人设漂移守护判断留痕+安全基线补编造身份禁令 #121

Merged

Yushu merged 2 commits from feat/116-drift-guard-trace-and-identity-baseline into main

2026-08-12 07:48:38 +00:00

KumaAgent commented

2026-08-12 07:45:24 +00:00

Member

Closes #116

Summary

两条独立的守护类缺口，均零前置、零依赖，合成一片：

人设漂移守护判断留痕：ADR-0021 拍板的"判断结论带简短理由（供
/why）"与"判断失败记入 /why 标注'判断失败'"两条 ADOPTED 条款此前
一件都没落地——五处调用点（反思闭环画像/技能候选、Delta 压缩 Knowledge
候选、习得贴纸、跨平台动态拉取）拿到 DriftVerdict 后只读
.status == "pass"，判否/判断失败直接丢弃，候选被否决时运维和用户看不到
任何痕迹。
- 新增 drift_veto.py：DriftVetoRecord/存储 port 切片（内存+持久化）+
  judge_and_maybe_veto/record_veto_if_needed 两个组合入口，per-chat
  保留环形状仿 decision_snapshot.py 但独立实现。
- reflection._commit_lesson 补上了此前缺失的 chat_id 参数。
- cross_platform_pull.pull_cross_platform_profile 本身不写存储（可能被
  抢占取消），返回类型改为 PullOutcome{candidate, verdict}，由调用方
  entry_drive_tick._run_cross_platform_pull 按需落痕。
- /why 追加渲染这条留痕（explain.render_drift_vetoes + 人话表穷举
  守卫，同既有惯例）。
安全基线补编造身份禁令：SECURITY_BASELINE 追加第五条 bullet
（"不得编造 persona/backstory/Knowledge/Persona Lore 之外的核心身份类
事实"），不新增 port/存储/子系统/config，纯文本追加；补一条非空转的语义
断言测试（不只是断言常量被注入到既有三处消息构造点）。

Review

两轴 review（sonnet，Standards + Spec 轴并行，随后对抗式复核）抓到 3 条
确认成立的发现，全部已修复；1 条 low 严重度发现经复核判定不成立（有具体
理由，未采纳）：

medium（两轴独立抓到同一根因）：cross_platform_pull 判否后没有走
judge_and_maybe_veto，而是在 entry_drive_tick.py 里手写了一份等价的
if verdict.status != "pass" 判断，与模块文档"唯一入口"的表述矛盾——
已拆出 record_veto_if_needed（judge_and_maybe_veto 的后半段）给
entry_drive_tick.py 复用，"该不该留痕"判定收敛回一份代码，同步订正
两处失实文档措辞，补一条等价性回归测试。
low：PullOutcome 去 Optional 化后 asyncio.gather 的类型推断失效，
basedpyright 报 2 个新错（不挡 CI 实际用的 ty，但影响本地 IDE 体验）
——改用显式 list[asyncio.Task[Any]] 收集后再 gather，basedpyright
验证归零。
low，未采纳：/why 理论上"有留痕但无决策快照"会提前返回、看不到
留痕——复核逐一追了五处留痕调用点的触发前提，确认当前代码结构下这个
场景不可达（每条留痕产生路径都必然先经过一次会写决策快照的门控评估），
判定不成立。

Test plan

uv run pytest：1688 passed
uv run ruff check .：clean
uv run basedpyright src/nonebot_plugin_arise/entry_drive_tick.py：0 errors
变异测试验证所有新守卫（8 处逐一变异验红后恢复）
两轴 review（sonnet）+ 对抗式复核，3 条确认发现全部处理
ADR-0021/0022 更新节已在 docs 分支本地提交（不推送）

