0 Fork 0

Files

T

jkooe 0d59d6032b feat(v21): 第一批安全加固 —— 证书指纹钉住 + 来源网段白名单

对应审查建议的 P0 两条：这两项是**真实可利用的攻击路径**，其余（发现最小化/失败封禁等）
留待后续批次。

## ① 证书指纹钉住（TOFU）—— 挡同网段中间人
自签证书没有 CA 链，历史上客户端只能 `insecure` 接受任意证书 → 攻击者可**透明中继**：
拿不到钥匙（挑战-应答挡得住冒名），但能读到截屏/剪贴板/键入/exec 输出。

- 被控端：`install.ps1` 打印证书指纹（sha256 of DER）供**带外核对**；
  `system.info.build.cert_sha256` 与 `auth_ok.build.cert_sha256` 上报
- 控制端：首次连接自动钉进 `nodes.<名>.cert_sha256`；之后**严格比对**，
  不一致即 `E_CERT_MISMATCH`(-32422) 拒连，并提示 `--forget-cert` 重钉
- 额外做**交叉确认**：实际握手证书 vs auth_ok 自报，不一致同样拒绝（防自报被篡改）
- 指纹基于 **DER**（不是 PEM 字节），保证与 Windows .NET `GetRawCertData()` 同值

**踩坑记录（写进代码注释，避免后人重走）**：
1. `ws` 客户端的 `upgrade` 事件**只传 IncomingMessage**，拿不到 socket
2. socket 要在 `open` 之后从 `ws._socket` 取（TLSSocket）
3. Node ≥15 的 `getPeerCertificate()` 返回**对象**，DER 在 `.raw` 上（老版本才是 Buffer）
   —— 现已双兼容

## ② 来源网段白名单 `allow_from` —— 收敛暴露面
被控端默认监听 `0.0.0.0`（远程接入所需），但**换到不可信网络就自动暴露**。

- 支持 CIDR / 单 IP / `*`；**未配置 = 放行全部**（保持向后兼容，不打断现有部署）
- 拒绝发生在**业务握手之前**（不做 TLS/挑战应答，省资源），并记 `net.deny` 审计
- 判定按**前缀比特**而非字符串相等：Node 在 IPv6 监听上把 IPv4 客户端报成
  `::ffff:a.b.c.d`，已归一化（单测覆盖）
- `system.info.network.allow_from` 上报状态；`nodeagent info` 一眼看出是否已收敛

## 验证（本地真跑，非纸面）
- 白名单不含本机 → 连接被拒（agent 侧 WARN + 审计留痕）✓
- 白名单含本机 → 连上，并**自动钉住**指纹 ✓
- **换掉被控端证书后重连 → `E_CERT_MISMATCH` 拒绝**（期望 2ed4957b… / 实际 ca8dc20c…）✓
- 新增 e2e 用例（自起 TLS agent）覆盖上述四种情形 + agent 自报与实际证书一致性 ✓
- 新增单测 9 例（CIDR 前缀匹配 / IPv4-mapped 归一 / IPv6 zone / PEM≡DER / 篡改即变）
- 全量：单测 **159**（150→159）· e2e **29**（28→29）全绿

## 文档
新增 `docs/SECURITY.md`：信任模型（钥匙=root）、认证现状与**已知限制**（ACL 身份维度仅在
ed25519 有效）、本次两项加固的用法、尚未收敛的 6 项、应急处置表。

2026-10-05 02:25:19 +08:00

25 KiB

Raw Blame History

nodeagent

让 Mac 上的 AI 接管 Windows —— 跨机能力框架：装软件、查状态、截屏、操作键鼠、传文件，如同操作同一台电脑。

这是什么

nodeagent 把一台 Windows 机器的能力标准化成一组可授权、可审计的能力，让 Mac 上的 AI（WorkBuddy）按需调用。

它不是远程桌面，而是「能力层」：

特性	含义
结构化	每项能力都有明确的参数 schema 与返回结构，AI 无需猜命令行
可授权	零信任模式下按调用方 × 按能力精细授权，默认拒绝
可审计	谁在何时调了什么、结果如何、耗时多少，全部本地留痕
可穿透	局域网直连 / 自动发现 / 经 Hub 中转跨网段与公网
零依赖部署	被控端只需 Node.js，全部能力用原生 API 实现，无原生模块编译

