回 action.requested telemetry，Host 不执行平台动作。

Runner 实际可用 LangBot 资源来自 Host 在 run 前冻结的授权快照：

effective_access = manifest.permissions ∩ binding.resource_policy ∩ current scope/config

具体落地：

AgentResourceBuilder 先用 manifest permissions 与 binding resource policy / runner config 求交，生成 ctx.resources。
AgentContextBuilder 用 manifest permissions 与 binding state/storage policy 求交，生成 ctx.context.available_apis。
AgentRunSessionRegistry 冻结 run-scoped resources 与 available APIs。
Runtime handler / AgentRunAPIProxy 按 active run_id、runner identity、caller plugin identity、resource id、scope、payload size、rate limit 和 deadline 校验每次调用。

反承诺：manifest permissions 只约束 LangBot 持有的资源访问。它不承诺限制外部 harness 的 native shell、文件系统、CLI、MCP、网络或本机权限；这些能力由 operator/runtime/sandbox 另行约束，见 HOST_SDK §4.8 与 SECURITY_HARDENING。

默认原则：

Host 不得默认 inline 全量历史。
Host 只 inline 当前 event / input 和 context handles。
Runner 拥有 working context assembly。
Runner 可在授权后通过 Host history / event / artifact / state API 拉取更多上下文。
历史窗口策略不属于 Protocol v1 字段，也不属于 Host 通用语义。

context 边界的设计理由见 AGENT_CONTEXT_PROTOCOL.md。

5. Run 协议

5.1 RUN_AGENT

Host 调用 Runtime：

class AgentRunRequest(BaseModel):
    runner_id: str
    runner_name: str
    context: AgentRunContext

Runtime 返回 AgentRunResult 异步流。底层 transport 可继续用 plugin_author / plugin_name / runner_name 定位组件，但协议语义以 runner_id 和 context 为准。

5.2 AgentRunContext

这是 SDK 看到的唯一权威 context 定义。

class AgentRunContext(BaseModel):
    run_id: str
    trigger: AgentTrigger
    event: AgentEventContext
    conversation: ConversationContext | None = None
    actor: ActorContext | None = None
    subject: SubjectContext | None = None
    input: AgentInput
    delivery: DeliveryContext
    resources: AgentResources
    context: ContextAccess
    state: AgentRunState
    runtime: AgentRuntimeContext
    config: dict[str, Any] = {}
    adapter: AdapterContext | None = None
    metadata: dict[str, Any] = {}

核心约束：

event 是必选字段，Protocol v1 是 event-first。
input 表示当前事件的主输入，不等于历史消息。
bootstrap / messages 不是协议字段；Host 不内联历史窗口。
adapter 只放入口 adapter 的非核心元数据，runner 不应依赖它做长期能力。
config 是 Agent/runner config，不是插件实例状态。

5.3 AgentTrigger

class AgentTrigger(BaseModel):
    type: str
    source: Literal["platform", "webui", "api", "scheduler", "system", "host_adapter"]
    timestamp: int | None = None

trigger.type 应与 event.event_type 一致或更粗粒度。例如入口适配器触发消息时：

{ "type": "message.received", "source": "host_adapter" }

5.4 AgentEventContext

class AgentEventContext(BaseModel):
    event_id: str
    event_type: str
    event_time: int | None = None
    source: str
    source_event_type: str | None = None
    raw_ref: RawEventRef | None = None
    data: dict[str, Any] = {}

event_type 使用 LangBot 稳定协议名，例如 message.received。稳定事件名清单见 EVENT_BASED_AGENT.md。
平台原始事件名放入 source_event_type。
大型原始 payload 必须放入 raw_ref 或 artifact，不应直接塞入 data。

5.5 Conversation / Actor / Subject

class ConversationContext(BaseModel):
    conversation_id: str | None = None
    thread_id: str | None = None
    launcher_type: str | None = None
    launcher_id: str | None = None
    bot_id: str | None = None
    workspace_id: str | None = None

class ActorContext(BaseModel):
    actor_type: str
    actor_id: str | None = None
    actor_name: str | None = None
    metadata: dict[str, Any] = {}

class SubjectContext(BaseModel):
    subject_type: str
    subject_id: str | None = None
    data: dict[str, Any] = {}

示例：

消息事件：actor 是发消息的人，subject 是当前消息。
入群事件：actor 是新成员或邀请人，subject 是群/成员关系。
定时事件：actor 可以是 system，subject 是 schedule。

5.6 AgentInput

class AgentInput(BaseModel):
    text: str | None = None
    contents: list[ContentElement] = []
    attachments: list[ArtifactRef] = []