Closes #116 ## Summary 两条独立的守护类缺口，均零前置、零依赖，合成一片： - **人设漂移守护判断留痕**：ADR-0021 拍板的"判断结论带简短理由（供 `/why`）"与"判断失败记入 `/why` 标注'判断失败'"两条 ADOPTED 条款此前一件都没落地——五处调用点（反思闭环画像/技能候选、Delta 压缩 Knowledge 候选、习得贴纸、跨平台动态拉取）拿到 `DriftVerdict` 后只读 `.status == "pass"`，判否/判断失败直接丢弃，候选被否决时运维和用户看不到任何痕迹。 - 新增 `drift_veto.py`：`DriftVetoRecord`/存储 port 切片（内存+持久化）+ `judge_and_maybe_veto`/`record_veto_if_needed` 两个组合入口，per-chat 保留环形状仿 `decision_snapshot.py` 但独立实现。 - `reflection._commit_lesson` 补上了此前缺失的 `chat_id` 参数。 - `cross_platform_pull.pull_cross_platform_profile` 本身不写存储（可能被抢占取消），返回类型改为 `PullOutcome{candidate, verdict}`，由调用方 `entry_drive_tick._run_cross_platform_pull` 按需落痕。 - `/why` 追加渲染这条留痕（`explain.render_drift_vetoes` + 人话表穷举守卫，同既有惯例）。 - **安全基线补编造身份禁令**：`SECURITY_BASELINE` 追加第五条 bullet （"不得编造 persona/backstory/Knowledge/Persona Lore 之外的核心身份类事实"），不新增 port/存储/子系统/config，纯文本追加；补一条非空转的语义断言测试（不只是断言常量被注入到既有三处消息构造点）。 ## Review 两轴 review（sonnet，Standards + Spec 轴并行，随后对抗式复核）抓到 3 条确认成立的发现，全部已修复；1 条 low 严重度发现经复核判定不成立（有具体理由，未采纳）： - **medium（两轴独立抓到同一根因）**：`cross_platform_pull` 判否后没有走 `judge_and_maybe_veto`，而是在 `entry_drive_tick.py` 里手写了一份等价的 `if verdict.status != "pass"` 判断，与模块文档"唯一入口"的表述矛盾—— 已拆出 `record_veto_if_needed`（`judge_and_maybe_veto` 的后半段）给 `entry_drive_tick.py` 复用，"该不该留痕"判定收敛回一份代码，同步订正两处失实文档措辞，补一条等价性回归测试。 - **low**：`PullOutcome` 去 Optional 化后 `asyncio.gather` 的类型推断失效， basedpyright 报 2 个新错（不挡 CI 实际用的 `ty`，但影响本地 IDE 体验） ——改用显式 `list[asyncio.Task[Any]]` 收集后再 gather，basedpyright 验证归零。 - **low，未采纳**：`/why` 理论上"有留痕但无决策快照"会提前返回、看不到留痕——复核逐一追了五处留痕调用点的触发前提，确认当前代码结构下这个场景不可达（每条留痕产生路径都必然先经过一次会写决策快照的门控评估），判定不成立。 ## Test plan - [x] `uv run pytest`：1688 passed - [x] `uv run ruff check .`：clean - [x] `uv run basedpyright src/nonebot_plugin_arise/entry_drive_tick.py`：0 errors - [x] 变异测试验证所有新守卫（8 处逐一变异验红后恢复） - [x] 两轴 review（sonnet）+ 对抗式复核，3 条确认发现全部处理 - [x] ADR-0021/0022 更新节已在 `docs` 分支本地提交（不推送）

KumaAgent added 2 commits

2026-08-12 07:45:24 +00:00

feat: 人设漂移守护判断留痕 + 安全基线补编造身份禁令（issue #116） bacfd5fdf6

ADR-0021 拍板的"判断结论带简短理由（供 /why）"与"判断失败记入 /why 标注
'判断失败'"此前一件都没落地，五处调用点（反思闭环画像/技能候选、Delta
压缩 Knowledge 候选、习得贴纸、跨平台动态拉取）判否后直接丢弃 verdict。
新增 drift_veto.py 存储port切片 + judge_and_maybe_veto 唯一入口统一接入，
/why 追加渲染这条留痕。

ADR-0022 更新节拍板的"不得编造声明来源之外的核心身份类事实"约束此前
从未写进 SECURITY_BASELINE，现补上第五条 bullet（不新增 port/存储/
子系统，纯文本追加）。

fix: 两轴 review 修正——留痕逻辑拆两半避免重复 + 类型检查回归（issue #116） e9a86cdf79

- cross_platform_pull 判否后没走 judge_and_maybe_veto，而是在
  entry_drive_tick.py 里手写了一份等价的 if verdict.status != "pass"
  判断，与 drift_veto.py/test_drift_veto.py 文档"唯一入口"的表述矛盾
  （medium，两轴 review 均独立抓到同一根因）。拆出 record_veto_if_needed
  （judge_and_maybe_veto 的后半段）给 entry_drive_tick.py 复用，"该不该
  留痕"判定只剩一份代码；同步订正两处文档措辞 + 补一条等价性回归测试。
- PullOutcome 去 Optional 化后 asyncio.gather 的类型推断失效，
  basedpyright 报 2 个新错（不挡 CI 的 ty，但影响本地 IDE 体验，low）。
  改用显式 list[asyncio.Task[Any]] 收集后再 gather，basedpyright 验证
  归零。