Analysis Session
模型负责当前问题、假设、方法选择和下一步实验;运行库负责原子状态、事件关联与明确资源条件。默认一个主代理,能分离且收益大于交接成本时再委派,尊重用户顺序和资源约束。
受限会话的原生入口
优先使用 analysis_session 工具。action=init 配合 options={"goal":"用户目标","data":{}} 建任务并自动绑定当前会话;随后传 task=任务ID 调用 status、checkpoint、transition、target、record、lease 等。参数与旧 CLI 一一对应,结构化内容放 options.data,CLI 的 --file 不用于此入口。
不明参数用 action=schema, options={"action":"checkpoint"} 查询该动作的字段、必填项与例子;错误反馈也返回当前动作契约,不要反复猜参数。checkpoint 使用 options={data:{summary,...}};transition 使用 options={status:"complete",data:{summary:"完成情况",unresolved:[]}}。init/bind/status/target 返回 readiness:实际绑定、目标代次、后台任务覆盖与 HTTP 策略状态。组件已加载不代表任务已创建,也不代表请求预算已生效。
action=health 返回 SQLite 实际完整性、已落库事件数和当前 host 的 hook 成功/失败计数。工具 decision=pass 只表示动作没有被阻断,不代表记录成功。hook 返回非阻断错误码 1 时,独立会话卡/建议与故障提示仍会注入;宿主健康文件同时保留生命周期点的结果。
原生入口与钩子仅获专用 analysis-state 目录的写能力,普通 shell、会话权限和审批不变。不能经该工具执行 guard/discover 的外部命令、选择解释器或更改沙箱;证据文件须位于当前工作区。
CLI 保留给自身已有目录写权限的维护/运行场景;受限会话不要反复裸调用 CLI 写 DSH_HOME,也不要回落临时库造成状态分叉。
创建与恢复
通用入口为 ${DSH_HOME:-$HOME/.dsh}/runtime/analysis-v1/session.py,Python 标准库即可运行。
AS="${DSH_HOME:-$HOME/.dsh}/runtime/analysis-v1/session.py"
python3 "$AS" init --goal "当前用户目标" --session "会话卡中的 session_id"
python3 "$AS" status TASK_ID
python3 "$AS" target TASK_ID --id service --data '{"endpoint":"当前地址","fingerprint":"实例特征"}'
python3 "$AS" artifact TASK_ID --path ./sample
target 每次建立新代次;只在确认实例变化时调用。地址相同不能证明实例相同,地址变化也不自动证明实例变化。新代次保留历史,但 cookie、PID、运行时地址、实验结果需复核。相同文件哈希的静态发现可复用并说明范围。
恢复先读检查点、未决假设、目标代次与资源状态,再选择最有价值的实验。无需固定先清除某一假设。bind TASK_ID --session ID 显式绑定当前会话;工具事件只归属已绑定任务。
关键证据与结论
record TASK_ID --kind experiment|evidence|claim|hypothesis|handoff|note --file UTF8_JSON 批量记录一次实验的关键信息;无需为普通读文件逐条手填。证据需要真实文件路径,登记时保存 SHA-256。工具调用自动记录 ID、摘要哈希和耗时;桥接层不提供的退出状态保持 unknown,原始详情仍在 DSH 会话日志中。
结论字段相互独立:origin=observed|inferred,verification=untested|tested|accepted,accept_scope,unresolved。测试只支持具体命题,接受只支持对应程序/平台和实例。当前尚无可信平台接受回执适配器,新建 accepted 会拒绝;原有历史记录保留。字段检查不证明专业判断正确。
{"text":"结论及范围","origin":"observed","verification":"tested","target":"service","generation":1,"evidence":["证据记录ID"],"unresolved":["未确认的适用条件"]}
同源模型往返测试有局部价值;与实际目标、不同输入及不同错误来源对照能增强证据。打桩或 hook 改变环境,要记录干预;缺少独立来源不阻止交付事实或明确限定的假设。
检查点、预算与收尾
checkpoint TASK_ID --file checkpoint.json 保存 summary、unresolved、next_experiment、resource_plan。状态为 running/waiting/paused/blocked/complete/cancelled;transition TASK_ID --status paused --file checkpoint.json 是显式转换。工具调用结束或回合结束不自动完成任务。尚未达到用户目标时保留未完成状态;报告可以先交付。已有编排记录的任务,complete 在共享状态层检查最新目标处置、结果修订、目标代次和证据引用;finish/disable 或把 unresolved 清空不能代替处置。具体步骤见同级 analysis-orchestration 的 references/resolution.md。用户只要求限定范围的报告时,可明确交付范围及范围外研究项后完成,不要求穷尽所有设想。
用户明确的请求、时间或并发上限为硬约束;自行估计的软预算用于复查。资源容量按实际环境决定,不设跨任务通用并发值。暂停/取消/结束时列明保留、终止、移交的资源和责任方,运行库不会擅自杀旧进程。
