Self-hosted workflows for coding-agent delivery. Orchestrate CodeBuddy, Codex and Claude Code with scripts and human approval gates. Includes Local workflows for coding assistants.
Runner 登录凭证写回:前期验证记录
验证日期:2026-11-17。基于 0dabc555(Antigravity 登录支持),独立分支
feature/runner-login-writeback-verification。这一阶段只有测试与实验记录,未把原型验证器接入
Runner。后续正式实现位于 feature/runner-managed-auth,见实现说明。
补充验证中,经用户明确授权,使用本机 Antigravity 登录
真实刷新并保留最新凭证;未读取、刷新或修改本机 Codex / Claude Code 的真实登录。
结论
身份校验能阻止换号,但“cleanup 再刷新一次以确认 refresh token 的归属”尚不适合直接作为三种 CLI 的通用实现。
在模拟认证服务的契约下,原型保留正常轮换和后续刷新,能拒绝整套换号、伪造本地身份、 只换 refresh token、只换 access token、同工作区不同用户、同用户不同组织。 这些结果证明的是算法在明确假设下的行为,不是真实供应商兼容性认证。
同时复现了两个会影响正常续期的边界:
- 服务端已经轮换 refresh token,但响应在客户端收到之前丢失。隔离保存的仍是已消耗的 旧 token,无法恢复客户端从未收到的新 token;直接重试还可能触发 token 重用检测。
- 两个沙箱或宿主机 CLI 使用同一份一次性 refresh token。第二次使用可以导致认证服务 撤销整个 token family。宿主机文件的内容比较与原子 rename 不能撤销服务端的变化。
因此,先前“遇到网络错误就隔离并重试,可以避免丢失轮换凭证”的说法需要收窄: 只有已经收到、并持久化了新凭证,之后的身份查询失败,才验证了可在重启后安全恢复。
Codex 三方同时刷新的具体解释
上面的严格一次性 token / family 撤销模拟,不能直接等同于 Codex 服务端的实际策略。 OpenAI 维护者于 2026-02-01 的解释指出, 其刷新服务允许旧 refresh token 在有限宽限期内多次使用,当时描述为约一小时量级。 这是维护者对当时实现的说明,不是当前时长或所有轮换细节的稳定契约;本次未用真实账号验证。
两个 SOP 与宿主机同时从同一份原凭证刷新,在该宽限机制下可以各自成功,不能断言只有 一个成功、另两个必定退出登录。当前 LoopForge 给 SOP 的是各自私有 HOME 内的文件副本, 不是三方共享同一个宿主机认证文件。若宿主机先保存新凭证,两个 SOP 后续 cleanup 会发现 宿主机已经不同于最初快照并跳过写回;SOP 不会因此自动收到宿主机的最新凭证。
仍需单独验证的正常路径是:沙箱早已复制了旧凭证,宿主机已刷新,沙箱却在宽限结束后才 首次用旧 refresh token 刷新。独立 HOME 无法通过重新读取自己的文件获得宿主机更新, 当前 cleanup 的内容比较也不能协调运行中的刷新。不能仅增加 cleanup 锁就声称解决了 两个 SOP 与宿主机 CLI 之间的刷新协调。
第一轮模拟测试边界
- 全部凭证由测试生成,只有
example.test、fake-*等虚构值。 - 当前实现的验证使用真实的
prepareConversationRunnerLogin和 cleanup,但覆盖 HOME、 CODEX_HOME、CLAUDE_CONFIG_DIR、Claude OAuth 环境变量,并让 Antigravity 明确使用临时文件。 不读取真实凭证、不访问钥匙串、不触发真实续期。 - 协议原型仅连接
httptest.NewTLSServer创建的本机服务,拒绝重定向。 /profile是测试假定存在的可信身份接口,并非声明三家都有相同的公开接口。- 轮换、保持原 refresh token 且响应省略该字段、重用导致 family 撤销,都是分别模拟的 服务端策略;不代表每家目前都实施全部策略。
- 第一轮没有真实 Claude Code 订阅测试,没有对当前 Codex 账号操作。Antigravity 真实 续期的补充结果见下节。没有用模拟结果替代对话或 SOP native/Docker 的真实路径结果。
第一轮执行结果
最终合并执行 107 个叶子场景,全部通过,开启 -race,无跳过、无数据竞争报告。
| 场景 | 数量 | 结果含义 |
|---|---|---|
| 当前三种 CLI 的真实 cleanup 实现 | 12 | 复现正常写回及现有换号校验缺口,并非修复 |
| 三种文件格式 × 两类刷新策略 × 身份/续期场景 | 54 | 原型允许正常续期,拒绝换号/混合凭证,后续可继续模拟刷新 |