能力总览

分组	能力	说明
系统	`system.info` · `system.status` · `system.process.list` · `system.service.list` · `system.shell.exec` · `system.audit.list` · `system.audit.verify` · `system.metrics`	信息 / 资源 / 进程 / 服务 / 命令 / 审计 / 防篡改校验 / 成功指标（PRD 2.2）
自持	`system.agent.restart`	受控重启自身（配置变更后让它生效，不会失联）
异步任务	`system.task.list` · `system.task.get` · `system.task.kill`	长命令后台执行 + 增量续读 + 终止（`exec` 加 `async:true`）
软件	`app.list` · `app.install`	已装软件（注册表 + winget）、winget 静默安装
屏幕	`screen.info` · `screen.capture` · `screen.record` · `screen.find`	显示器 / 截屏 / 录屏为帧序列 / 元素定位三引擎（UIA 控件树 → OCR 文字 → 图像模板）
窗口	`window.list` · `window.focus`	枚举可见窗口（精确矩形）/ 置前聚焦（Windows + macOS）
文件	`fs.list` · `fs.stat` · `fs.read` · `fs.write`	列目录 / 元信息 / 分块读 / 原子写
输入	`input.mouse.move` · `input.mouse.click` · `input.mouse.scroll` · `input.mouse.drag` · `input.key.type` · `input.key.press`	键鼠控制（🔒 默认禁用），含拖拽与按键序列/连按
剪贴板	`clip.get` · `clip.set`	读写文本或图片（PNG Base64）
事件订阅	`event.watch` · `event.unwatch` · `event.list` · `event.poll`	文件变动 / 进程启停 / 端口开闭，主动推送（无需轮询）

36 项能力 · 32 个 MCP 工具 · 114 项单元测试 · 26 项端到端用例（CI 在真实 Windows 上验证）

关键里程碑：GUI 语义（window.list + screen.find，UIA 找不到自动降级 OCR）让 AI 从「看得到画面但读不懂界面」变成「按名字取坐标点下去」。

快速开始

0. 构建

pnpm install
pnpm build

1. Windows 侧（被控端）

方式 A：安装包（推荐，免装 Node.js）

在控制端构建安装包（需在项目目录执行）：

cd <项目目录>            # 例如 ~/WorkBuddy/NodeAgent/nodeagent
pnpm pack:win

# 或从任意目录调用：
node <项目目录>/scripts/pack.mjs

产物：release/nodeagent-win-x64.zip（约 32MB）

把 zip 拷到 Windows 并解压到固定目录（如 D:\nodeagent，装完不要移动或改名）
双击 install.cmd —— 会自动弹 UAC 提权，然后一路装完并打印连接信息

不需要记任何命令行。install.cmd 会自己提权、自己读包内 PSK.txt 的密钥（没有就生成一把），再调用底层的 install.ps1。日后管理双击 control.cmd（启动 / 停止 / 重启 / 状态 / 日志 / 卸载）。

安装脚本会使用包内自带的 Node.js 运行时，自动：读/生成预共享密钥 → 写配置 → 放行防火墙 → 注册开机自启 → 启动 Agent，并打印密钥与连接命令。

需要指定端口 / 无人值守模式？展开命令行用法

# 指定端口（默认 8765）
install.cmd 18770

# 等价的底层调用（install.cmd 就是这行 + 提权 + 读 PSK）
powershell -ExecutionPolicy Bypass -File .\install.ps1 -NodeId my-pc -Key <PSK> -AllowInput

# 无人值守：注销/重启后仍运行，但**没有 GUI**（Session 0 无桌面）
powershell -ExecutionPolicy Bypass -File .\install.ps1 -Unattended -AtStartup