文本、多模态、附件都属于当前 event input。
大文件、图片、音频、工具大结果应以 artifact ref 传递。
平台原始消息链不属于 SDK AgentInput；需要诊断时放在 Host 内部 envelope 或 ctx.adapter.extra 的一次性兼容字段中，不作为长期 runner 合同。

5.7 DeliveryContext

class DeliveryContext(BaseModel):
    surface: str
    reply_target: dict[str, Any] | None = None
    supports_streaming: bool = False
    supports_edit: bool = False
    supports_reaction: bool = False
    max_message_size: int | None = None
    platform_capabilities: dict[str, Any] = {}

Runner 可参考 delivery 能力决定返回 message.delta、message.completed 或 action.requested。

5.8 ContextAccess

class ContextAccess(BaseModel):
    conversation_id: str | None = None
    thread_id: str | None = None
    latest_cursor: str | None = None
    event_seq: int | None = None
    transcript_seq: int | None = None
    has_history_before: bool = False
    inline_policy: InlineContextPolicy
    available_apis: ContextAPICapabilities

class InlineContextPolicy(BaseModel):
    mode: Literal["none", "current_event", "recent_tail", "summary_tail"]
    delivered_count: int = 0
    source_total_count: int | None = None
    messages_complete: bool = False
    reason: str | None = None

class ContextAPICapabilities(BaseModel):
    history_page: bool = False
    history_search: bool = False
    event_get: bool = False
    event_page: bool = False
    artifact_metadata: bool = False
    artifact_read: bool = False
    state: bool = False
    storage: bool = False

ContextAccess 告诉 runner：Host inline 了什么、没 inline 什么、需要更多上下文时走哪些 API。它是 runner 按需读取上下文的入口说明，不是 Host 的业务上下文编排策略。

5.9 AgentRuntimeContext

class AgentRuntimeContext(BaseModel):
    langbot_version: str | None = None
    trace_id: str
    deadline_at: float | None = None
    metadata: dict[str, Any] = {}

5.10 AgentRunState

class AgentRunState(BaseModel):
    conversation: dict[str, Any] = {}
    actor: dict[str, Any] = {}
    subject: dict[str, Any] = {}
    runner: dict[str, Any] = {}

State 是可选 host-owned snapshot。Runner 也可以完全自管状态。

6. Resources

class SkillResource(BaseModel):
    skill_name: str
    display_name: str | None = None
    description: str | None = None

class AgentResources(BaseModel):
    models: list[ModelResource] = []
    tools: list[ToolResource] = []
    knowledge_bases: list[KnowledgeBaseResource] = []
    skills: list[SkillResource] = []
    files: list[FileResource] = []
    storage: StorageResource = StorageResource()
    platform_capabilities: dict[str, Any] = {}

skills 只包含本次 run 中 pipeline-visible 的 skill facts，例如 skill_name、display_name 和 description。Host 不把这些 facts 追加到 system prompt，也不把它们编排进工具描述；runner 可以自行决定是否放入 model prompt、转换成 MCP surface，或只在自己的策略层使用。

资源列表是本次 run 的授权结果。History / Event / Artifact 访问通过 ctx.context.available_apis 和 Host 侧 run session 校验控制，不作为可枚举 resource list 暴露。Runner 只能通过 AgentRunAPIProxy 访问这些能力。

7. Result Stream

7.1 AgentRunResult envelope

JSONValue = str | int | float | bool | None | list["JSONValue"] | dict[str, "JSONValue"]

ResultType = Literal[
    "message.delta",
    "message.completed",
    "tool.call.started",
    "tool.call.completed",
    "artifact.created",
    "state.updated",
    "action.requested",
    "run.completed",
    "run.failed",
]

class AgentRunResult(BaseModel):
    run_id: str
    type: AgentRunResultType
    data: dict[str, Any] = {}
    sequence: int | None = None
    timestamp: int | None = None

SDK 当前实现是单一 envelope：type 枚举 + data dict。Payload 由 SDK typed model 构造并 dump，但 wire 不改成 discriminated union；这样新旧版本偏斜时 Host 仍可按 §3 忽略未知 type。

Host 边界分级校验：

message.delta、message.completed、artifact.created、state.updated、action.requested、run.completed、run.failed 属于会影响投递或 Host 副作用的严格 payload；校验失败时丢弃该 result 并记录 warning。
tool.call.started、tool.call.completed 当前只作为 telemetry，payload 宽松兼容。
未知 type 忽略并记录 warning。

