docs(agents): 完善自动化开发流程与验证证据规范

docs/agents/domain-open-questions.md

@@ -1,6 +1,6 @@
 # 领域文档待补充问题
 
-这份文件只记录尚未确认的领域边界。问题确认后，把稳定术语移入根目录 `CONTEXT.md`，再从本文删除对应问题。
+这份文件是待查证目录，不是每项任务都要逐条询问的问卷。只处理影响当前任务的边界，先检查源码、测试和已有文档；仍无法确定且影响业务决策时再询问使用者。问题确认后，把稳定术语移入根目录 `CONTEXT.md`，行为规则放入对应按需文档，再从本文删除对应问题。
 
 ## 工作空间与用户
 

docs/agents/packaging.md

@@ -5,7 +5,7 @@
 运行镜像由多个阶段组成：
 
 1. 前端构建：`frontend/` 执行 `npm install` 和 `npm run build`，产物进入 `/opt/sqlbot/frontend/dist`。
-2. 后端构建：复制 `backend/`，使用 base 镜像中的 uv 安装依赖；存在 `backend/uv.lock` 时先按 lock 冻结安装，缺失时（如 CI 全新 checkout）回退按 `pyproject.toml` 解析。
+2. 后端构建：复制 `backend/`，使用 base 镜像中的 uv 安装依赖。以根 `Dockerfile` 为准：中间层包含 `uv sync --frozen` 尝试，最终层执行 `uv sync --extra cpu`，不是全程冻结安装。`uv.lock` 不入库，不能据此承诺全新 checkout 的依赖可复现；`|| echo` 的提示也不能证明失败只因缺少 lock，需检查实际构建日志。
 3. 图表服务构建：复制 `g2-ssr/app.js`、`package.json` 和 `charts/`，安装 Node 依赖和 canvas 相关库。
 4. 运行层：基于含 PostgreSQL / Python 的 base 镜像，复制前端、后端、g2-ssr、字体、向量模型和启动脚本。
 5. 启动脚本依次准备 PostgreSQL、supervisor/g2-ssr、MCP 服务和主 FastAPI 服务。
@@ -14,7 +14,7 @@
 
 ## 本地验证
 
-普通代码任务不要默认构建镜像；Docker 构建需要外部镜像、模型资源和较长耗时。用户明确要求时才执行，并说明目标平台。
+普通代码任务不要默认构建镜像；Docker 构建需要外部镜像、模型资源和较长耗时。任务已要求镜像或部署验收时，构建属于验证范围，明确目标平台后执行；仅需接口或浏览器验证时优先启动必要的隔离服务，不自动扩大为镜像构建。
 
 可以做的轻量检查：
 

docs/agents/security.md

@@ -15,6 +15,9 @@
   - `keyExpression` 能取到真实资源 ID；
   - 列表语义不会被单个资源绕过；
   - 管理员、工作空间管理员和普通用户路径都明确。
+- 权限表达式引用的参数缺失、解析失败或归属不匹配时必须拒绝，不能回退为直接执行处理函数。
+- 子资源归属从服务端记录推导并校验完整关系（如字段 → 表 → 数据源 → 工作空间）；请求中的 `ds_id`、`oid` 仅为待校验输入。不能仅验证调用者有权访问所提供的数据源，再按任意表/字段 ID 执行操作。
+- 批量接口明确整批拒绝还是仅操作有权记录，并测试混合归属输入；单项、批量、同步、导出等入口应遵循相同授权边界。
 - 手写查询归属时，同时校验：
   - 资源存在；
   - 资源属于当前工作空间；
@@ -25,7 +28,7 @@
 
 ## SQL 生成与执行
 
-当前主流程的安全顺序不可弱化：
+修改主流程时应满足以下安全顺序；需在实际入口和调用链验证，不能把本清单当作现状已安全的证明：
 
 1. 只把允许的表和字段元数据提供给模型；
 2. 解析模型返回 JSON 并提取 SQL；
@@ -45,7 +48,7 @@
 
 ## 认证、Host 与嵌入
 
-- 不要改变 `backend/main.py` 中中间件注册顺序；`HostValidationMiddleware` 必须在外层拒绝非法 Host。
+- 修改 `backend/main.py` 的中间件顺序时，验证实际请求执行顺序（不能只看注册顺序）；`HostValidationMiddleware` 必须在认证/业务使用 Host 前拒绝非法值，并回归预检与正常请求。
 - Host 只允许合法域名 / IPv4 / IPv6 形态，不能包含 `/`、`@` 或空白。
 - 认证和助手 token 头由后端中间件与前端 request interceptor 处理；不要新增手工传递或复制 token 的路径。
 - 页面嵌入协议必须保持：
@@ -60,8 +63,8 @@
 
