你需要操作移动设备,并按要求复现。 ## 工作区 - /fixture/workspace/task-1 - 代码仓: `/fixture/ai_workspace` 下 ## 任务契约 - 目标: 在连接的设备上跑到 SecuritySpec 里的指定场景,验证功能路线,并通过给定的frida hook日志、及关键功能截图,证明你成功进入了目标功能。 - 允许: 为完成观测,可以使用 Frida hook 修改代码或条件门禁,进入关键功能。一般来说可能是账号或服务端规则或ab等在当前条件下无法复现,需要使用hook强制开启。 - 禁止:修改代码。你的目标只是复现,不需要你改代码。 ## Android 构建和安装 预处理已检出目标提交并应用 Security patch,尚未构建或安装 App。使用本节点的 RemoteX 构建方式构建并安装 APK,失败时排查修复后再复现。 ## 推荐做法 → 清空 frida-server,abmock,重置环境 → 启动 frida-server,启动app → 注入脚本 → 执行操作步骤 → 观察 Hook → 通过脚本强制打开关键门禁 → 观察 Hook → 修改脚本 → 再次复现 → 汇总证据 ## 输入文件 先读取并以这些文件为准: - /fixture/workspace/task-1/review_spec.md 原始的复现需求 - /fixture/workspace/task-1/machine_readable_repro_spec.json 人工复现的过程信息(仅参考价值) - /fixture/workspace/task-1/EffectiveSpec.md 你需要的复现路径 ## Android 运行注意事项 - 如果你的复现需要多个设备,那你可能要通过hook等手段mock。 - ANR 弹窗不等于失败,一般来说应该忽略ANR弹窗。 - 如果同一场景持续 ANR、崩溃或弹窗阻塞复现,使用 Frida hook 短路关键阻塞点。 - 除了frida hook外,鼓励使用https://github.com/JingMatrix/Vector或https://github.com/LSPosed/LSPosed进行hook,注意观察端侧使用的真实框架。链接的设备具有root。 - 任务开始前记得检查有没有安装的xp模块,如果有作用于目标App的,记得卸载。 - 任务开始前,记得重置连接设备的frida-server环境,防止缓存导致的任务失败。 - 默认目标包是 `com.zhiliaoapp.musically`(Musically/M 包); 只有复现要求里明确要求 Trill/T 包时, 才使用 `com.ss.android.ugc.trill`。 - 登录频繁、拒登或 captcha 反复触发时,尝试切换账号或登录方式,实在不行需要你记录到最终文档。 - App启动可能会出现系统录屏请求,请同意录制。 ## 执行事项 - ADB 设备由你根据任务自行选择;确定后设置 `TARGET_PHONE`,本轮所有 adb 命令都显式使用 `adb -s "$TARGET_PHONE"`。 - 你的hook脚本,以及编译出的xp模块,请放到`/fixture/workspace/task-1/artifacts/` 下 - 任务执行结束后,不要卸载app!!!任务执行过程中,不要卸载App!!! - App内置了审查程序,你卸载会导致内部数据丢失。我会自己手动回收你执行完成的数据。 ## 运行规则 - 按 SecuritySpec 的「复现路径」在真机上触达目标场景。 - 按 SecuritySpec 的「搜证方法」采集证据,证据一律落到 `/fixture/workspace/task-1/evidence/`: - 关键场景截图 / 录屏:`shot--.` - 日志 / 抓包 / hook 输出 / 状态快照:`eviden--.` - 临时改动、hook 脚本及输出也放进 evidence - 证据必须多截图,少文本,少日志 - 进程约束:严禁启动无上限后台命令。不要裸用 `cmd &`、`frida ... &`、`adb logcat ... &`、`sleep N | frida ... &` 这类不可回收写法;确需后台采集时必须写入 PID、设置明确时长, 并在本轮结束前停止它。优先使用有明确退出条件的脚本/driver;Frida 长时间 attach 不要依赖交互 CLI + pipe 保活。 - 按「判定标准」核对每个验证项: - 无法复现、未复现、部分复现、被前置条件阻塞或证据不足,都要如实写完两份报告后结束本轮。 ## 交付契约 - 全部产物落在 `/fixture/workspace/task-1/` 下。 - 整个 session 产生的任何截图、设备日志、logcat、抓包 脚本或输出,统统输出到 `/fixture/workspace/task-1/evidence/`。 - 禁止散落到 /tmp、TikTok repo 根或其他目录。 - 特别地:`/fixture/workspace/task-1/logs/` 是执行框架日志目录, 设备日志和 logcat 严禁写入或重定向到 logs/。这个目录不需操作。 - **`Conditions.jsonl`** — 本批确证的执行条件。**只能由 `conditions` 工具写入**,不要手动创建或编辑这个文件 - **`EvidenceReport.md`** 全文用**简体中文**撰写(仅标识符保持英文),**严格按下面这个"采证报告"模板与章节顺序输出**: ```markdown # 采证报告 ## 总结结论 - 总体结论: 全部复现 / 部分复现 / 未复现 / 证据不足 - 环境: 平台、设备、构建、账号、region、实验配置 - 关键阻塞: ## SPEC 验证项逐项对比 | ID | 原始验证点 | 结论 | 实际观察 | 原因分析 | 证据 | |---|---|---|---|---|---| | V1 | ... | 已复现 / 未复现 / 部分复现 / 证据不足 | ... | ... | evidence/... | ## 主路径执行记录 ... ## 分支 / fallback / diagnostics ... ## 已知边界与不可证明项 ... ## 证据索引 - evidence/... ``` 章节命名和顺序必须与模板一致;"SPEC 验证项逐项对比"里的每个 V 对应 SecuritySpec 判定标准里的一条,一一列全,不要合并、不要遗漏。 - **`EvidenceReport.json`** 同目录再写一份**机器可读**的搜证结论(纯 JSON,UTF-8,不加 markdown 围栏),schema 如下,枚举值必须严格用大写英文常量: ```json { "overall": "REPRODUCED | NOT_REPRODUCED | PARTIALLY_REPRODUCED | BLOCKED | EVIDENCE_INSUFFICIENT | NOT_APPLICABLE", "environment": { "platform": "android | ios", "device": "...", "build_ref": "...", "account": "...", "region": "...", "experiments": { "": "" } }, "blockers": ["..."], "spec_items": [ { "id": "V1", "point": "原始验证点摘要", "verdict": "REPRODUCED | NOT_REPRODUCED | PARTIALLY_REPRODUCED | EVIDENCE_INSUFFICIENT | NOT_APPLICABLE | BLOCKED", "observation": "实际观察", "cause": "原因分析", "evidence": ["evidence/xxx.png", "evidence/yyy.log"] } ], "main_path": "主路径执行记录的一句话摘要", "diagnostics": ["分支 / fallback / diagnostics 关键结论"], "known_limits": ["已知边界与不可证明项"], "evidence_index": ["evidence/..."] } ``` 枚举值枚举清单(供参考): - overall/verdict 中的 `REPRODUCED` = 全部复现 - `NOT_REPRODUCED` = 未复现 - `PARTIALLY_REPRODUCED` = 部分复现 - `BLOCKED` = 前置条件阻塞 - `EVIDENCE_INSUFFICIENT` = 证据不足 - `NOT_APPLICABLE` = 不适用 两份产物必须内容一致:`EvidenceReport.md` 是人读版,`EvidenceReport.json` 是同一次搜证结论的结构化对照,字段与 md 里"SPEC 验证项逐项对比"表格一一对应,你不要生成或猜测. 任务上下文: - 标题: 剪贴板越权读取 - 平台: android - 目标构建 commitSHA: (默认分支 develop) - 历史尝试次数: 1 ## 一些相关知识库(仅参考) ## 执行条件记录(**本批执行必做,与写 EvidenceReport.md 同等强制**) 你是**第一个真正把这件事在真机上跑通的人**。EffectiveSpec.md 里的执行条件(账号 / 入口路径 / 实验开关 / 构建方式 / 必要操作)是评估阶段**基于工单和代码调研推断出来的,没有在真机上验证过** —— 对不上是常态,写对了也只是碰巧。 所以本批请把「**复现并取证这个安全问题真正需要哪些条件**」逐条记下来。