add

2026-07-30 13:45:45 +08:00
parent 28f3727f43
commit dfacc921c0
3 changed files with 70 additions and 147 deletions
--- a/agentscope-sandbox.md
+++ b/agentscope-sandbox.md
@@ -34,10 +34,7 @@ BackendBase (exec_shell / read_file / write_file)
  └─ 内置工具 Bash/Read/Write/Edit/Grep/Glob 透明落到沙箱内
 ```

-关键设计：
-
- **容器内 MCP Gateway**：宿主机通过 `GatewayClient` + `backend.exec_shell` 驱动网关（一般不依赖宿主机到沙箱的端口映射）。
- **WorkspaceManager**：`PER_AGENT` / `PER_SESSION` / `PER_USER`，空闲 TTL 驱逐；云后端可按 metadata/label 跨节点重连。
+关键设计：通过 MCP 网关收敛文件系统相关 tool 的访问，采用空闲 TTL 驱逐的方案释放沙箱资源。

 ### agentscope-java

@@ -52,18 +49,15 @@ SandboxFilesystemSpec.toSandboxContext(hostWorkspaceRoot)
        │
        ▼
 SandboxLifecycleHook
-  PreCall  → SandboxManager.acquire → Sandbox.start()  (四分支恢复)
+  PreCall  → SandboxManager.acquire → Sandbox.start() 
  PostCall → Sandbox.stop() (tar 快照) → persist state → release
        │
        ▼
 SandboxBackedFilesystem + ShellExecuteTool
-  └─ 文件工具 / execute 全部转发到沙箱
+  └─ 文件工具 / execute
 ```

-关键设计：
-
- **生命周期管理**：每次推理前后自动 acquire/start/stop，适合多租户与快照恢复。
- **快照与沙箱解耦**：换 Docker/K8s/E2B 不影响 `LocalSnapshotSpec` / `RedisSnapshotSpec` / `OssSnapshotSpec` 的选择。启动时把宿主 `AGENTS.md`、`skills/`、`subagents/`、`knowledge/` 等打 tar 注入沙箱，按内容 SHA-256 增量跳过。
+关键设计：在ReAct生命周期内，通过 hook 机制（2.0版本叫中间件）start、stop 沙箱。

 ## Docker沙箱双端对照表

@@ -79,121 +73,21 @@ SandboxBackedFilesystem + ShellExecuteTool
 | 资源限制 | 较弱（构造参数少） | memory / cpu / ports / network |
 | 水平扩展 | 不适合 | 需外置快照/状态存储 |

-关键：agentscope 通过 HTTP API 端点和 Docker 引擎交互，agentscope-java 通过 cli 与 Docker 引擎交互。明显 agentscope 的设计更靠谱一些，因为通过 HTTP API 端点交互，有2个好处：
+### 优点

- agentscope 实例本身可以容器化部署，而 agentscope-java 必需在宿主机用 `java -jar` 运行，因为它需要在宿主机上执行 `docker run` 命令。
- 通过 HTTP API 端点 agentscope 可以控制远程服务器上的 Docker 容器。
+- agentscope：
+  - 通过 HTTP API 与 Docker 引擎交互，除了与本机 Docker 引擎交互之外，还可以访问远程服务器上的 Docker 引擎。
+  - 自动构建镜像，且可以随着依赖库的增删不断迭代 Dockerfile。
+- agentscope-java：
+  - 每次 call 的时候都会在 start/stop/snapshot 生成 tar 包快照。
+  - 隔离级别更贴近多租户场景（SESSION/USER/AGENT/GLOBAL）覆盖多租户常见模型。

