nodeagent/docs/ROADMAP.md

nodeagent 进度盘点与下一步路线

盘点日期：2026-10-10（第四次更新：语义/状态/安全三个方向全部落地后据实刷新） 盘点方式：真机验证 + 本地跑单测 + gh run list（Windows 被控端曾于 10-10 00:15 离线） 基线：远端 main（9ad296b 之后）｜单测 269 全绿 · e2e 30 全绿 · 能力 51 项 · Windows CI 全绿 ⚠️ 全部未发版（皇上要求先攒着）—— 下次发版建议直接跳 v2.0.0 适用范围：本文档随仓库公开，不含任何真机地址与账户信息（见 §6 脱敏约定）

---

一、结论先行

功能层面已基本收口。43 项能力覆盖了「命令接管 → 图形接管 → 零信任 → 文件传输 → Hub 中转 → 自更新」六条主线，安全加固已发版两批。

方向一（语义可断言）已开工：gui.await 在工作区完成实现（170 行 + 57 行 manifest + 注册），把 GUI 操作从「盲试」推进到「可等待、可断言」。但尚未收尾 —— 详见 §4。

当前瓶颈：

性质	问题	影响
在建未收尾	gui.await 已实现但未提交、未发版、单测未覆盖、CI 未绿	能力数断言失败（见下），远端拿不到
收尾缺口	本地 1 个 CI 提交未推送；ci/workflow-unit-tests 分支贡献已并入但分支未清理	CI 护栏未生效于远端
语义深度	gui.await 解决了「等得到」，但 screen.find 仍不返回 UIA 属性（value/enabled/selected）	能等「元素出现」，还不能等「元素变成某状态」
状态留存	事件订阅已通，但无采样留存与回看	间歇性问题（代理不通、杀软拦截）仍只能靠巧遇

优先级：语义属性 > 状态采样 > 安全残余（gui.await 与 CI 收尾均已完成，见 §九）。

**历史备注（已消解）：本文档第二版曾记录「单测 194/195 红一例」——那是能力数硬编码 42 未随 gui.await` 更新所致，已改为集合断言思路并修复；该教训沉淀为 §十 的经验。

---

二、现状快照

2.1 版本与仓库

项	值
package.json version	1.5.0（root 及 6 个子包一致）—— 未随 gui.await 上调
本地 HEAD	7ad820c ci: 补全 Windows 真机验证
远端 main	0d62cb1（tag v1.5.0）
本地领先远端	1 个提交（仅 .github/workflows/windows-e2e.yml，未推送）
未提交业务改动	gui.await 全套：apps/agent/src/capabilities/await.ts（新增 170 行）／capabilities/index.ts（+3 注册）／packages/protocol/.../names.ts（+1 能力名）／manifest/graphics.ts（+57 行契约）
未合并分支	ci/workflow-unit-tests（其贡献已手工并入 7ad820c，分支本身基于 09-29 老 main，直接 merge 会回退上万行，故只取内容不 merge，分支可清理）
未跟踪文件	docs/ROADMAP.md（本文档）、docs/console-plan.md（大前端方案）
Release 资产	nodeagent-win-x64.zip（≈32.9MB，含 Node 运行时）/ agent.mjs / latest.json / SHA256SUMS

近期提交脉络：

0d62cb1 (tag v1.5.0)  chore(release): v1.5.0
1c836e0              feat(v1.5): 快捷键控制范围扩展（字符串热键/预设别名/长按/后台定向投递）
0ee8231              feat(v1.2): 媒体键 WM_APPCOMMAND 通道 + 定向投递
42ec556 (tag v1.4.3) chore(release): v1.4.3
7ad820c (本地 HEAD)   ci: 补全 Windows 真机验证        ← 未推送
[工作区未提交]        feat(v1.6): gui.await 等待条件    ← 在建

2.2 代码与测试

项	数值
apps/ 代码量	12,201 行 TS（agent / cli / hub / mcp）+ await.ts 170 行（在建）
packages/ 代码量	3,620 行 TS（client / protocol）+ manifest 57 行（在建）
合计	约 1.58 万行
单测	18 个文件 / 195 例：194 通过、1 失败（本地实跑）
e2e	2 个套件（run.mjs 通用 29 例 / windows.mjs Windows 专属 13 例）
gui.await 覆盖	0 —— 单测、e2e、CLI、MCP 均无 gui.await/GuiAwait 命中

