Skill-oea-Sandbox (AI Agent 技能行为评估分析沙箱)
安全隔离与自动化多维评判 AI 技能（SKILL.md / 技能包）的测试评估套件。
适用场景
- 评估第三方技能或外部导入技能的安全性（网络外联、Shell执行、环境凭证探测、Base64混淆、二进制载荷）
- 自动生成领域专属测试物料（代码评审/OCR票据/工作流/知识库/系统架构等），执行闭环测试
- LLM-as-Judge 深度四维评判：行为与用途一致性、产物与定义一致性、安全合规性、偏差剖析与可用性判定
快速使用
1. 作为 AI Agent 命令行技能执行
直接调用沙箱后端或运行脚本进行快速测试：
# 启动后端服务
python backend/main.py --port 8000
# 运行特定技能测试 (支持直接指定技能目录或 skill.md)
python backend/sandbox_manager.py --skill "path/to/skill-package"
2. 作为桌面 GUI 可视化工具使用
# 启动图形界面 (支持交互式材料面板、日志实时流式渲染、全景 Markdown 评估报告展示)
python frontend/main.py --port 8000
核心能力
- 领域感知与测试流定制：自动识别
code_development,ocr_document,memory_knowledge,workflow_automation,system_architecture等技能领域并动态提供测试样例。 - 5 大核心安全审查项深度审计：静态深度分析与沙箱内核 Hook 双重拦截，全方位覆盖网络调用、Shell 执行、密钥环境、Base64 混淆与二进制文件。
- 阶段七：全域关键词冲突与多技能覆盖扫描：执行前自动对已安装全量技能进行倒排索引与分级预警（CRITICAL/HIGH/MEDIUM），并输出意图消歧建议。
- 多维 LLM-as-Judge 深度报告：输出工程目录树、敏感源头定位、偏差剖析、可用性判定及代码级修复建议。
AI 主导的报告与临时文件生命周期回收机制 (Lifecycle Recycling Protocol)
当作为 AI Agent 调用本技能或维护沙箱测试环境时，必须遵循以下自主生命周期回收规约：
1. 初始化协商规约 (First-Run Policy Negotiation)
- 触发条件：在首次初始化技能或执行测试前，检查
sandbox_reports/_config/recycle_policy.json是否存在。 - 自主行为：若未配置策略，AI Agent 必须主动向用户发起回收周期协商（默认推荐 7 天，支持 3/7/14/30 天或自定义天数），并将确认结果持久化写入配置：
bash python -c "from backend.recycle_manager import ReportRecycleManager; rm = ReportRecycleManager('.'); rm.save_policy({'retention_days': 7, 'is_configured': True})"
2. 主动扫描与过期研判 (Active Scanning & Expiration Triage)
- 触发时机：测试执行完毕后、或收到用户日常巡检指令时。
- 扫描命令：
bash python -c "from backend.recycle_manager import ReportRecycleManager; rm = ReportRecycleManager('.'); print(rm.scan_files())" - 研判目标：全量覆盖
sandbox_reports/（持久化报告）与.cowork-temp/（沙箱运行临时目录），依据文件mtime自动划分为已过期 (Overdue)与即将过期 (Expiring Soon)。
3. 周期到达交互与提炼归档/清理流程 (Lifecycle Expiration Workflow)
当检测到存在 已过期 的报告或临时文件时，AI Agent 必须主动向用户汇报并提供三种处置方案：
1. 方案 A：移入回收站清理 (Trash)：
- 行为：调用 rm.move_to_trash(expired_paths) 将文件安全移入 sandbox_reports/_trash/ 暂存 24 小时；
- 意义：杜绝直接硬删除，提供 24h 误操作回滚保护。
2. 方案 B：提炼归档 (Distill & Archive)：
- 行为：调用 rm.archive_and_distill(expired_paths) 将报告与关键产物打包压缩至 sandbox_reports/_archives/archive_YYYYMMDD_HHMMSS.zip，并自动更新 sandbox_reports/_archives/archive_index.json 索引库；
- 意义：浓缩历史评判结论与审计产物，释放工作区空间。
3. 方案 C：顺延/取消 (Postpone)：
- 行为：保留当前文件，自动顺延记录下次扫描时间戳。
4. 安全约束与红线 (Safety Guardrails)
- 严禁未经用户二次确认直接执行永久批量物理删除；
- 临时目录
.cowork-temp/与报告目录sandbox_reports/的清理操作必须具备可追溯的审计日志。