 - 不信任上传文件名、扩展名、MIME、sheet 名或用户提供的 `filePath`。
 - 上传必须限制类型和大小，落盘使用服务端生成的文件名或 opaque ID。
-- 读取用户可控路径前必须证明路径仍位于允许目录内；优先使用 `os.path.commonpath` 或仅通过内部 ID 映射真实路径。
-- 下载响应使用 `os.path.basename` 或 FileResponse，不回显绝对路径。
+- 读取用户可控路径前，解析真实路径后用 `os.path.commonpath` 等验证其仍位于允许目录内，或通过已授权的内部 ID 映射路径；不使用字符串前缀判断。校验到打开之间不得允许不可信方替换路径或符号链接。
+- 下载前先校验权限和服务端文件实际路径的目录归属，包括符号链接解析；`os.path.basename` 只适合清理下载展示名，`FileResponse` 只负责传输，两者都不能替代路径授权。响应不回显内部绝对路径。
 - Excel/CSV 解析错误不能变成可猜测的内部路径信息。
 
 ## 前端渲染
@@ -80,7 +83,7 @@
 
 ## 必测场景
 
-修改相关逻辑时至少覆盖：
+按本次涉及的入口选择相关场景；不要求每次安全改动执行下列全部类别，但必须说明未覆盖的相关风险：
 
 - 未登录、无权限、资源不存在、跨工作空间访问；
 - 管理员、工作空间管理员、普通用户、助手用户；

docs/agents/testing.md

@@ -2,9 +2,10 @@
 
 ## 测试布局
 
-所有测试都在 `backend/tests/`，从 `backend/` 目录用同一条命令运行：
+当前入库的自动化测试集中在 `backend/tests/`。以下命令从仓库根进入 `backend/` 后运行；其余文档中的命令也应按注明的工作目录执行：
 
 ```bash
+cd backend
 uv run pytest -q
 uv run pytest -q tests/<relevant-test.py>
 ```
@@ -18,18 +19,34 @@ uv run pytest -q tests/<relevant-test.py>
 
 不要为了速度跳过与改动相关的层，也不要把所有历史失败当成当前变更造成的问题；先用目标测试定位边界。
 
+## 环境与证据
+
+- 记录测试提交、命令、工作目录和必要的依赖版本/配置；不记录凭据。独立 worktree 复用环境时确认模块实际从当前 worktree 导入，避免测试到旧代码。
+- `uv run` 可能解析、同步依赖；需要保留已准备环境或 editable 安装时使用 `uv run --no-sync`，并说明依赖来源。没有入库 lockfile 时，不能仅凭代码 SHA 宣称依赖可完全复现。
+- 分别报告源码/静态检查、单元或守卫测试、真实接口/数据库、浏览器、镜像部署的覆盖；没有执行的层不能标为通过。AST/源码文本测试不能替代真实导入、路由和授权调用链验证。
+- Bug 修复应有修复前失败、修复后通过的用例，或等价的前后行为证据，并覆盖相关边界。权限验证同时检查拒绝路径、合法操作对照、响应内容及持久化结果。
+- 未登录、请求格式错误、服务未启动、依赖不可用等不满足复现前提的结果标为无效验证；不能把 401/422 或连接失败当作修复成功。有效前提下预期的认证拒绝仍可作为对应认证测试证据。
+- 测试失败先区分环境问题、既有问题和本次回归。声称既有失败时，在相同配置的未修改基线上对照，或给出可核验的历史证据；无法确认时保留不确定性，不跳过失败后宣称全部通过。
+
+## 集成与产品验收
+
+- 默认单元/守卫测试离线、可重复；真实数据库、LLM、网络和浏览器测试单独显式运行。新增集成用例应使用独立目录或明确的选择机制，默认收集不能因配置了凭据就意外访问外部服务；暂不规定仓库尚未实现的 marker 或运行器。
+- 在授权的测试环境中使用独立数据库、schema、账号或有明确标识的测试记录；不覆盖业务数据。外部环境与凭据用途必须与任务一致，只传输必要数据，LLM 回归优先使用合成数据。
+- UI 验收检查真实产品 DOM、交互与保存后状态；静态演示页或截图不能代替完整操作链。LLM 功能同时检查选表/上下文、生成 SQL、执行结果；预置结果不能证明模型行为。
+- 记录本次启动的进程、端口和测试资源；结束时仅停止、清理本次拥有的临时资源。需要保留复现环境时说明入口和生命周期，不留下共享凭据或无主服务，不删除共享数据卷。
+
 ## 新增测试约定
 
 - 测试可隔离的纯逻辑或服务函数；
 - 用 `Mock`、`SimpleNamespace`、SQLite 或 AST 加载方式隔离外部数据库和驱动；
-- 不访问真实 LLM、数据库或互联网；
+- 默认单元/守卫测试不访问真实 LLM、外部数据库或互联网；需要这些依赖时遵循上面的集成验收约定；
 - 命名和断言风格跟随相邻测试。
 
-`LOG_FORMAT` 只是 `logging.Formatter` 的百分号格式串模板，代码中没有 JSON 日志实现；若本机环境把它设成了非默认格式串导致 formatter 初始化失败，测试前 `unset LOG_FORMAT` 恢复默认。
+`LOG_FORMAT` 只是 `logging.Formatter` 的百分号格式串模板，代码中没有 JSON 日志实现；若本机环境把它设成了非默认格式串导致 formatter 初始化失败，先检查进程环境与 dotenv 来源；`unset LOG_FORMAT` 后 dotenv 仍可能重新加载该值。可在单次测试命令中使用 `LOG_FORMAT='%(levelname)s %(message)s'`，不要为测试覆盖共享配置。
 