⚠️ 单测数从 162 增至 195（新增 33 例，来自 v1.5 快捷键的按键表覆盖断言），但红了一例：tests/unit/capabilities.test.mjs:66 的 assert.equal(CAPABILITY_MANIFEST.length, 42)，实际 43。修法：改为 43，或更稳妥地改成「断言每个 CapabilityNames 键都在 manifest 中」以免每加一能力都要改数。

最大的三个文件（后续拆分候选）：

文件	行数	说明
apps/mcp/src/index.ts	1000	MCP 工具定义全集中，协议前缀 na_
apps/agent/src/capabilities/window.ts	963	UIA 枚举 + 模板匹配 + OCR 三条路径
apps/agent/src/capabilities/network.ts	747	两阶段提交网络变更

2.3 能力清单（43 项，以 packages/protocol/src/capabilities/names.ts 为准）

域	能力
系统与命令（5）	system.info system.status system.process.list system.service.list system.shell.exec
软件（2）	app.list app.install（winget 静默优先）
屏幕与录制（4）	screen.info screen.capture screen.record screen.find
输入（6）	input.mouse.move input.mouse.click input.mouse.scroll input.mouse.drag input.key.type input.key.press
窗口（2）	window.list window.focus
GUI 等待（1）	gui.await 🆕 v1.6 在建未提交 —— 等条件成立再返回
文件（4）	fs.list fs.stat fs.read fs.write（分块 RPC + 原子写）
剪贴板（2）	clip.get clip.set
异步任务（3）	system.task.list system.task.get system.task.kill
审计与指标（3）	system.audit.list system.audit.verify（哈希链） system.metrics
事件订阅（4）	event.watch event.unwatch event.list event.poll
自持与更新（2）	system.agent.restart（走计划任务） system.agent.update（拉取式，校验 sha256）
音频（2）	system.audio.get system.audio.set（Core Audio COM）
网络变更（3）	system.net.apply system.net.confirm system.net.status

gui.await 设计要点（工作区在建，v1.6）：

项	内容
四类条件	window / control / process / file，各自复用既有 window.list / screen.find / process.list / fs.stat —— 零新增平台探测代码，Windows/macOS 行为与底层能力完全一致
两个状态	state=present（默认，等出现）／absent（等消失）
参数	timeout_ms（060000，默认 5000）／interval_ms（505000，默认 400）
返回	{satisfied, condition, state, elapsed_ms, attempts, last_seen, last_error?, note?}
超时是正常返回	返 satisfied:false + last_seen + note，不抛异常 —— 避免上层反复重试。last_error 带回末次异常，用于区分「真的没有」与「每次都在报错」
轮询期异常	视为「尚未命中」并记录，不让单次抖动整句失败（启动中的程序常短暂报错）
风控	risk: 'low'（纯只读），additionalProperties: false

典型编排：

await gui.await(condition:"control", text:"完成", timeout_ms:30000)
  → input.mouse.click(命中坐标)
  → gui.await(condition:"control", text:"安装中", state:"absent")

v1.5.0 未新增能力名，而是扩展了 input.key.press 的参数面：字符串热键 hotkey: "ctrl+shift+esc"、约 50 个预设别名（copy / show_desktop / task_manager / volume_mute_toggle…）、hold_ms 长按、route=post + target_pid 后台定向投递；按键表补齐左右侧修饰键、小键盘、OEM 符号键（解锁 win+d / ctrl++ / win+.）、IME 键。这些是同一能力内的行为扩展，不改协议结构。

安全机制（不计入能力数）：挑战-应答握手、nonce 一次性、能力级 ACL（deny → allow → 默认拒绝）、调用限速、审计链、证书指纹钉住（TOFU）、来源网段白名单 allow_from、每客户端独立 PSK、发现广播最小化 + HMAC 签名、键鼠默认禁用。