-### agentscope
+### 弊端

-#### 实现原理
-
-1. **镜像构建（内容哈希缓存）**  
-   - `prepare_build_context()` 渲染 Dockerfile，打包 gateway 脚本、`requirements.txt`、glob helper。  
-   - Tag 形如 `agentscope-workspace:<12hex>`，对 Dockerfile + COPY 文件做 SHA-256；本地已有则跳过 build。  
-   - 默认基础镜像 `python:3.11-slim`，镜像内预装 gateway venv + agentscope（Docker 路径**不做**首次 bootstrap）。  
-   - 可选 `node_version` 从官方 Node slim 镜像拷贝 `node`/`npm`（供 npx MCP）。
-
-2. **容器启动**  
-   - 通过 **aiodocker** `containers.create_or_replace`。  
-   - `Cmd: ["sleep", "infinity"]`，工作目录 `/workspace`。  
-   - Label：`agentscope.workspace=true`、`agentscope.workspace.id=<id>`。  
-   - **Gateway 端口仅容器内监听，不做 host port 映射**；宿主经 `DockerBackend.exec` 访问。
-
-3. **持久化**  
-   - 可选 `host_workdir` bind-mount → `/workspace`（`is_persistent`）。  
-   - 无 mount 则为 ephemeral 容器文件系统。  
-   - Linux 上 teardown 时尝试 `chown` 把 bind-mount 文件所有权还给宿主用户。
-
-4. **I/O 原语（`DockerBackend`）**  
-   - `exec_shell`：容器 `exec` API，直传 argv（无中间 shell，需要时包 `sh -c`）。  
-   - `read_file` / `write_file`：`get_archive` / `put_archive`（tar）。
-
-5. **服务侧**  
-   - `DockerWorkspaceManager`：`basedir` 下为每个 workspace 建宿主目录并 bind-mount；TTL sweeper 回收空闲容器。
-
-#### 使用限制
-
-| 限制 | 说明 |
-| --- | --- |
-| 依赖 Docker daemon | 需本机/远端可达的 Docker Engine + aiodocker |
-| 基础镜像须含 `python3` | Gateway 与工具链假设 Python 可用 |
-| **单节点** | 官方文档明确：Docker/Local/Bubblewrap 不适配水平扩容；跨节点请用 E2B/Daytona/OpenSandbox/K8s |
-| 首次镜像构建成本 | 缓存未命中时 build 较慢；构建失败需解读 docker stream 日志 |
-| 无细粒度 CPU/内存 API | 构造参数侧重镜像与环境变量，资源限额不如 Java Spec 直接 |
-| Linux bind-mount 权限 | 容器内 root 写文件可能留下错误 uid；框架仅在 teardown 做 chown 尽力修复 |
-
-#### 好处
-
- 镜像内预置 gateway，**冷启动无需 apt/uv/pip bootstrap**（对比 E2B/K8s/OpenSandbox）。  
- 内容哈希镜像缓存，Dockerfile 不变则秒级复用。  
- Workspace 长期存活，MCP / skills / sessions 与服务模型一致。  
- Bind-mount 可把工作区落在宿主磁盘，便于调试与备份。  
- 与 `WorkspaceManager` 隔离策略（PER_AGENT 等）无缝衔接。
-
-#### 弊端
-
- 强依赖本机 Docker，水平扩展与多副本亲和困难。  
- 常驻 `sleep infinity` 容器占用资源，依赖 TTL 清扫。  
- Gateway 健康检查失败时排查需看容器内日志路径。  
- 与 Java 版相比，缺少一等公民的「跨 call tar 快照后端」抽象。
-
-### agentscope-java
-
-#### 实现原理
-
-1. **配置层（Spec）**  
-   Fluent API：`image`、`workspaceRoot`（默认 `/workspace`）、`memorySizeBytes`、`cpuCount`、`exposedPorts`、`network`、`environment`、`additionalRunArgs`、`snapshotSpec`、`workspaceSpec`。
-
-2. **创建与客户端**  
-   - `DockerSandboxClient.create(...)` 生成 `DockerSandboxState`（sessionId、镜像、资源参数、快照句柄）。  