两种运行模式（重要）

模式	命令	登录/注销	能力范围
交互（默认）	`install.cmd`	登录时启动；注销即停	全部能力，含 GUI（截屏 / UIA 找元素 / 键鼠注入）
无人值守	`install.ps1 -Unattended -AtStartup`	注销、重启后仍运行（S4U，无需存密码）	无 GUI —— 截屏/输入类能力不可用（进程在非交互会话，没有桌面）

这是 Windows 的固有限制：图形操作必须有交互桌面。需要 GUI 就保持登录（可锁屏）；只需跑命令/传文件/查状态这类无人值守场景，用 -Unattended 更稳。

方式 B：开发模式（本仓库）

powershell -ExecutionPolicy Bypass -File .\scripts\install.ps1

2. Mac 侧（控制端）

Mac 作为控制端，不需要上面的 Windows 安装包；只需本机 Node.js 22+（brew install node）。

方式 A：装成全局命令（推荐，随处可用）

cd <项目目录>
pnpm pack:mac                        # 打包为单文件（约 1MB，免 node_modules）
bash scripts/install-macos.sh        # 安装到 ~/.local/bin 并打印 MCP 配置

装好后命令行直接可用：

nodeagent discover --wait 5          # 局域网内有哪些 Windows（免手抄 IP）
nodeagent connect 192.168.1.100 --key <密钥> --insecure --name win_a
nodeagent info

方式 B：仓库内直接调用（开发调试）

node apps/cli/dist/index.js discover --wait 5
node apps/cli/dist/index.js info

常用命令

nodeagent info | status | ps | services              # 系统与资源
nodeagent exec "Get-Service Spooler"                 # 执行命令
nodeagent install Microsoft.VisualStudioCode         # 装软件
nodeagent apps                                       # 已安装软件
nodeagent screen                                     # 显示器信息
nodeagent screenshot --out s.jpg --scale 0.5         # 截屏
nodeagent ls "C:\Users\me\Desktop" --recursive       # 列目录
nodeagent pull "C:\big.iso" --out ./big.iso          # 下载（大文件自动分块）

完整命令见下方「命令速查」。

3. 接入 AI（MCP）

在 ~/.workbuddy/mcp.json 中加入：

{
  "mcpServers": {
    "nodeagent": {
      "command": "node",
      "args": ["/绝对路径/nodeagent/apps/mcp/dist/index.js"]
    }
  }
}

之后即可用自然语言调度，例如：

「看看 Windows 内存够不够」
「Windows 上装个 VSCode」
「截个图看看当前画面」
「最近谁在操作这台 Windows」

架构

┌────────────────────┐                          ┌────────────────────┐
│  控制端 (macOS)     │ ◄──── JSON-RPC 2.0 ────► │  被控端 (Windows)   │
│  CLI · MCP Server  │        over WebSocket    │  Agent（开机自启）  │
└────────────────────┘                          └────────────────────┘
         │                                                │
         └──────────── 三种链路可选 ──────────────────────┘
          ① 局域网直连     ② UDP 广播自动发现     ③ Hub 中转（跨网段/公网）

层	内容
协议	JSON-RPC 2.0 over WebSocket，握手 `hello → challenge → auth → auth_ok`
鉴权	`psk`（HMAC 挑战-应答，默认）或 `ed25519`（签名挑战-应答）
授权	能力级 ACL：`deny` → `allow` → 默认拒绝
审计	JSONL 落盘 + 轮转 + 参数脱敏 + 查询能力
传输	TLS（自签证书可用 `--insecure` 跳过校验，鉴权另有保障）

安全模型

三层防护，逐层收窄权限：

层	机制	解决什么
认证	`psk` / `ed25519` 挑战-应答	只有持有凭据的人能接入
授权	能力级 ACL（默认拒绝）、`allow_input` 高危开关	接入了也不代表什么都能做
审计	操作留痕 + 调用限速	做过什么可追溯、异常频率可拦截

启用零信任（Ed25519 + ACL）

# 1. Mac 侧生成密钥对（私钥 600 权限落盘，永不外传），并打印被控端 ACL 片段
node apps/cli/dist/index.js keygen --id mac_01

# 2. 把打印的片段加入被控端 agent.json 的 acl.clients，并设 "auth_mode": "ed25519"
#    { "client_id": "mac_01", "pubkey": "...", "allow": ["system.*", "screen.*"], "deny": ["input.*"] }