---

三、与复盘文档的对照

docs/RETROSPECTIVE.md 写于 2026-09-28（当时 19 项能力）。逐项核对，多数 P0/P1 已解决，文档本身已过期：

复盘当时的判断	现状	落点
P0 UI 元素定位缺失	✅ 已解决	screen.find（UIA → 模板匹配 → OCR 三级降级，返回 engine）
P0 受控重启缺失	✅ 已解决	system.agent.restart（借计划任务，任务名带时间戳）
P0 编码未统一 UTF-8	✅ 已解决	v7 UTF-8 全链路；.ps1 带 BOM / .cmd 纯 ASCII+CRLF / .json 无 BOM，三套规则有单测守卫
P0 exec 输出污染	✅ 已解决	结构化 {stdout, stderr, exit_code, duration_ms}
P1 长任务异步化	✅ 已解决	system.task.list/get/kill
P1 剪贴板	✅ 已解决	clip.get / clip.set（软失败需重试 + 读回校验）
P1 窗口管理	✅ 已解决	window.list / window.focus（window.rect 无独立能力，rect 由 list 返回）
P1 CLI 无连接复用	✅ 已解决	apps/cli/src/daemon.ts + nodeagent daemon start
P1 定时采样 / 监控	❌ 未做	无 monitor.* 能力（grep 命中 0）
P1 GUI 操作需可断言	🚧 在建	gui.await 已实现未提交（等 window/control/process/file 出现或消失）；属性条件与组合未做
P2 文件监控 fs.watch	❌ 未做	grep 命中 0
P2 日志聚合 log.query	❌ 未做	grep 命中 0
P2 录屏	✅ 已解决	screen.record
P2 键盘宏 / 鼠标拖拽	✅ 已解决	packages/client/src/macro.ts + input.mouse.drag
P2 并发 RPC	⚠️ 部分	WS 单连接仍串行批量；daemon 缓解了重连成本，未解决单连接并发
P2 多设备并行	❌ 未做	仍需 --node 串行切换

结论：复盘 §十的三个短板，「自持」已彻底解决，「语义」解决了一半（能找到，读不懂），「状态」只补了事件通知，采样留存仍是空白。

---

四、待办一：收尾

4.0 ⚠️ 推送前必须先脱敏（优先级高于一切）

第九轮隐私审查发现：0ee8231 与 1c836e0 两个已推送提交都带真机痕迹，其中设备软件清单已在公开面：

位置	内容性质	状态
0ee8231 提交信息	真机内网地址 + 具体软件名（详见该提交）	已推送
1c836e0 → apps/agent/src/capabilities/input.ts:145,146,163,410	注释含具体播放器名与游戏名	已在 origin/main
1c836e0 → apps/agent/src/capabilities/input-script.ts:29,32	同上	已在 origin/main

这构成设备软件清单 + 使用习惯的公开暴露（哪台机器装了哪些软件、常在什么场景下远程控它）。比单纯的 IP 泄露更难辩解 —— IP 会换，软件清单是稳定画像。

处置建议（按代价排序）：

方案	代价	效果
A. 只清未来（最低）	0	新增代码与提交信息一律脱敏，历史不动。仓库公开仍有痕迹
B. 清注释 + 清未来（臣建议）	半小时	源码注释泛化为「主流播放器」「全屏游戏」，不动历史
C. B + 改写历史	需 git filter-repo + force push	连历史一并清，但旧 blob 已被匿名抓取过，改写不等于收回

⚠️ 关键认知：已推送到公开仓库并被匿名抓取过的内容，改写历史无法收回。旧 blob 只能靠 GitHub Support GC，而 Support GC 本身也非保证。因此现实目标应是「止血 + 不再恶化」，即方案 B。

具体要改的注释（脱敏后按此句式重写，勿照抄原词）：

原文式（不复述）	改为
「远程控制某播放器 / 某云音乐」	「远程控制主流媒体播放器」
「某音乐会建 30+ 辅助窗口」	「部分播放器会创建大量辅助窗口」
「某游戏全屏遮挡时」	「全屏独占应用遮挡时」