-   - **不引入 docker-java**：一律 `docker run` / `exec` / `inspect` / `stop` / `rm` CLI。  
-   - 要求宿主 `PATH` 上有 `docker`，且 daemon 可达。
-
-3. **容器命令**  
-   ```text
-   docker run -d --name agentscope-sandbox-<sessionId>
-     [--memory] [--cpus] [-p] [--network=none|...] [-v bind...]
-     <image> sh -c "while :; do sleep 3600; done"
-   ```  
-   - 默认 **`--network=none`**（未配置 network 时），比 Python 版更偏「默认断网隔离」。  
-   - 支持 `WorkspaceSpec` 中的 `BindMountEntry` → `-v host:container:ro|rw`。  
-   - `exec`：`docker exec -w <workspaceRoot> <id> sh -c <command>`。
-
-4. **工作区 tar 快照**  
-   - Persist：`docker exec tar -cf - -C /workspace .`（并对 bind-mount 路径 `--exclude`）。  
-   - Hydrate：`docker exec -i tar -xf - -C /workspace`。  
-   - `AbstractBaseSandbox` **四分支恢复**：容器是否仍保留目录 × 是否有可恢复快照。
-
-5. **编排**  
-   - `start()`：确保容器 running → 四分支初始化 → workspace projection。  
-   - `stop()`：写快照，**容器可继续跑**。  
-   - `shutdown()`：自管容器则 `docker stop` + `docker rm --force`。
-
-#### 使用限制
-
-| 限制 | 说明 |
-| --- | --- |
-| 依赖 Docker CLI | 无嵌入式 Engine API；Windows/远程 Docker 场景需确保 CLI 行为一致 |
-| 默认无网络 | `network` 未设时为 `none`；需要拉包/访问外网必须显式配置 |
-| 镜像需自备 | 不像 Python 那样自动构建含 gateway 的专用镜像；由用户指定（如 `ubuntu:24.04`） |
-| 输出截断 | stdout/stderr 单流约 512KB 上限 |
-| 并发语义 | 同一 IsolationScope 并发 call 可起多个容器，stop 时 **last-write-wins** 覆盖快照 |
-| 多副本 | 本地 Docker + 本地快照会成单点；生产需 Redis/OSS 快照 + 分布式 `AgentStateStore` |
-| AgentRun/K8s 等扩展 | Docker 在 harness 核心；其它后端在 extension 模块，需单独依赖 |
-
-#### 好处
-
- **零额外 Java Docker 库依赖**，部署简单。  
- 资源限额（CPU/内存）、端口、网络、额外 run args 一等配置。  
- 快照体系成熟，可跨 call / 跨副本恢复 `node_modules` 等重状态。  
- Workspace projection 把静态资产与运行态分离，宿主改 skills 可增量注入。  
- `IsolationScope`（SESSION/USER/AGENT/GLOBAL）覆盖多租户 SaaS 常见模型。  
- `executionGuard` 可对 AGENT/GLOBAL 做串行化，缓解快照互踩。
-
-#### 弊端
-
- 每次 call 的 start/stop/snapshot 有固定开销（尤其大工作区 tar）。  
- CLI 进程模型：高并发时大量 `docker exec` 子进程与线程池开销。  
- 无内置 MCP Gateway；MCP 走 Harness 侧 `tools.json` 注册，与沙箱内进程模型不同。  
- 默认断网 + 裸镜像，冷启动后常需 agent 自己装依赖（靠快照摊销）。
+- agentscope：
+  - 文件沙箱的生命周期过长，强依赖 TTL 清扫。
+  - 工作区没有快照或副本能力，可以自行开发。
+- agentscope-java：
+  - 随着工作区目录越来越大，会导致快照越来越慢（tar命令）可以自定义这个逻辑规避。
+  - 没有 agentscope 那样不断迭代镜像的能力，需要人工干预（私以为自动迭代沙箱镜像是个伪需求）
+  - 若隔离级别会 session 级别，每个 session 都会被拉起一个容器（要控制一台服务器的会话总数量）
--- a/feat.md
+++ b/feat.md
@@ -1,25 +1,49 @@
 # 任务目标
 