# 3. 以零信任模式连接（无需预共享密钥）
node apps/cli/dist/index.js connect 192.168.1.100 --port 8765 --auth-mode ed25519 --insecure

握手后 CLI 会展示授权矩阵（🟢 已授权 / 🚫 未授权），调用未授权能力返回 E_ACL_DENIED。

其他安全默认

输入控制（键鼠）默认禁用，需被控端显式 "allow_input": true
私钥不落明文：macOS 存 Keychain、Windows 存 DPAPI（老版本明文密钥首次加载自动迁移）
审计日志链式哈希（prev/hash），nodeagent audit verify 可检出篡改与删除
ACL 支持 IP 白/黑名单（CIDR）、生效时段（含跨零点）、按能力限速（精确 > glob > 全局）
input.*（键鼠控制）默认禁用，需被控端 "allow_input": true 或 install.ps1 -AllowInput
键盘文本经 Base64 传参、PowerShell 侧解码，杜绝内容注入；按键名走白名单映射
文件能力支持 fs_roots 路径白名单，越界返回 E_ACL_DENIED
私钥 / 预共享密钥不明文外传、不写日志；审计中敏感字段自动替换为 ***

命令速查

连接与设备

nodeagent discover --wait 5                        # 局域网发现（UDP 广播）
nodeagent connect <host> --key <K> --name win_a    # 连接并命名（自签证书加 --insecure）
nodeagent nodes                                    # 列出设备（● 标记当前）
nodeagent use win_a                                # 切换默认设备
nodeagent remove win_a                             # 移除设备
nodeagent info --node win_b                        # 临时指定目标（不改 current）

系统与软件

nodeagent info | status | ps [--limit 20] | services [--limit 20]
nodeagent exec "<命令>"                             # 执行命令，返回退出码与输出
nodeagent apps                                      # 已安装软件
nodeagent install <包名|ID>                          # winget 静默安装
nodeagent list                                      # 被控端能力清单（含授权矩阵）

图形与文件

nodeagent screen                                    # 显示器信息
nodeagent screenshot --out s.jpg [--scale 0.5] [--region x,y,w,h]
nodeagent mouse move <x> <y> [--duration 300]
nodeagent mouse click [<x> <y>] [--button left|right|middle]
nodeagent key type "<文本>" | key press ctrl c

nodeagent ls <远端路径> [--recursive] [--pattern "*.log"]
nodeagent stat <远端路径> | cat <远端路径> [--out 本地文件]
nodeagent pull <远端路径> [--out 本地文件]           # 下载（自动分块 + 原子落盘）
nodeagent push <本地文件> <远端路径> [--create-dirs]  # 上传（自动分块）

审计与密钥

nodeagent audit [--limit 20] [--type invoke|auth|acl|agent] [--client-id X] [--since <ms>]
nodeagent audit verify                              # 校验审计链完整性（防篡改检测）
nodeagent metrics [--since <ms>]                    # 成功指标：闭环率/装软件率/P95/拦截率
nodeagent keygen [--id mac_01]                      # 生成 Ed25519 密钥 + ACL 配置片段（私钥入系统钥匙串）

自持与运维

nodeagent restart [--delay 2000]                    # 受控重启被控端（配置变更后让它生效）
nodeagent deploy <agent.mjs> [--path <远端路径>]     # 一键升级（备份 → 上传 → 重启 → 复验）
nodeagent daemon [start|stop|status]                # 常驻连接池（批量操作省去每次握手）
nodeagent fanout <能力名> [--nodes a,b] [--args JSON] # 多设备并发下发并汇总

长任务与剪贴板

nodeagent bg "<命令>" [--timeout-ms N]               # 后台执行，立即返回 task_id
nodeagent tasks | nodeagent task <id> [--offset N] [--kill]   # 列出 / 增量读 / 终止
nodeagent clip [--set "文本"] [--out <路径>] [--image-file <路径>]  # 剪贴板文本或图片
nodeagent record [--duration 5000] [--fps 2] [--region x,y,w,h]     # 录屏为帧序列