7.2 稳定 result payloads

type	`data` payload
`message.delta`	`{ "chunk": MessageChunk }`
`message.completed`	`{ "message": Message }`
`tool.call.started`	`{ "tool_call_id": str, "tool_name": str, "parameters": dict }`
`tool.call.completed`	`{ "tool_call_id": str, "tool_name": str, "result": dict \| None, "error": str \| None }`
`artifact.created`	`{ "artifact_type": str, "artifact_id"?: str, "mime_type"?: str, "name"?: str, "size_bytes"?: int, "sha256"?: str, "metadata"?: dict, "content_base64"?: str }`
`state.updated`	`{ "scope": "conversation" \| "actor" \| "subject" \| "runner", "key": str, "value": JSONValue }`
`action.requested`	`{ "action": str, "target": dict \| None, "payload": dict \| None }`
`run.completed`	`{ "finish_reason": str, "message"?: Message }`
`run.failed`	`{ "code": str, "error": str, "retryable": bool }`

artifact.created.content_base64 是小 artifact 的 inline 通道；Host 解码后写入 ArtifactStore，当前 hard cap 是 1 MiB。大 artifact 应使用外部存储 / file key / 后续上传通道，不应塞入 result event。

7.3 稳定 result types

type	说明	当前消费
`message.delta`	流式消息片段。	✅
`message.completed`	完整消息。	✅
`tool.call.started`	工具调用开始的可观测事件。	telemetry
`tool.call.completed`	工具调用完成的可观测事件。	telemetry
`artifact.created`	runner 生成 artifact。	✅
`state.updated`	runner 请求更新 host-owned state。	✅
`action.requested`	runner 请求 Host 执行平台动作。	reserved / 仅 telemetry，不执行
`run.completed`	run 正常结束。	✅
`run.failed`	run 失败。	✅

action.requested 是为 EBA 和 platform API 保留的协议表面：本分支 Host 收到后只记 telemetry，不执行，runner 作者不应在当前 Host 底座中依赖其副作用。真实执行器由外部 EBA / platform action 分支接入；执行模型见 EVENT_BASED_AGENT §6。

Host 必须校验 state.updated 的 scope、key、value 大小和 JSON 可序列化性。本分支 action.requested 仍只记录 telemetry。

7.4 Stream delivery semantics

Host 按 Runtime stream 顺序消费 result。当前 v1 不定义跨连接 replay，也不承诺 at-least-once；从 Host 视角，收到的 result 最多应用一次。
sequence 是单个 run_id 内的结果序号。in-process / stdio 这类天然有序的在线 stream 可以省略；任何会缓冲、重放、跨进程队列或 runtime-managed task 的 transport 必须提供从 1 开始严格递增的 sequence。
Host 看到已提供 sequence 的 result 时，应按 (run_id, sequence) 做重复检测，并在缺号或乱序时记录 warning；除非 transport 明确声明 replay 语义，Host 不应自行等待缺失序号重排用户可见输出。
run.failed.data.retryable 只表示整次 run 理论上可由上层重试；Protocol v1 不自动重试 run，也不自动重试 proxy action。
History / Event / Transcript cursor 是 opaque token。runner 不得解析 cursor，也不得假设 cursor 在不同 API、conversation、thread 或 retention window 之间可比较；当前实现即使返回数字字符串，也只是实现细节。

7.5 示例

{ "type": "message.delta",     "data": { "chunk": { "role": "assistant", "content": "hel" } } }
{ "type": "message.completed", "data": { "message": { "role": "assistant", "content": "hello" } } }
{ "type": "state.updated",     "data": { "scope": "conversation", "key": "external.session_id", "value": "abc" } }
{ "type": "action.requested",  "data": { "action": "message.edit", "target": {"message_id": "..."}, "payload": {"text": "..."} } }

8. AgentRunAPIProxy

所有 proxy action 必须携带 run_id。Host 必须校验：active run session 存在、caller plugin identity 匹配、resource 在本次 ctx.resources 中授权、scope 不越界、payload size / rate limit / deadline 合法。

# Model
await api.invoke_llm(model_id, messages, funcs=None, extra_args=None)
async for chunk in api.invoke_llm_stream(model_id, messages, funcs=None, extra_args=None):
    ...
await api.invoke_rerank(rerank_model_id, query, documents, top_k=None)

# Tool
await api.get_tool_detail(tool_name)
await api.call_tool(tool_name, parameters)

# Knowledge
await api.retrieve_knowledge(kb_id, query_text, top_k=5, filters=None)

# History（返回 Transcript projection，不返回原始平台 payload）
await api.history_page(conversation_id=None, before_cursor=None, after_cursor=None,
                       limit=50, direction="backward", include_artifacts=False)
await api.history_search(query, filters=None, top_k=10)