 ## 守卫维护
 
-当 intentional 变更导致守卫失败时，更新守卫以表达新契约；不要删除断言、扩大白名单或降低安全约束来让测试通过。
+修改守卫前先说明原断言保护的行为、新需求的依据以及替代覆盖。提交历史只能证明行为曾被改动，不能单独证明新行为正确。确认旧契约不再适用后，更新守卫以表达新契约；不要仅为消除失败删除断言、扩大白名单或降低安全约束。删除集成测试时说明失去的覆盖及保留/替代方式，不把缺少凭据时跳过描述为永久不可用。
 
 ## 前端验证
 
@@ -54,7 +71,7 @@ npm run build
 ```bash
 cd backend
 uv run ruff check <changed-file.py...>
-uv run ruff format <changed-file.py...>
+uv run ruff format --check <changed-file.py...>
 ```
 
 `pyproject.toml` 配置了 mypy strict，但历史代码尚未建立全仓库通过基线。新代码应避免引入新的类型问题；是否运行 mypy 由改动范围和相邻模块现状决定，不要自动对全仓库执行大规模修复。
@@ -75,5 +92,5 @@ uv run ruff format <changed-file.py...>
 - 相关测试通过，或明确记录与本次改动无关的既有失败；
 - 新行为有回归测试或说明为什么不适用；
 - 没有为了通过测试削弱安全约束；
-- 没有引入网络、数据库、密钥或不可重复依赖；
-- 正确仓库的 status/diff 只包含任务相关变更。
+- 默认测试不隐式访问外部服务；集成验证的环境、选择方式和限制已说明，提交中不含密钥；
+- 本次暂存和提交的 diff 只包含任务相关变更；用户原有无关改动保留原样。

docs/agents/xpack.md

@@ -4,7 +4,7 @@
 
 ## 主工程对 xpack 的运行时依赖
 
-以下事实在"已发布 wheel"与"源码联调（editable）"两种模式下一致，修改依赖、初始化、许可证或前端集成前先掌握：
+以下描述以当前依赖实现为背景；包内路由、许可证和静态资源行为会随 xpack 版本变化。修改相关集成时记录实际安装版本，并核对对应 wheel 的 `core.py` / `init_fastapi_app`；源码联调核对目标 checkout，不把本文当作所有版本的固定契约。主仓库入口见 `backend/main.py`、`backend/pyproject.toml` 和 `frontend/src/router/watch.ts`：
 
 - `sqlbot-xpack` 是 `backend/pyproject.toml` 的**必装依赖**（不是 optional extra），索引指向 TestPyPI，CE 镜像构建必然包含；构建环境需能访问 test.pypi.org。
 - 后端启动即无条件 import：`backend/main.py` 与多个业务模块（登录加解密、AES 落库、审计、行权限、参数管理、embedded 签名）顶层 import，没有降级路径——xpack 缺失则后端无法启动。8001 的 MCP 进程因 `uvicorn main:mcp_app` import 同一 `main` 模块，同样加载。
@@ -25,16 +25,13 @@ SQLBOT_XPACK_REPO=/replace/with/your/sqlbot-xpack-checkout
 | --- | --- |
 | 未配置或值无效 | 仅当任务需要 xpack 时，询问一次是否开启本地关联；同意后验证并保存路径。 |
 | `false` | 继续使用已发布 wheel。不读取路径、不安装 editable 包、不修改 xpack、不重复询问。若任务无法绕开闭源实现，说明需要用户主动开启开关。 |
-| `true` | 验证路径后，把该 checkout 作为可修改的 xpack 工作区，读取 `sqlbot-xpack/AGENTS.md`，并协调两个仓库的变更。 |
+| `true` | 验证路径后读取目标仓库根目录的 `AGENTS.md`，在已授权的任务范围内联调；开关本身不授权无关修改、推送或发布。 |
 
 路径目录名可以任意，但必须是指向 xpack Git 仓库根目录的绝对路径；用 `git -C "$SQLBOT_XPACK_REPO" rev-parse --show-toplevel` 验证。环境变量优先于 `AGENTS.local.env`。不要静默覆盖该文件，也不要在其中保存密钥。
 
-本地联调时，先加载配置，把 xpack 以 editable 方式安装进后端环境，并使用 `--no-sync` 避免 uv 用锁定 wheel 替换它：
+本地联调前按上述优先级读取两个配置值：已设置的环境变量优先，只从本机可信配置文件补齐未设置项；不要直接 `source` 文件覆盖环境变量或执行其中任意 shell 内容。确认开关为 `true` 且路径验证通过后，导出解析得到的 `SQLBOT_XPACK_REPO`。下面命令从 SQLBot 根目录运行，作用于选定后端环境；优先使用隔离环境，使用共享环境时先确认受影响的运行服务，并记录恢复方式：
 
 ```bash
-set -a
-. ./AGENTS.local.env
-set +a
 cd backend
 uv pip install -e "$SQLBOT_XPACK_REPO"
 uv run --no-sync pytest -q