事件订阅与宏

nodeagent events --kind file --path C:\logs --seconds 20   # 实时接收文件变动推送（CLI 直连推送）
nodeagent events --kind process --pattern chrome*            # 进程启停
nodeagent events                                              # 列出当前订阅
nodeagent macro init demo.json                               # 生成示例宏
nodeagent macro run demo.json --var STAMP=hello               # 回放（逐步校验）
nodeagent macro validate demo.json                            # 仅校验文件
nodeagent group add 办公机 win_a,win_b                        # 设备分组
nodeagent fanout system.info --nodes @办公机                  # 按组并发下发

GUI 语义（三条腿：控件树 / 文字 / 图像）

nodeagent screen find "确定"                        # UIA → OCR 自动降级
nodeagent screen find "登录" --method ocr --wait-ms 5000   # 等界面加载出来
nodeagent screen find "" --method image --template C:\icons\save.png --threshold 0.9
                                                    # 纯图标控件：按图找坐标

nodeagent invoke window.list --args '{"title_pattern":"记事本"}'
nodeagent invoke window.focus --args '{"title":"记事本"}'
nodeagent invoke screen.find --args '{"text":"一键加速","method":"auto"}'  # UIA → OCR 兜底
nodeagent mouse drag 300 200 700 500                # 拖拽（拖文件/框选）

MCP 工具

工具	说明
`na_system_info` · `na_status` · `na_process_list` · `na_service_list`	系统信息与状态
`na_exec` · `na_bg` · `na_task`	执行命令、后台长任务（启动/续读/终止）
`na_install` · `na_app_list`	装软件、列软件
`na_screenshot` · `na_record`	截屏（直接返回图片给 AI 看）、录屏为帧序列
`na_window_list` · `na_window_focus` · `na_screen_find`	GUI 语义：列窗口 / 聚焦 / 按名字取坐标（UIA+OCR）
`na_mouse` · `na_key`	键鼠控制（含拖拽、按键序列；需被控端开启）
`na_clip`	读写剪贴板文本或图片
`na_fs_list` · `na_fs_read` · `na_fs_write` · `na_fs_stat`	读目录 / 读文件 / 写文件 / 元信息
`na_restart`	受控重启被控端
`na_audit` · `na_discover` · `na_nodes` · `na_use`	查审计、发现设备、多设备切换
`na_event_watch` · `na_event_poll` · `na_event_list` · `na_event_unwatch`	事件订阅；`notify:true` 走 MCP 日志通知实时推送，否则用 `na_event_poll` 拉取
`na_macro_run`	回放 GUI 宏（步骤序列，逐步校验）
`na_metrics`	成功指标（闭环率 / 装软件率 / P95 / 拦截率）+ 达标判定

Hub 中转（跨网段 / 公网）

被控端与 Mac 不在同一局域网时，用 Hub 中转：

Mac ──► Hub（VPS / 公网）──► Windows（NAT 后也可）
           ↑ 只透传，不解密

# 1) VPS 上启动 Hub（首次启动自动生成令牌，存于 ~/.nodeagent/hub.json）
node apps/hub/dist/index.js

# 2) 被控端 agent.json 增加 —— agent 会主动外连注册，免公网 IP、免入站放行
#    "hub": { "enabled": true, "url": "wss://hub.example.com/hub/agent", "token": "<Hub 令牌>" }

# 3) Mac 侧经 Hub 接入
node apps/cli/dist/index.js connect hub.example.com --port 443 --hub-token <Hub 令牌> \
     --hub-node win_01 --key <设备密钥> --name win_01

并发多控制端：Hub 为每个被控端维护槽位池（max_slots_per_node，默认 3），被控端侧常备 2 条连接（hub.warm_slots）并在被占用时自动扩容 —— 因此「AI + 人同时在线」不再互斥（旧版是独占，会返回 E_NODE_BUSY）。