4.1 推送 CI 提交

• 现状：本地 7ad820c 领先远端 1 个提交，仅改 .github/workflows/windows-e2e.yml（+61 行）。
• 内容（三段护栏，全部来自 10-04 真机事故复盘）：
  1. 单测步骤 —— 把 pnpm test:unit 并入 Windows E2E 工作流。该内容取自 ci/workflow-unit-tests 分支（4d73d6e）；因该分支基于 09-29 老 main，直接 merge 会回退上万行，故只取提交内容手工并入。
  2. 5.1 BOM 解析守卫 —— 刻意用 cmd 调 powershell（5.1）而非 pwsh。5.1 读无 BOM 的 .ps1 会按 ANSI/GBK 解析，中文注释破坏字符串边界 → 整份脚本 ParseError。此前全用 pwsh（7+ 认无 BOM UTF-8），所以CI 绿、真机炸。这道守卫只问一件事：5.1 能否读懂 —— 而这就是真机的核心约束。
  3. install.cmd / control.cmd 双击链路冒烟 —— 这两个脚本是用户唯一上手入口，编码或语法坏了只有真机 cmd.exe 测得出。
• 收尾：推送后可清理 ci/workflow-unit-tests 分支（贡献已并入，留着只会误导）。

4.2 v1.5.0 真机验证尚未做（v1.5 提交信息自陈）

1c836e0 的提交信息里写明：

⚠️ 真机未验证：Windows 被控端当前离线（连接超时）。待上线后需验……

即v1.5.0 是未经真机验证就发的版。待办：

node scripts/verify.mjs --host <地址> --key <密钥> --report <报告.md>

重点验四项（提交信息已列）：字符串热键 hotkey、预设别名、长按 hold_ms、后台定向投递 route=post。其中后台定向投递需复验「窗口被遮挡时是否真有效」—— 这条机制此前只在媒体键通道验证过，等价推断需实测坐实。

4.3 大前端方案（docs/console-plan.md，已出文档待评审）

盘点期间新增了一份前端方案文档，臣不在此展开（详见该文档），仅提示它引入了一个新包 crates/nodeagent-client（Rust），与现有 TypeScript 的 @nodeagent/client 并存 —— 意味着 client 层有两套实现。这本身是个需要皇上拍板的架构决策（详见该文档的待确认项）。

---

五、待办二：三个开发方向

方向一：语义 —— 从「能找到」到「可断言」

判断：screen.find 的能力边界已经够用，缺的是返回值的信息量与操作后的状态断言。原来的链条是「点 → 截图 → 目测 → 再点」。

当前进度：第一步已落地（在建），第二步未做。

#	改动	状态	说明
1	新增 gui.await 等待条件	✅ 已实现，未提交	四类条件（window/control/process/file）× 两态（present/absent）；复用既有能力，零新增平台探测代码；超时正常返回不抛异常
2	screen.find 返回 UIA 属性	⬜ 未做	补 name / value / enabled / selected / rect / automation_id
3	条件组合（and / or / not）	⬜ 未做	gui.await 目前是单条件；组合需先有属性支持

gui.await 收尾清单（✅ 已于 v1.6.1 全部完成）

#	事项	状态
1	修能力数断言（42→43）	✅ 已改 43，并新增集合化断言思路
2	补单测	✅ tests/unit/gui-await.test.mjs 6 例（登记/风险、四类条件 schema、上限兜底、isHit 五形态、CLI/MCP 入口存在性）
3	补 CLI / MCP 入口	✅ CLI nodeagent await ...（实测到连接层）；MCP na_await（定义 + 分发）
4	版本号上调 v1.6.0	✅ 已发
5	真机验证	✅ 本地真机 7 例（present/absent/超时/非法参数/process/底层报错不中断/缺省参数）；Windows 上验 control 条件待被控端在线
6	发版	✅ v1.6.0