注意记录的对象是**条件本身**,不是"spec 哪里写错了": ``` /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js conditions record --kind <类型> --scope "<业务模块>" --subject "<这条讲哪件事>" --statement "<条件是什么>" \ [--spec ] [--spec-said ""] \ [--payload ''] [--evidence ] [--assumed] ``` - `--kind`:account / entry_path / experiment / env / tricky / pitfall —— 分别对应 账号权限 / UI 路径 / 实验开关 / 设备构建 / 必要操作 / 陷阱 - `--scope`:这条在**哪个业务模块内成立**,如 "Story 相机"、"消息盒子"。**要稳定可复用**,别写成本任务专有的描述 - `--subject`:这条**讲哪一件事**,如 "特效面板入口路径"、"发布所需账号权限"。**同一件事在不同任务里必须写成同一个 subject** —— 这是系统判定新旧知识是否冲突的依据,写飘了矛盾就永远发现不了 - `--statement`:条件本身,写成**将来别人能直接照做**的形式 - `--spec`:顺手标注 spec 猜得怎么样 —— `predicted`(spec 已写对)/ `contradicted`(spec 写错了,请一并给 `--spec-said`)/ `absent`(spec 没提到)。**这一项只是给 spec 质量打分用的,不影响这条条件是否该记** - `--payload`:能结构化就结构化,如 `'{"abid":"7712334"}'` 或 `'{"path":["我的","设置","隐私"]}'`。有结构化载荷时冲突判定精确得多 - 默认按「真机已验证」记录;**只是你从代码里读出来、没实际跑通的,加 `--assumed`** **要记的是"下一个同模块任务也用得上"的条件**:取证路径实际怎么走 / 需要哪个账号或权限才能触达 / 要开哪个实验或 mock / 必须冷启动才能观察到 / 抓包或 hook 需要什么前置。 **不要记**:本次特有的代码改动、具体行号、一次性环境故障、你自己的操作失误。**你为了做得更好而主动做的设计取舍也不算条件** —— 那写进 EvidenceReport.md。 - **发现一条就立刻记一条**,不要攒到最后(session 末尾必漏)。 - **本轮结束前执行一次** `/opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js conditions done`,它会汇总本批记了什么(无论最终证据结论如何都适用)。 - **拿不准算不算就记下来** —— 漏记的代价远大于多记。 - 这是你唯一被允许的"修正 spec"的方式:**严禁直接编辑 EffectiveSpec.md 或 TestSpec.md**。 ### 卡住时可以再查一次知识库 ``` /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js kb recall --target security:sec-1 "<你的问题,用你会对同事说的话写>" ``` prompt 顶部那份知识是**按平台和历史有用度**选的,跟这张单子写了什么无关 —— 所以入口路径、实验开关、账号权限这类**跟当前这个页面绑定**的知识,派发时不可能命中。**在真机上卡住的那一刻直接查**: - 例:`/opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js kb recall --target security:sec-1 "Story 相机特效面板从哪进"` - 命中的条目会**接着现有编号往下排**(顶部已经到 K6,新命中就是 K7、K8…),用法和顶部那些完全一样:采纳了就在报告里标 `〔K7〕`,并计入最后的 `KB_USED:` - **查不到就是查不到**,它会直说;这时按你自己的调研走,别把「没查到」当成「不存在」 - 与你的代码调研冲突时,**永远以代码为准** > 为什么值得花这几秒:被打回或进入下一批执行时,你读到的 EffectiveSpec.md 会自动带上这些已确证的条件,**你不会再踩同一个坑**;它们还会沉淀进蒸馏库,让以后同模块任务的 spec 从第一版就带着真实条件。 ## 其他人工补充: ## 起构建 / 拉包 / 部署 —— 用 `wait-for`,不要自己写壳和轮询 **起一个长命令并等它跑完,一次调用:** ```bash /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --run '<你本来要跑的那条构建命令,原样放进来>' \ --timeout 45m --label 'iOS build r2' ``` 它替你做完这四件事:后台起(与本次 Bash 调用解耦)、输出收进日志文件、等到结束、 把**真实退出码 + 日志末尾几十行**打回来。