Hub 侧访问控制（v12）：可配置多令牌，每个令牌独立指定能访问哪些设备：

{
  "token": "<主令牌，放行全部>",
  "node_allowlist": ["win_*"],
  "tokens": [
    { "value": "ci-token",    "name": "ci",    "allow_nodes": ["win_build_*"] },
    { "value": "guest-token", "name": "guest", "allow_nodes": ["*"], "deny_nodes": ["win_prod"] },
    { "value": "roll-*",      "name": "rolling", "allow_nodes": ["win_a"] }
  ]
}

判定顺序 deny → allow → 默认拒绝；node_allowlist 非空时只有匹配的 node_id 能注册
value 以 * 结尾表示前缀匹配（便于令牌轮换期间灰度）
设备列表按身份过滤（控制端只看得到自己被授权的设备），越权接入返回 E_NODE_FORBIDDEN
职责边界：Hub 只做「能否连到某设备」的接入过滤；连上之后的能力级授权仍由被控端 ACL 按 client_id 裁决 —— 两层独立，Hub 不参与能力决策

安全边界：Hub 只做字节透传，不解析内容、不持有设备密钥 —— 控制端与被控端之间仍执行端到端握手，因此 Hub 无法窃听也无法伪造（Hub 被攻陷也不等于设备被接管）。生产环境建议在 Hub 前挂 Caddy / Nginx 终止 TLS。

开发

pnpm build        # 构建全部包
pnpm typecheck    # 类型检查
pnpm test:unit    # 单元测试（114 项：协议纯函数 / 清单守护 / 审计链 / ACL / 宏引擎 / 分组 / Hub 授权 / 指标 / 助手与预加载段）
pnpm test:e2e     # 端到端测试（21 项，含 TLS / 零信任 / 发现 / 文件 / Hub）
pnpm test:windows # Windows 专属能力（服务 / 软件 / winget 真实装软件）
pnpm verify       # 对已配置的被控端跑全套验收并输出报告
node scripts/verify-mcp-events.mjs   # 验证 MCP 事件双通路（推送 + 拉取）

三层自动化真机验证

无需手工点测：

层次	方式	覆盖
CI（推荐）	GitHub Actions `windows-latest`	真实 Windows 上跑协议 E2E、专属能力（`Get-Service` / 注册表 / winget 装软件）、`install.ps1` 链路、`install.cmd`/`control.cmd` 双击链路、Windows PowerShell 5.1 解析守卫、CLI 连入、MCP 工具列表
远程验收	`node scripts/verify.mjs --host <IP> --key <密钥> [--insecure]`	逐条验收并输出终端报告（`--report report.md`）
本地测试	`pnpm test:e2e` / `pnpm test:windows`	单机自举：本机起 Agent 当被控端自测

工作流见 .github/workflows/windows-e2e.yml，push 到 main 或手动触发即运行。

# 对自己真实的 Windows 机器验收（含真实装软件）
node scripts/verify.mjs --host 192.168.1.100 --port 8765 --key <密钥> --insecure \
     --with-install jqlang.jq --report verify-report.md

成本：②③ 完全免费（本机运行）；① 走 GitHub Actions 免费额度 —— 单次约 5 分钟，按 Windows 2x 计约 10 计费分钟，Free 账户每月约可跑 200 次。默认支出限额为 $0，额度用尽只会停跑、不会自动扣费。

工程结构

nodeagent/
├── packages/
│   ├── protocol/          # 协议定义：信封 / 方法 / 错误码 / 能力 schema / 校验 / HMAC / Ed25519 / ACL
│   └── client/            # 控制端库：连接、握手、调用、超时、重连、密钥、发现
├── apps/
│   ├── agent/             # Windows 被控端：监听或 Hub 外连、认证、授权、审计、能力分发
│   ├── hub/               # 中转节点：设备注册、控制端配对、字节透传（跨网段/公网）
│   ├── cli/               # macOS 控制端 CLI
│   └── mcp/               # MCP server（接入 WorkBuddy）
├── scripts/               # install.cmd / control.cmd（一键入口）/ install.ps1 / control.ps1 / verify.mjs
├── tests/e2e/             # 端到端测试
├── docs/                  # 开发文档
├── PRD.md                 # 产品需求文档
└── README.md