Windows CI 上线后又连带修了 6 个真 bug（见 §九），其中 install.cmd 双击首装即炸属于必发版的修复。

gui.await 收尾清单（原第二版，提交前必做）

#	事项	说明
1	修能力数断言	tests/unit/capabilities.test.mjs:66 硬编码 42 → 实际 43，当前单测是红的。建议改成「断言每个 CapabilityNames 键都在 manifest 中」，避免每加一能力都要改数
2	补单测	当前 gui.await 覆盖为 0。至少覆盖：参数校验（非法 condition/state）、timeout_ms 上限裁剪、isHit 对不同返回形态的判定（found / exists / 数组 / 布尔）、超时返 satisfied:false、轮询期异常不中断
3	补 CLI / MCP 入口	grep 显示 apps/cli/ 与 apps/mcp/ 均无 GuiAwait 命中。若 CLI 走通用 invoke 通道则无需改；若逐能力映射则必须补
4	版本号上调	package.json 仍 1.5.0，root + 6 子包。新增能力名 → MINOR → v1.6.0
5	真机验证	至少验一次「等窗口出现 → 点击 → 等元素消失」完整编排。gui.await 是阻塞调用，需确认 timeout_ms 上限（60s）不会撞上 WS 心跳/超时机制
6	发版	node scripts/release.mjs → v1.6.0

验收标准：

• 「等某窗口出现某控件」在设定 timeout 内命中，返回 attempts 与 elapsed_ms；
• 条件永不满足时返回 satisfied:false + last_seen，不抛异常；
• 条件本就「不存在」时立即返回（attempts:1），不等满 timeout。

第二步：screen.find 属性化（后续）

这是方向一的真正深水区。gui.await 解决「等得到出现/消失」，但等不到「等它变成某状态」：

改动	内容	验收标准
screen.find 返回 UIA 属性	在现有坐标之外补 name / value / enabled / selected / rect / automation_id	对某个真实界面能读出 enabled 状态随播放状态变化
gui.await 支持属性条件	predicate 可比较 enabled / selected / value	能表达「按钮出现 且 enabled」
条件组合	and / or / not	能表达「弹窗出现 且 其中某按钮 enabled」

为什么仍排第一：GUI 接管是 v2 的核心价值，也是当前唯一还「不好用」的域。gui.await 只是把「盲试」变成「有耐心的盲试」—— 补上属性比较后，才真正变成可断言。

风险：gui.await 是阻塞式调用，必须有 timeout_ms 上限（已设 60s 上限 ✓）；超时属正常返回（已实现 ✓）。第二个风险：screen.find 的 UIA 属性读取在部分应用上可能拿到空值（Electron / 游戏 UI 常见），需能优雅降级为「仅坐标 + found」。

方向二：状态 —— 治间歇性问题

判断：复盘 §四那条判断仍成立 —— 代理不通、杀软拦截都是间歇性的，而臣只能看当下快照。event.watch 解决「有事件时通知」，没解决「持续记录并回看」。

能力	设计	验收标准
monitor.start	{ interval_ms, command | metric, duration_ms } → 落盘，返回 id	对某连接端口跑 5 分钟 / 每 2 秒采样，事后能拿到完整时间序列
monitor.report	{ id } → 返回采样序列 + 摘要（min/max/均值/异常点）	能直接回答「5 分钟里断过几次、最长断了多久」
log.query	{ path, since, level, pattern, limit } —— 被控端侧过滤	10 万行日志中按 pattern 查 20 条，不整份拉回
fs.watch	{ path, recursive, filter } → 走事件订阅通道推送	监听配置文件变更，变更事件 ≤2s 内到达

关键点：log.query 必须过滤在 Windows 侧。当前 fs.read 虽有 8MB 上限，但拉大日志既慢又占带宽，治标不治本。

方向三：安全 —— 剩余四项

docs/SECURITY.md §5 自列的未做项：

项	现状	建议
握手失败封禁	只计数 + 记审计，无按 IP 拉黑	加指数退避封禁（如 5 分钟内失败 10 次 → 临时拉黑 1 小时），可配置白名单豁免
会话上限与空闲断开	无最大连接数、无空闲超时	上限防资源耗尽；空闲断开（如 30 分钟无调用）释放资源
安装期密钥传递	install.cmd 用命令行 -Key 传参，同机其他用户 ps 可见	改走 stdin 或临时文件（600 权限，读后即删）。这是唯一还没堵住的密钥暴露面
审计链外部锚定	哈希链可被「有 root 的攻击者」整链重写	定期把链头哈希同步到独立位置（如 Hub 或另一台机器），重写即暴露

臣另建议一项：ed25519 默认化。SECURITY.md §2 已写明 PSK 模式的固有限制（client_id 自报 → ACL 身份维度形同虚设）。v22 的每客户端独立 PSK 只是缓解 —— 持有共享 key 的人仍可冒充未登记的 client_id。新装默认应走 ed25519，PSK 降级为「兼容存量」并在安装时明确告警。