遇到连续无新增证据、模型反复修补或大量工具修复,盘点最不确定前提、可区分解释的实验、尚未利用的发现。可以继续原路线,说明新实验能增加什么信息。
共享资源与受控变更
本地多服务实验要区分挂载表、底层文件、路径 socket 与网络端口的隔离。复制二进制不会改变硬编码路径,按完整路径或字符类 pkill 不证明归属;只清理本次有准确身份的资源。专业诊断和受限自有进程实验见 pwn-exploit/references/multi-stage-local.md;该 CLI 不代表资源适配器已接入,不扩大当前运行层覆盖。
resource TASK_ID --id ID --data JSON 登记后台任务或项目;Linux PID 同时绑定启动时刻和 boot ID,防止 PID 复用。status 检查进程身份;登记的活跃 PID 已失效时标记 inactive、结果待核对,不继续占用活跃资源预算,也不自动杀进程或宣布任务成功。
本机实测:DSH host 重载可停止关联的后台进程;不能只靠 detach 假定 daemon 会保留。维护前保存准确的 PID/启动身份、项目路径、加载程序与启动环境清单,结束活动回合;维护后逐项核对并按需恢复已有项目。Ghidra 用匹配的保存程序跳过分析重新打开,避免重新导入覆盖旧分析。项目缓存、用户计算任务和 host jobs 各自明确生命周期。
python3 "$AS" lease TASK_ID --action acquire --resource project:ABSOLUTE_PATH --owner SESSION_ID --ttl 300
# 从返回值取得 token。guard 选项放在 -- 前,命令放在 -- 后。
python3 "$AS" guard TASK_ID --resource project:ABSOLUTE_PATH --owner SESSION_ID --token TOKEN --timeout 300 -- python3 rpc_driver.py rename-function ./sample FUNC NAME
renew/release 需当前 token;过期重新认领产生新 token,旧持有者不能继续使用旧 token。实例变更操作还传 --target ID --generation N。guard 检查任务状态、租约、目标代次并记录结果;超时后结果可能未知,先核对外部实际状态,再考虑重试。
这一接口约束通过 guard 发起的操作,不能推断任意 shell 命令的资源语义。共同写同一项目时统一使用这个入口;已有 Ghidra handler 的串行锁继续生效。guard 不替代目标系统自己的事务机制。
长任务可用 DSH 原生 jobs 或 guarded_run.py,也可使用满足日志、心跳、超时、进程树终止和结果查询的等价工具。需长时共享变更时按预计时长设置 guard timeout;不要让裸进程脱离租约继续写。
访问具体目标的原生后台任务
在普通分析会话已有授权、需要后台访问目标时,用 job_scope 为未来原生后台 bash 设置当前目标代次、环境标识与期限;随后照常使用 bash(run_in_background=true)、job_output/job_kill。原生 job id、真实 owner 与执行句柄由宿主自动登记,不要求再手工注册 PID。示例和覆盖见 native-jobs.md。此接口不执行命令,不扩大权限,不给 SSH/FTP 提供请求计数。
目标更新、任务离开 running 或重新绑定前,入口取消其登记的旧任务并等待原生执行器确认收尾;未确认则拒绝切换并保留清理异常。更换目标后重新设置作用域。普通离线计算、未登记的既有任务和共享长期服务不自动认领或终止;外部平台的槽位释放仍需调用方在切换成功后操作。
交接
交接记录包含任务/目标代次、待回答问题、事实与证据ID、失败实验、资源/变更权限、预算、返回格式和清理责任。子代理返回结论适用范围与实际加载的 skill 文件版本;主代理复核后合并。父代理的加载历史不代表子代理已加载全文。
旧二进制台账仍可通过 ghidra-core/scripts/ledger.py 使用,接口见 legacy-ledger.md。纯 Web/数学任务使用 Task/Target,不创建空文件充当样本。环境探针 discover 提供路径和按需 import 测试,操作细节见 runtime.md。
结构化记忆与有限协作
需要恢复分析成果、比较假设/实验、保留失败边界或委派只读子任务时,读取同级 analysis-memory/SKILL.md。先使用本工具 init/bind 确定唯一任务,再用 dsh_memory_write 的 open 连接该任务;记忆与协作复用 analysis-state/state.sqlite3,不再创建另一套任务库。目标代次、资源租约、检查点与完成仍由本运行层维护。主 agent 保留核心分析,按需要使用 analysis_collaboration 派发只读原生子 agent。reviewed/adopted 不等于目标 accepted。完成任务前显式复核或放弃协作支线。
受控请求与完整交接
需要任务级请求预算、来源限制、凭据引用或完整长材料交接时,读取 controlled-requests.md。先用 dsh_control status 确认覆盖;普通会话未全局拦网。宿主显式导入策略后,该会话仅可经受控 HTTP 发送器联网,不可用 shell/浏览器/MCP 绕过。主 agent 继续核心分析;方法提示不作为硬门。
专职解题编排模式
复杂长任务需要独立运行的调度监督时,读取同级 analysis-orchestration/SKILL.md。该模式按任务显式启用,由主代理负责战略推理、原生 Solver 负责具体执行;运行层维护事件唤醒、定期巡检、纠偏和取消。启用后的角色规则覆盖本文普通模式下“主代理直接分析执行”的默认分工。简单任务和普通只读协作仍使用原有模式。不要同时启动另一条派发通道;严格 HTTP 控制会话暂不支持执行型 Solver,不能绕过原控制器。