路线图

阶段	目标	状态
v1	命令级接管 + 装软件 + 查状态 + 基本鉴权 + CLI + MCP	✅
v2	图形接管（`screen.` 截屏 + `input.` 键鼠）+ 输入控制开关	✅
v3	零信任：Ed25519 身份认证 + 能力级 ACL	✅
v3+	审计日志（留痕 + 查询）+ 调用限速	✅
v4	无感体验：局域网自动发现 + 断线自动重连	✅
v5	多设备管理 + 文件传输（分块 / 大文件 / 原子写）	✅
v6	Hub 中转：跨网段 / 公网接入（被控端主动外连，穿 NAT）	✅
v7	自持：受控重启（配置变更后让自身生效，不再丢连接）	✅
v8	GUI 语义：`window.list` / `window.focus` / `screen.find`（UIA 按名取坐标）	✅
v9	`screen.find` OCR 兜底（自绘 UI 也能定位）+ MCP 工具同步	✅
v10	长任务异步化（`system.task.*`）+ 剪贴板 + CLI 常驻连接池 daemon	✅
v11	安全加固：私钥入系统密钥库（Keychain/DPAPI）+ 审计链防篡改 + ACL 细化（IP/时段/按能力限速）	✅
v11+	操作面补完：鼠标拖拽 / 录屏 / 剪贴板图片 / 多设备并发 / 一键升级	✅
v12	事件订阅（file/process/net 主动推送）+ GUI 宏（步骤序列回放）+ Hub 并发多控制端 + 设备分组	✅
v12.1	Hub 侧按控制端授权（多令牌 + 按设备白/黑名单 + 注册准入）	✅
v12.2	GUI 等待/重试语义（`wait_ms`）—— 界面加载/动画不再假失败	✅
v12.3	macOS 端 GUI 对齐：AppleScript 窗口枚举/聚焦 + Vision OCR 元素定位（含 Retina 坐标换算）	✅
v12.4	事件直达 MCP 宿主（实时推送 + 拉取双通路）	✅
v13	成功指标聚合（PRD 2.2 四项）+ 依真实数据修正口径（时延分层）	✅
v14	PowerShell 常驻助手 —— GUI 能力提速 4~25 倍（预加载 C#/UIA，免每次现编译）	✅
v15	`screen.find` 图像模板匹配（纯图标/无文字控件盲区）+ 一堆真机根因修复	✅
待办	CI 单元测试步骤已就绪（分支 `ci/workflow-unit-tests`，需 `gh auth refresh -s workflow` 授权后推送）；GUI 图像锚点匹配（自绘 UI 更稳）	🚧

文档

docs/SECURITY.md —— 安全模型与加固指南（钥匙=root、证书指纹钉住、网段白名单、应急处置）
docs/VERSIONING.md —— 版本与兼容性契约（升级顺序、什么算破坏性、发版流程、更新方式）
docs/REMOTE-LIMITS.md —— 远程能力边界与真实故障案例（含杀软误拦）
产品需求文档（PRD）
开发文档（DEVELOPMENT） —— 协议细节、能力 schema、安全模型、各端实现指南
跨机接管的边界与局限 —— 哪些问题能远程修、哪些必须人工，附真实故障诊断案例
实战复盘：短板与改进优先级 —— 基于真机使用的短板分析（GUI 语义 / 编码 / 自愈 / 可观测性）

关键决策

决策点	结论
拓扑	局域网点对点直连为主；跨网段时经 Hub 中转（Hub 仅透传，端到端安全不受影响）
安全演进	先简化（预共享密钥 + HMAC）→ 后强化（Ed25519 + 能力级 ACL + 审计）
AI 接入	核心能力 → CLI（调试底座）→ MCP（AI 落点）
装软件	优先 winget 静默安装
Windows 部署	一键 `install.cmd`（双击即装，自提权）+ 开机自启；`control.cmd` 管理
依赖策略	被控端零原生编译；能力全部基于系统原生 API 实现

25 KiB Raw Blame History Unescape Escape