Files
aiagent/backend/app/models/shadow_comparison.py
renjianbo ab1589921a fix: 修复35个安全与功能缺陷,补全知识进化/数字孪生/行为采集模块
## 安全修复 (12项)
- Webhook接口添加全局Token认证,过滤敏感请求头
- 修复JWT Base64 padding公式,防止签名验证绕过
- 数据库密码/飞书Token从源码移除,改为环境变量
- 工作流引擎添加路径遍历防护 (_resolve_safe_path)
- eval()添加模板长度上限检查
- 审批API添加认证依赖
- 前端v-html增强XSS转义,console.log仅开发模式输出
- 500错误不再暴露内部异常详情

## Agent运行时修复 (7项)
- 删除_inject_knowledge_context中未定义db变量的finally块
- 工具执行添加try/except保护,异常不崩溃Agent
- LLM重试计入budget计数器
- self_review异常时passed=False
- max_iterations截断标记success=False
- 工具参数JSON解析失败时记录警告日志
- run()开始时重置_llm_invocations计数器

## 配置与基础设施
- DEBUG默认False,SQL_ECHO独立配置项
- init_db()补全13个缺失模型导入
- 新增WEBHOOK_AUTH_TOKEN/SQL_ECHO配置项
- 新增.env.example模板文件

## 前端修复 (12项)
- 登录改用URLSearchParams替代FormData
- 401拦截器通过Pinia store统一清理状态
- SSE流超时从60s延长至300s
- final/error事件时清除streamTimeout
- localStorage聊天记录添加24h TTL
- safeParseArgCount替代模板中裸JSON.parse
- fetchUser 401时同时清除user对象

## 新增模块
- 知识进化: knowledge_extractor/retriever/tasks
- 数字孪生: shadow_executor/comparison模型
- 行为采集: behavior_middleware/collector/fingerprint_engine
- 代码审查: code_review_agent/document_review_agent
- 反馈学习: feedback_learner
- 瓶颈检测/优化引擎/成本估算/需求估算
- 速率限制器 (rate_limiter)
- Alembic迁移 015-020

## 文档
- 商业化落地计划
- 8篇docs文档 (架构/API/部署/开发/贡献等)
- Docker Compose生产配置

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-05-10 19:50:20 +08:00

36 lines
1.5 KiB
Python

"""影子模式对比记录模型 — 比较数字分身建议与人类实际决策"""
import uuid
from datetime import datetime
from sqlalchemy import Column, String, Text, DateTime, JSON, Float, Integer, Boolean
from app.core.database import Base
class ShadowComparison(Base):
"""影子模式对比记录"""
__tablename__ = "shadow_comparisons"
id = Column(String(36), primary_key=True, default=lambda: str(uuid.uuid4()))
user_id = Column(String(36), nullable=False, index=True)
category = Column(String(30), nullable=False, comment="场景: code_review/email/document/decision")
# 影子建议
shadow_suggestion = Column(JSON, nullable=True, comment="数字分身生成的建议")
shadow_confidence = Column(Float, default=0.5, comment="影子置信度")
# 用户实际决策
user_decision = Column(JSON, nullable=True, comment="用户实际操作")
user_action = Column(String(50), nullable=True, comment="action: accept/modify/reject/ignore")
# 对比结果
match_score = Column(Float, nullable=True, comment="匹配分数(0-1)")
match_detail = Column(JSON, nullable=True, comment="匹配详情: {matched_points, diverged_points}")
# 上下文
context = Column(JSON, nullable=True, comment="触发场景上下文")
source_execution_id = Column(String(36), nullable=True, comment="关联执行日志ID")
created_at = Column(DateTime, default=datetime.now)
def __repr__(self):
return f"<ShadowComparison(user={self.user_id}, match={self.match_score})>"