-分析下面两个框架对于 Workspace 文件系统，是如何集成不同类型的沙箱（重点是Docker）以及实现原理、使用限制、好处和弊端，已markdown格式输出一份报告，写入到文件："E:\synology\tmp\msg.md"。
+ 看下"E:\gitlab\mis-qas\mis-modules\mis-certification\src\main\java\com\lcfc\certification\tool\ChatResponseUtil.java"文件里"executeAgent"方法，Agent运行时没有收集到MCP工具调用的信息，但实际上过程中存在MCP的工具调用，数据库表最新的数据：

- agentscope：v2.0.5
- agentscope-java：v2.0.0
+ ```json
+ {
+  "id": "2082645289369387010",
+  "project_id": "1",
+  "update_time": "2026-07-30 09:51:45",
+  "user_num": "1",
+  "user_id": [
+    "7"
+  ],
+  "chat_num": "1",
+  "input_token": "29712",
+  "output_token": "1562",
+  "kb_doc_use_info": [
+    {
+      "kbId": "certification-kb-id",
+      "docIds": [
+        "NB产品CB认证SOP V1.0",
+        "Green Project Execution SOP",
+        "认证跨学科关联知识 for EU",
+        "Cert RFQ V5.2"
+      ]
+    }
+  ],
+  "call_mcp_tool_count": "0",
+  "call_skill_count": "0",
+  "mcp_use_info": null,
+  "skill_use_info": null,
+  "user_dislike_count": null,
+  "user_feedback_count": null
+}
+```

-## Github源码
+我从接口响应的 EventStream 中观察到如下几个片段，确认是有的，比如"downloadCertificationReport"。

-| 沙箱类型 | agentscope | agentscope-java |
-| --- | --- | --- |
-| Docker | https://github.com/agentscope-ai/agentscope/blob/v2.0.5/src/agentscope/workspace/_docker/_docker_workspace.py | https://github.com/agentscope-ai/agentscope-java/blob/v2.0.0/agentscope-harness/src/main/java/io/agentscope/harness/agent/sandbox/impl/docker/DockerFilesystemSpec.java |
-| Kubernetes | https://github.com/agentscope-ai/agentscope/blob/v2.0.5/src/agentscope/workspace/_k8s/_k8s_workspace.py | https://github.com/agentscope-ai/agentscope-java/blob/v2.0.0/agentscope-extensions/agentscope-extensions-sandbox/agentscope-extensions-sandbox-kubernetes/src/main/java/io/agentscope/extensions/sandbox/kubernetes/KubernetesFilesystemSpec.java |
-| e2b | https://github.com/agentscope-ai/agentscope/blob/v2.0.5/src/agentscope/workspace/_e2b/_e2b_workspace.py | https://github.com/agentscope-ai/agentscope-java/blob/v2.0.0/agentscope-extensions/agentscope-extensions-sandbox/agentscope-extensions-sandbox-e2b/src/main/java/io/agentscope/extensions/sandbox/e2b/E2bFilesystemSpec.java |
-| Daytona | https://github.com/agentscope-ai/agentscope/blob/v2.0.5/src/agentscope/workspace/_daytona/_daytona_workspace.py | https://github.com/agentscope-ai/agentscope-java/blob/v2.0.0/agentscope-extensions/agentscope-extensions-sandbox/agentscope-extensions-sandbox-daytona/src/main/java/io/agentscope/extensions/sandbox/daytona/DaytonaFilesystemSpec.java |
-| AgentRun | 暂未支持 | https://github.com/agentscope-ai/agentscope-java/blob/v2.0.0/agentscope-extensions/agentscope-extensions-sandbox/agentscope-extensions-sandbox-agentrun/src/main/java/io/agentscope/extensions/sandbox/agentrun/AgentRunFilesystemSpec.java |
-| OpenSandbox | https://github.com/agentscope-ai/agentscope/blob/v2.0.5/src/agentscope/workspace/_opensandbox/_opensandbox_workspace.py | 暂未支持 |
+```text
+{"userMessageId":null,"node":"_AGENT_MODEL_","agent":"subgraph_certification_query_agent","tokenUsage":{"promptTokens":6281,"completionTokens":46,"totalTokens":6327,"nativeUsage":{"completion_tokens":46,"prompt_tokens":6281,"total_tokens":6327}},"message":{"messageType":"tool-request","content":"","metadata":{"role":"ASSISTANT","messageType":"ASSISTANT","refusal":"","finishReason":"TOOL_CALLS","index":0,"annotations":[],"id":"chatcmpl-b3c97996f78b0739","reasoningContent":""},"toolCalls":[{"id":"call_083c6a92a3964accade8272c","type":"function","name":"downloadCertificationReport","arguments":"{\"certItem\": \"BIS\", \"modelCode\": \"MY55B\"}"}]},"toolMessages":null,"chunk":"","kbDocContext":null}