# Event（返回稳定 event envelope 或受限 raw ref，不默认返回大 payload）
await api.event_get(event_id)
await api.event_page(before_cursor=None, limit=50)

# Artifact（必须支持大小限制、MIME 校验、过期时间和授权范围）
await api.artifact_metadata(artifact_id)
await api.artifact_read(artifact_id, offset=0, limit=None)
await api.artifact_read_range(artifact_id, offset=0, length=65536)

# State / Storage
await api.state_get(scope, key);   await api.state_set(scope, key, value);   await api.state_delete(scope, key)
await api.state_list(scope, prefix=None)
await api.get_plugin_storage(key); await api.set_plugin_storage(key, value); await api.delete_plugin_storage(key)
await api.get_plugin_storage_keys()
await api.get_workspace_storage(key); await api.set_workspace_storage(key, value); await api.delete_workspace_storage(key)
await api.get_workspace_storage_keys()

# Files / Host info
await api.get_file(file_key)
await api.get_langbot_version()

state 与 storage 的建议边界：state 放小型 JSON（conversation / actor / subject / runner），storage 放 blob 或较大数据（插件私有数据、workspace 数据、checkpoint）。

Proxy 返回数据结构也属于本协议：

class TranscriptItem(BaseModel):
    transcript_id: str
    event_id: str
    conversation_id: str | None = None
    thread_id: str | None = None
    role: str
    item_type: str = "message"
    content: str | None = None
    content_json: dict[str, Any] | None = None
    artifact_refs: list[dict[str, Any]] = []
    seq: int | None = None
    cursor: str | None = None
    created_at: int | None = None
    metadata: dict[str, Any] = {}

class HistoryPage(BaseModel):
    items: list[TranscriptItem] = []
    next_cursor: str | None = None
    prev_cursor: str | None = None
    has_more: bool = False
    total_count: int | None = None

class HistorySearchResult(BaseModel):
    items: list[TranscriptItem] = []
    total_count: int | None = None
    query: str

class AgentEventRecord(BaseModel):
    event_id: str
    event_type: str
    event_time: int | None = None
    source: str
    bot_id: str | None = None
    workspace_id: str | None = None
    conversation_id: str | None = None
    thread_id: str | None = None
    actor_type: str | None = None
    actor_id: str | None = None
    actor_name: str | None = None
    subject_type: str | None = None
    subject_id: str | None = None
    input_summary: str | None = None
    input_ref: str | None = None
    raw_ref: str | None = None
    seq: int | None = None
    cursor: str | None = None
    created_at: int | None = None
    metadata: dict[str, Any] = {}

class EventPage(BaseModel):
    items: list[AgentEventRecord] = []
    next_cursor: str | None = None
    prev_cursor: str | None = None
    has_more: bool = False
    total_count: int | None = None

class ArtifactMetadata(BaseModel):
    artifact_id: str
    artifact_type: str
    mime_type: str | None = None
    name: str | None = None
    size_bytes: int | None = None
    sha256: str | None = None
    source: str
    conversation_id: str | None = None
    run_id: str | None = None
    runner_id: str | None = None
    created_at: int | None = None
    expires_at: int | None = None
    metadata: dict[str, Any] = {}

class ArtifactReadResult(BaseModel):
    artifact_id: str
    mime_type: str | None = None
    size_bytes: int | None = None
    offset: int = 0
    length: int | None = None
    content_base64: str | None = None
    file_key: str | None = None
    has_more: bool = False

9. 错误模型

class AgentAPIError(BaseModel):
    code: str
    message: str
    retryable: bool = False
    details: dict[str, Any] = {}

code	说明
`unauthorized`	未授权访问资源或 scope。
`not_found`	资源不存在或对当前 runner 不可见。
`deadline_exceeded`	超过 run deadline。
`payload_too_large`	请求或响应过大。
`rate_limited`	Host 限流。
`invalid_argument`	参数错误。
`runtime_error`	Host 或下游能力错误。

Runner 失败使用 run.failed：

{ "type": "run.failed", "data": { "code": "runner.error", "error": "failed to call external agent", "retryable": false } }

