 DongsenandGitHub
|
7c1db80893
|
fix(web): 写盘前拦截 prose-as-HTML artifact (#50) (#1144)
* fix(web): reject prose-as-HTML artifacts at write time (#50)
AI 偶尔会在仅做 in-place 编辑（无新 canonical HTML 产出）时仍按
system prompt 的非协商性收尾规则发出 `<artifact type="text/html">`
块，但块内只装一句中文总结。`persistArtifact` 之前不做内容校验，
此类 prose 会作为合法 HTML 落盘到 `.od/projects/<id>/<id>.html`，
并附带 `kind: html` manifest，污染项目文件面板（截图见 #50 评论）。
新增 `validateHtmlArtifact` 纯函数：要求非空 + 长度 ≥64 + 含
`<!doctype html>` 或 `<html>` 标签（大小写不敏感、容忍 BOM）。
`persistArtifact` 在 `ext === '.html'` 分支调用 gate，失败时
通过 `setError` 报错且不写文件。
scope 限于 `<artifact>`-tag 持久化路径——FileViewer/FileWorkspace
里用户手动保存草稿 HTML 走的是不同入口，不受影响。
prompt 层根因（缺少免发条款）已拆出 #1143 单独跟进，本 PR 是
持久化层的兜底防御。
* fix(web): anchor HTML structural check at content start (#1144 review)
mrcfps 在 #1144 review 指出原实现的 false negative：
HTML_OPENING_TAG_RE / DOCTYPE_RE 用 .test() 在整个字符串里搜，
所以 AI 描述改动时 inline 引一个 tag 名（"Updated the <html lang>
attribute..."）就能蒙混过关——长度过 64、含 `<html `——同样
落地为幽灵 HTML 文件。
修复：合并两个 regex 成 STARTS_WITH_DOCUMENT_RE，加 ^ anchor，
要求 trimmed 内容的首个非空白 token 必须是 `<!doctype html>`
或 `<html`。Mid-string 出现的 tag 名不再算数。
同时按 lefarcen 的非阻塞文档建议把 docblock 改写得更精确：
- "structural sniff" 替代 "validation"，明确不是 HTML 校验器
- 列出 not-a-linter / .jsx-tsx-skipped / 用户手动保存路径不受
影响 三条 scope 边界
- 64 字符阈值会拒收 49 字符的最小空 doc（如
`<!doctype html><html><body></body></html>`），明确这是有意
trade-off：AI 产出预期是 non-trivial deliverable
新增 3 例测试覆盖 mrcfps 描述的 false negative：
- 长 prose 中 inline 引 `<html lang>` 应拒收
- 长 prose 中 inline 引 `<!doctype html>` 应拒收
- 首个 token 是 `<p>` 等非文档标签的 fragment 应拒收
|
2026-05-10 20:22:48 +08:00 |
|