+{"userMessageId":null,"node":"_AGENT_TOOL_","agent":"subgraph_certification_query_agent","tokenUsage":null,"message":{"messageType":"tool","content":"","metadata":{"messageType":"TOOL"},"responses":[{"id":"call_083c6a92a3964accade8272c","name":"downloadCertificationReport","responseData":"[{\"text\":\"\\\"MCP调用成功，生成认证报告下载地址:,此地址有时效性https://misqasoss.lcfuturecenter.com:9000/extractdata/extractdata/2026/07/30/7680d1f6bfe24efe8f72b308ff019662.zip?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20260730T024643Z&X-Amz-SignedHeaders=host&X-Amz-Credential=mirror%2F20260730%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Expires=604800&X-Amz-Signature=7ba16bb31d3d40babe878e965625e94a6c358464231934ca5c2b4f5989307ff4\\\"\"}]"}]},"toolMessages":null,"chunk":"","kbDocContext":null}

-## 其他参考资料
+{"userMessageId":null,"node":"_AGENT_MODEL_","agent":"subgraph_certification_query_agent","tokenUsage":{"promptTokens":6612,"completionTokens":46,"totalTokens":6658,"nativeUsage":{"completion_tokens":46,"prompt_tokens":6612,"total_tokens":6658}},"message":{"messageType":"tool-request","content":"","metadata":{"role":"ASSISTANT","messageType":"ASSISTANT","refusal":"","finishReason":"TOOL_CALLS","index":0,"annotations":[],"id":"chatcmpl-b953f4568b860563","reasoningContent":""},"toolCalls":[{"id":"call_85a2100b1adc4790bb7b2bb9","type":"function","name":"downloadCertificationReport","arguments":"{\"certItem\": \"BIS\", \"modelCode\": \"MY55B\"}"}]},"toolMessages":null,"chunk":"","kbDocContext":null}

- agentscope-java 官方文档对于文件系统的介绍：https://java.agentscope.io/v2/zh/docs/harness/filesystem.html
- agentscope 官方文档对于Workspace的介绍：https://docs.agentscope.io/versions/2.0.5/zh/deploy/workspace-manager
- OpenSandbox Github：https://github.com/opensandbox-group/OpenSandbox
- OpenSandbox 官方文档：https://open-sandbox.ai/getting-started
+{"userMessageId":null,"node":"_AGENT_TOOL_","agent":"subgraph_certification_query_agent","tokenUsage":null,"message":{"messageType":"tool","content":"","metadata":{"messageType":"TOOL"},"responses":[{"id":"call_85a2100b1adc4790bb7b2bb9","name":"downloadCertificationReport","responseData":"[{\"text\":\"\\\"MCP调用成功，生成认证报告下载地址:,此地址有时效性https://misqasoss.lcfuturecenter.com:9000/extractdata/extractdata/2026/07/30/e9a0b939a16e4d0584d8b8454f23be88.zip?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20260730T024640Z&X-Amz-SignedHeaders=host&X-Amz-Credential=mirror%2F20260730%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Expires=604800&X-Amz-Signature=bab54b68da0b765da8da964c164ec1de063ecacb11820c15b53d376c362e2686\\\"\"}]"}]},"toolMessages":null,"chunk":"","kbDocContext":null}
+```
+
+请根据上述内容分析问题原因，修复bug。
--- a/mis-qwpaw.md
+++ b/mis-qwpaw.md
@@ -9,13 +9,18 @@
 | 沙箱隔离 (Sandbox) | ❌ | ✅ | **新增**：OS 内核级 Shell 执行隔离 |
 | 访问策略 (Access Policy) | ❌ | ✅ | **新增**：声明式 allow/deny/ask 策略引擎 |

-## 已经做的一些安全加固
+## 已经做的安全加固

 - 操作系统层面，已启用 SE Linux 的 Enforcing 模式。其 MAC（Mandatory Access Control）防御机制，可以遏制传统 DAC 机制下被恶意攻击，提权到 root 劫持系统控制权。在 MAC 机制下，权限受限于访问策略，而非文件所有者或用户。即便是 root 权限启动的进程，也必须遵守规则，无法绕过。
- QwenPaw Linux 的实例运行在 Docker 容器中而非直接运行在宿主机，通过目录挂载的方式，将运行时生成的文件、数据持久化至宿主机上。宿主机磁盘目录不删除的前提下，容器实例宕机、重启数据不会丢失。还可以通过2种方案定期备份数据目录：
-  - 1、每天定时全量备份数据目录，生成压缩包上传至OSS。
-  - 2、将数据目录挂载到NAS [点此查看方案明细](https://git.jkwlstv.cn/doc/container/src/branch/main/nas-to-nfs-linux-docker.md)
+- QwenPaw Linux 的实例运行在 Docker 容器中而非直接运行在宿主机，通过目录挂载的方式，将运行时生成的文件、数据持久化至宿主机上。宿主机磁盘目录不删除的前提下，容器实例宕机、重启数据不会丢失。
+
+## 还能做的安全防护
+
+- 定期备份数据目录：
+  - 方案一、每天定时全量备份数据目录，生成压缩包上传至OSS。
+  - 方案二、将数据目录挂载到NAS [点此查看方案明细](https://git.jkwlstv.cn/doc/container/src/branch/main/nas-to-nfs-linux-docker.md)
 - 除此之外，还能把 Docker 也启用 SE Linux 更精细的控制文件访问权限。
+- [点击跳转查看 agentscope、agentscope-java 对于容器沙箱的支持](./agentscope-sandbox.md)

 ## 工具守卫 (Tool Guard)