10. Timeout 与 Cancellation

Host 在 ctx.runtime.deadline_at 下发总 deadline；SDK proxy 必须用该 deadline 限制单次 action timeout。
Host 可以取消 active run；Runtime 应尽力中断 runner。
Protocol v1 的 run 绑定当前 Host 进程和当前 runtime channel，不保证跨 Host 重启恢复。Host 重启、runtime channel 断开或 run session 丢失时，Runtime / remote daemon 必须 fail-fast 并尽力取消仍在执行的 runner，不得继续使用旧 run_id 调用 Host API。
Runner 支持中断时应返回或触发 run.failed，code 为 cancelled。
Host 必须 unregister active run session。

11. Security 与 Guardrail（协议层）

Protocol v1 的安全边界在 Host：

Runner 不能直接访问未授权 model/tool/kb/history/artifact/storage。
SDK 本地校验只提升开发体验，不能替代 Host 校验。
所有 resource id 对 runner 来说都是 opaque。
默认只能访问当前 conversation / thread 的 history；跨会话、workspace 级访问必须额外授权。
大 payload 必须 artifact 化；artifact.created.content_base64 只用于小 artifact，当前 Host hard cap 是 1 MiB。
Host 必须记录 run_id、runner_id、action、resource、scope、result。

Host 不负责业务编排：不拼接全量历史、不替 runner 做 prompt assembly、不内置 agent memory / tool loop / 上下文压缩策略。这些由官方或第三方 AgentRunner 插件实现。

外部 harness runner 的边界统一见 HOST_SDK §4.8。简言之：harness native permission mode、allowed/disallowed tools、shell/MCP 权限只是额外执行约束，不能替代 Host 对 LangBot 资源的授权。

发布级路径隔离、MCP allowlist、secret redaction、配额、workspace 清理等不属于 v1 协议闭环，是生产默认启用前的 release gate，见 SECURITY_HARDENING.md。

12. Pipeline Adapter 边界

Pipeline 是当前入口 adapter，不是协议中心。目标产品模型中 Agent 会替代 Pipeline 承载 runner config、resource policy 和 delivery policy；当前 Query entry adapter 只是迁移桥。它负责：

从 Query 构造 AgentEventContext 和临时 AgentBinding（见 HOST_SDK §4.2）。
从当前 Agent/runner config 构造 ctx.config。
将 Query-only 字段放入 ctx.adapter，例如 filtered params 放 ctx.adapter.extra["params"]。

约束：

adapter 不定义历史窗口、prompt 组装或 agentic context 策略。
ctx.adapter.extra 只允许承载一次性、JSON-safe、入口相关的非核心元数据，例如 params；不得承载 prompt、history window、RAG 结果、tool schema 或授权资源。
静态绑定 prompt 属于 ctx.config.prompt。preprocessing / hook 后的动态有效指令不通过 ctx.adapter.extra 主动推送；后续如需要保留这类能力，应通过 Host prompt/instruction pull API 暴露（占位见 HOST_SDK §4.8）。
新 runner 不应长期依赖 adapter，应只依赖 event-first context 和 Host API。

13. 已确认约束

v1 / EBA 主线是 one event -> one AgentBinding -> one run_id -> one runner。
一个 bot / IM channel 在同一时间只绑定一个负责 agentic 处理的 Agent；一个 Agent 可以被多个 bot / channel 复用。
如果配置层出现多个匹配 AgentBinding，BindingResolver 必须按明确规则选出一个或拒绝配置，不应默认 fan-out。
observer agent、多 runner fan-out、并行裁决、result 合并等能力需要单独设计 delivery、state、platform action 和 audit 语义，不属于当前 v1 契约。
AgentRunnerDescriptor.source 只允许 plugin；Host 内置 adapter 不能作为 runner source 绕过插件/runtime/proxy 权限链。
ctx.resources 与 proxy action 校验必须来自同一个 run authorization snapshot；runtime handler 不应重新执行资源裁剪。
v1 不要求 Agent、AgentRunner 插件实例或 runner id 全局串行。多个 bot / channel 可复用同一个 Agent；并发隔离依赖 run_id、binding、conversation / thread scope 和 Host authorization snapshot。
外部 harness runner 当前是 MVP / dev path，证明协议可接入，不代表发布级安全边界或 Docker 生产可用性完成。

14. 开放问题

AgentBinding 是否需要进入 SDK 文档作为只读诊断信息，还是完全 Host 内部。
ArtifactStore 是否复用现有 BinaryStorage backend，还是引入独立实体。
State 与 Storage 的边界是否需要更强类型。
platform action 的审批模型如何表达。
Host 侧 scoped MCP / skill / workspace projection 是否需要从 runner config 上移为一等 resource projection API。

29 KiB Raw Blame History Unescape Escape