---

六、待办三：隐私收敛（已连续多轮 P1，该决断）

6.1 已暴露且无法收回

项	状态	处置
设备软件清单已在公开面	input.ts / input-script.ts 注释含具体播放器与游戏名（见 §4.0）	泛化注释（方案 B）；历史不追
2 个含PII 的 blob 匿名可直取	旧提交中的 blob 用 40 位完整 SHA 即可匿名读取，已连续 6 轮未消；内容含本机用户名与真实目录名	报 GitHub Support 申请 GC，或删库重建。这是唯一的「真泄露」
提交信息含真机内网地址	5 条 commit message 含内网 IP 与端口	公开且被搜索引擎收录。后续禁止在 message 写真机地址
Windows 账户名	硬编码在 network.ts:96	改为从配置或环境变量读取
网卡名「Ethernet」+ 网段常量	测试与源码中多处	同上，注入式配置

6.2 尚未暴露，立即处置

项	处置
.gitignore 缺 keys/、*.key、*.pem	立即补（当前已有 **/PSK.txt、../win-backup/）
input.ts:324 附近含 3 个 U+FFFD 字面量	编码缺陷，顺手修

6.3 脱敏约定（本文档已遵守，后续继续遵守）

本文档不出现任何真机地址、端口、账户名、密钥，一律用 <地址> / <密钥> 占位。代码与测试中的真实值应逐步改为从配置或环境变量读取。

新增约定：提交信息与源码注释不得出现具体软件名、设备名、真实地址。举例子：「实测某播放器被某游戏全屏压住」→「实测主流播放器被全屏游戏遮挡」；真实内网地址→「控制端内网地址」。

教训：本轮暴露的根源不是泄露了密钥（那类已按等式法核验并修复），而是注释里写「为什么这么做」时顺手写了真实环境。真实环境信息对理解原理无帮助，却直接画像了使用者。以后写注释，理由归理由，实况归实况。

---

七、建议排期

序	事项	预估	依赖
0	修 gui.await 能力数断言（42→43，当前单测红）	5 分钟	无（提交前必做，否则 CI 必红）
0.5	脱敏：泛化 input.ts / input-script.ts 注释里的软件名	20 分钟	无（先于一切推送）
1	gui.await 收尾：补单测 + CLI/MCP 入口 + 版本号 v1.6.0 + 真机验证 + 发版	1 天	序 0
2	推送 CI 提交 + 清理 ci/workflow-unit-tests 分支	10 分钟	序 1
3	v1.5.0 真机验证（该版未经真机就发了）	半天	被控端在线
4	方向一第二步：screen.find 属性化 + gui.await 支持属性条件 + 条件组合	2~3 天	序 1
5	方向三：install.cmd 密钥改 stdin + 握手封禁 + 会话上限	1~2 天	无（安全项建议提前插队）
6	方向二：monitor.* + log.query + fs.watch	2~3 天	无
7	.gitignore 补密钥规则 + 源码真机常量注入化	分散	无
8	PII blob 报 Support GC / 决定是否重建仓库	—	需皇上决策
9	ed25519 默认化	1~2 天	需确认向后兼容策略
10	console-plan.md 评审：Rust client 与 TS client 双实现取舍	—	需皇上拍板

臣的建议：

• 序 0 立刻做。5 分钟的事，但不做则单测红、CI 必红。注意建议顺手把断言改成「每个 CapabilityNames 键都在 manifest 中」——否则每加一能力都要改数字，这类「硬编码计数」会反复咬人。
• 序 0.5 紧接着做。只改注释，20 分钟，零风险，但能阻止「设备软件清单」继续扩散。gui.await 也正好是新代码，此时立脱敏规矩最自然。
• 序 1 是当前主线。gui.await 实现已完成（170 行 + 57 行契约 + 注册），设计也站得住（超时正常返回、轮询期异常不中断、复用既有能力零新增探测代码）。差的只是收尾四件事：单测、CLI/MCP 入口、版本号、真机验证。建议一次做完再提交，不要分批。
• 序 3 优先级高于新功能。v1.5.0 是未经真机验证就发的版，其中「后台定向投递」只在媒体键通道验证过、等价推断未经实测。
• 序 5 可提前。install.cmd 密钥经命令行传参（同机 ps 可见）是当下唯一未堵住的密钥暴露路径，改动局限在一个脚本内。
• 序 8、10 需皇上决策：前者关系到公开历史能否部分收回，后者关系到是否长期维护两套 client 实现。