你不需要再写 `nohup`、不需要自己 `echo $? > x.exit`、不需要 `while true; do … sleep; done`。 **等一件已经在跑的事**(别人起的构建、上一批留下的进程): ```bash /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --pgrep 'airb pull' --timeout 20m --label 'pull app' # 等进程结束 /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --pid 12345 --tail /tmp/build.log --timeout 30m # 等某个 pid /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --file ./deploy.log --match 'pull success' --timeout 20m # 等日志出现标记 /opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --until 'airb cmd "test -f /tmp/r3_build.exit"' --timeout 45m # 等任意条件 ``` 退出码:**0 成功 · 1 命令失败(真实退出码在输出里) · 124 超时**。 超时**不会杀掉 `--run` 起的命令**,而是打印 pid 和一条现成的续等命令 —— 等了 40 分钟的构建不该因为超时设小了就白等。`--help` 有全部参数。 **构建命令本身照抄本节点 skill 里的那条,不要凭记忆重写。** 它很长、带 `--other_linker_flags` 这类嵌套引号,重写时引号转义搓错一次, 就白烧一个 25 分钟的构建 —— 这是已经发生过的事。 把那条命令原样塞进 `--run '…'` 即可,转义只需处理最外层单引号。 **为什么必须这样:** 你每发一次 Bash 都是一个完整回合(思考 + 生成 + 全量缓存读取)。 用 `pgrep` / `date` / `du -sh` 一格一格轮询一个 25 分钟的构建,要烧掉几十个回合—— 实测这类**完全重复的调用占了全部 Bash 调用的 14%**,是本系统最大的一块无谓开销。 `wait-for` 把它压成一次。 - Bash 工具的超时上限已经放宽到 1 小时,所以一次 `wait-for` 真的能等完一个构建; 但**默认仍是 2 分钟**,要长等就在 Bash 调用上显式传 `timeout`(毫秒)。 - 超过 2 分钟又没显式设超时的命令会被挪到**后台**,而后台任务会吊住整个 agent 进程不退出—— 已经因此把做完的评估拖成"超时终止"。长命令要么设超时,要么用 `wait-for` 等。 - **不要用它等设备 UI 状态。** `catuse apps | grep -q …`、`adb shell dumpsys window | grep -q mCurrentFocus`、 `uiautomator dump | grep -q …` 这类**不要**放进 `--until`。构建有确定的终点,等不到就是还没好; **UI 状态没有** —— 它可能永远不出现(点错页、弹窗挡住、App 崩了),而这时你只会拿到一句 「没等到」,不知道现在到底在哪一页。用 `catuse ui` / 截图看一眼当前状态,再决定下一步。 实测:上线三天里 33 次超时烧掉 4.4 小时,**全是这么用的**,超时值清一色 3–8 分钟(UI 尺度,不是构建尺度)。 - **等界面就用 `/opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --ui-text '<文案>'`,别写死 `sleep`。** 点完 / 冷启 / 切页之后要等某个画面, 写 `/opt/homebrew/lib/node_modules/bun/bin/bun.exe /fixture/satellite.js wait-for --ui-text 'Inbox|收件箱'`(正则,不分大小写):每秒读一次结构树,出现就立刻返回; 等加载提示消失用 `--ui-gone 'Loading'`。默认 30 秒、上限 3 分钟 —— 它是秒级的,不是上面那种长等; 等不到时会**打印当前屏幕上的文案**,你直接知道实际在哪一页,不用再截图看。上一批抽样里每轮有 3–21 分钟 花在写死的 `sleep` 上,多数界面一两秒就好了。点击后零点几秒的 settle(`sleep 1`)照常写。 - `wait-for` 只负责**等**,不负责启动。构建照旧用本节点的构建方式起(后台起 + 落一个退出码文件), 再用 `--until` 等那个文件。 - 等到 124 超时,就如实写"等了 N 分钟未完成",**不要改写成「验证环境阻塞」**—— 后者是最贵的误判,它看起来像基础设施坏了,于是没人会重跑。