一条经验：gui.await 一次加能力就让单测红，原因是能力数被硬编码成 42。这类「计数断言」在持续加能力的项目里必然反复失效。改为集合断言（每个能力名都在 manifest 中）比每次改数字更省事，也更不容易漏检。

---

八、附：本文档的核查方法

结论	核查方式
版本与提交差距	git fetch 后比 git log origin/main..HEAD（必须先 fetch —— 盘点期间远端已推进到 v1.5.0，本地缓存的 origin 是过期的）
能力清单	读 packages/protocol/src/capabilities/names.ts 全量枚举
遗留能力未实现	对 fs.watch / log.query / monitor. / serve / daemon 逐个 grep 源码，命中 0 即未实现
单测状态	本地 node --test "tests/unit/**/*.test.mjs" → 195 例：194 pass / 1 fail（capabilities.test.mjs:66 能力数断言 42≠43）
复盘对照	逐条读 docs/RETROSPECTIVE.md 的 P0/P1/P2 表，与能力清单交叉
gui.await 完成度	分别 grep tests/ apps/cli/ apps/mcp/ 找 gui.await／GuiAwait／guiAwait —— 三处均 0 命中 → 单测与两端入口都还没接
安全残余	读 docs/SECURITY.md §5「还没做的（后续批次）」
公开面暴露	git fetch 后 git grep <关键词> origin/main —— 必须先 fetch（否则查的是过期快照），且关键词要带空格变体（XX音乐 / XX 音乐），否则会漏

两条教训：

1. 跨平台差异（编码、文件重命名、进程语义）必须在真机验证 —— macOS 通过不代表 Windows 通过。文档层面的盘点只能发现「没写」，发现不了「写错了但没人跑」。
2. git grep 不 fetch 会查旧快照。本次差点把「未推送」误判成「未暴露」，实际远端已含该内容。凡涉及「公开面是否暴露」的结论，必须 git fetch 后再查，且关键词要带空格变体。

---

九、进展台账（2026-10-07 第三/四次盘点后完成）

10-09 ~ 10-10 追加（语义 / 状态 / 安全三方向收尾）

事项	状态	说明
语义方向：screen.find 读 UIA 属性 + where 谓词 + gui.await 组合	✅	enabled/value/selected/toggle；拿不到留 null 不猜；any_of 组合；能力数 43→49
状态方向：log.query + monitor.*（5 项）	✅	日志被控端侧过滤；采样落盘 + 摘要回看（断几次/最长断多久/CPU·内存值域）
安全：连接层三防护（握手封禁 / 连接上限 / 空闲断开）	✅	本地真机三场景验证（正确密钥可连 → 连续错误被拒 → 封禁期正确密钥也被拒）
安全：安装期密钥改 stdin	✅	install.cmd 管道喂 -KeyFromStdin，不再出现在命令行
安全：ed25519 默认化 → 零信任优先安装	✅	有 client-acl.json 即走 ed25519（default_effect=deny）；否则 psk + 醒目告警
安全：审计链外部锚定	✅	system.audit.head + system.audit.anchor；四元组锚点防轮转误判、追加式防刷新抹痕；能力数 49→51
自重启在非管理员身份下的降级	✅	真机坐实：-RunLevel Highest 被拒 → 回退不指定 Principal；deploy 由此首次一次走通
deploy 备份不再堆积	✅	.bak-<ts> → 固定名 .bak + 清理历史；真机 17 个文件 → 2 个
自重启任务 Running 僵尸清理	✅ 代码 / ⏳ 真机	清理条件加「LastRunTime 早于 1 小时」余量（防误杀当前宿主）
SECURITY.md §5「还没做的」清单	✅ 全部完成	见 §4.5~§4.8

真机验证过程中抓到的真 bug（8 个，全部只有真机能发现）

#	bug	性质
1	install.cmd 双击首装即炸（for /f 调 PS，`^	` 漏进 PowerShell）
2	pack.mjs 三连（spawn .bin/esbuild ENOENT / zip / ls -la+du -sh）	打包脚本全平台假设
3	where 的 PS 注入语法错（连修两轮才通：JSON 字面量 ✗ → \" 转义 ✗ → PS 单引号 ✓）	跨语言转义
4	screen.find 的 where-only 被自己入口校验拦下	v1.7 只改了一半
5	自重启在非管理员下失败 → deploy 永远"半成功"	v7 起的既有缺陷
6	parseLeadingTs 吃掉 ISO 的 Z 时区标记（偏 8 小时）	单测抓到
7	manifest 承诺的 note 字段代码没实现	承诺未落地
8	锚定动作自身写审计导致"紧随比对恒显示已增长"	语义瑕疵（已说明）

事项	状态	说明
gui.await 收尾（断言/单测/入口/版本号/本地真机/发版）	✅	v1.6.0
CI 工作流推送（需皇上授权 workflow 作用域）	✅	皇上授权后推送成功
Windows CI 上线后修 6 个真 bug	✅	见下表
源码注释脱敏（序 0.5）	✅	input.ts / input-script.ts 4 处软件名泛化
.gitignore 补 keys/ *.key *.pem（§6.2）	✅	*.pub 放行
input.ts U+FFFD 字面量（§6.2）	✅ 复查 0 个	该描述已过期（早前重构时消失）
v1.5.0 真机验证（序 3）	⏳ 待被控端在线	四项：字符串热键 / 预设别名 / hold_ms / route=post
方向一第二步：screen.find 属性化 + 条件组合	⬜ 未做	需先有 UIA 属性（见 §五）
方向二：monitor.* / log.query / fs.watch	⬜ 未做	—
方向三：install.cmd 密钥 stdin、握手封禁、会话上限、审计锚定	⬜ 未做	安全项建议提前
PII blob GC / 仓库重建（序 8）	⏳ 需皇上决策	—
ed25519 默认化	⬜ 未做	需确认兼容策略
console-plan 评审（Rust client 取舍）	⏳ 需皇上拍板	—

Windows CI 扒出的 6 个真 bug（均已修复，v1.6.x）

#	bug	为什么 macOS 测不出
1	单测整体 ENOENT：new URL(..., import.meta.url).pathname 在 Windows 得 /D:/a/...	macOS 是 /Users/...。改用 fileURLToPath
2	BOM 守卫步骤自身坏：shell: cmd 套多行 powershell -Command	cmd 转义必乱；改为 shell: powershell + `run:
3	CI 内联脚本中文：run 块无 BOM，5.1 按 GBK 读 → 引号边界崩	pwsh 7+ 认无 BOM UTF-8，所以此前没暴露
4	install.cmd 双击首装即炸：for /f 调 PS 生成密钥，`^	` 漏进 PowerShell
5	pack.mjs 三连：spawn .bin/esbuild ENOENT / zip 不存在 / ls -la+du -sh	macOS 三者都有。改 esbuild JS API + Compress-Archive 分流 + Node 原生
6	CI 断言方向反了：必含清单列 PSK.txt，而它早被故意剔除	改为反向断言「不得含」

新增铁律（已写入 .workbuddy/memory/MEMORY.md）

1. new URL(x, import.meta.url).pathname 禁止拼路径（Windows 盘符多一根斜杠）→ 一律 fileURLToPath
2. 5.1 会执行的脚本必须 BOM 或纯 ASCII —— 包括 GitHub Actions 的 shell: powershell run 块（也无 BOM），中文只放步骤名
3. 绝不用 shell: cmd 套多行 powershell -Command；复杂逻辑上移到 .ps1
4. 不在 cmd 里用 for /f 调 PowerShell 做正事（^| 会漏进 PS）
5. .cmd 纯 ASCII + CRLF；.ps1 UTF-8 BOM；.json 无 BOM
6. 发版/打包脚本不得假设 unix 命令存在（zip/ls/du/node_modules/.bin/*）
7. CI 断言会随属性变化过期，且方向可能反了
8. 工作区有他人未提交文件时禁用 git add -A / commit -am