| 私有状态恢复、宿主机更新/退出、响应丢失 | 21 | 已收到的新凭证可恢复;响应丢失明确返回结果不明 |
| 多副本重复使用 refresh token | 1 | 确认文件 CAS 不能阻止服务端 family 撤销 |
| 官方 Codex 0.163.0 二进制、虚构账号与本机服务 | 1 | 连续两次刷新并保存/复用最新 refresh token |
| 既有凭证生命周期回归 | 18 | 保持现有行为 |
官方 Codex 项使用 account/read(refreshToken: true) 显式触发刷新,不调用模型。
模拟服务收到两次刷新;一次非本机目标的代理请求被本地代理拒绝。子进程没有访问真实
供应商或本机登录。因此它证实了官方 CLI 的刷新/保存协议行为,不是生产账号自动续期验收。
补充验证:官方刷新接口与真实 Antigravity
Codex 0.163.0:官方外部认证接口可用
按照官方 App Server 文档使用实验性
chatgptAuthTokens 登录和 account/chatgptAuthTokens/refresh 回调。启动三个私有 HOME
的官方 CLI,模拟宿主机与两个任务都接入同一个 Runner 刷新入口。三方最初只拿 access token,
本机模拟服务分别拒绝旧 token 后,三个 CLI 都回调宿主。
结果:3 次认证拒绝 → 3 次回调 → 1 次模拟发行端刷新 → 3 个 CLI 恢复。 Runner 先原子保存并 fsync 发行端返回的新凭证,再交付 access token;三个 CLI 的私有 HOME 都没有拿到 Runner 保管的 refresh token。这是官方客户端与模拟发行端的协议实测,未使用 当前 Codex 账号。没有证明不接入 Runner 的其他宿主机 CLI 也能被这把锁协调。
Claude Code 2.1.326:有回调实现,但受入口限制
检查官方发布的 @anthropic-ai/[email protected] JavaScript 和本机官方 CLI,
发现 getOAuthToken / oauth_token_refresh 路径;公开的 sdk.d.ts 未声明此选项。
本机 CLI 还检查客户端入口:普通 sdk-ts 没有启用这条回调,允许的内部入口包括 local-agent。
全部在隔离 HOME、虚构凭证与本机模拟服务下实测,无 Claude 订阅、无真实 Anthropic 调用:
- 普通
sdk-ts负对照:收到模拟 401 后回调数为 0,认证失败。 - 显式测试内部
local-agent路径:3 次模拟 401 → 3 次宿主回调 → 1 次模拟刷新 → 3 次模型请求重试成功。模型响应由本机夹具生成,没有消费订阅或 API 额度。
这证明当前客户端有可工作的协议实现,没有证明它是稳定公开 SDK 契约,也没有完成真实 Claude 订阅、组织归属或服务端刷新策略验收。内部入口仅用于隔离实验,正式实现不能把 未经确认的内部能力当成无条件支持。
Antigravity 1.5.10:真实 Google 并发刷新成功
TestWritebackProbeAntigravityLiveRefresh 显式 opt-in 后读取本机既有 Antigravity 钥匙串
记录。只调用官方 agy models,通过让私有副本的 access token / expiry 失效触发真实刷新;
不修改宿主原件使其过期、不触发交互登录、不调用付费模型推理。
| 真实场景 | 结果 |
|---|---|
| native 单次前置刷新 | 成功,18 个模型,refresh token 未变化 |
| 两路 native + 一路 Docker 同用旧 refresh token 并发刷新 | 三路全部成功,各返回 18 个模型,refresh token 均未变化 |
| 三路完成后再用同一个 refresh token 刷新 | 成功,refresh token 仍未变化 |
| 删除 refresh token,只保留有效 access token,native 查询模型 | 成功,18 个模型 |
| 同样的 access-only 文件,Docker 查询模型 | 成功,18 个模型 |
| 最终 access token 向 Google OIDC userinfo 查询身份 | 成功,不记录账号标识 |
此处“宿主侧”是隔离的 native 凭证副本;验证的是同一个真实 Google refresh token 的 并发重用行为,没有把用户正在使用的外部宿主 CLI 改接到新的管理器。native / Docker 都是 直接执行官方 CLI,没有重新创建完整对话或 SOP 业务任务。
有效刷新结果保留到原钥匙串来源;检测到宿主源已更新且 refresh token 相同,保留宿主更新。
模型查询失败也先检查是否已生成需要保留的新凭证。所有并发进程收集结束后才清理私有副本。
Docker 使用宿主 HOME 下缓存目录的私有临时子目录和严格 bind mount;未共享的 macOS /tmp
不能被误当作已经挂载的凭证目录。测试目录 0700、凭证 0600,成功后全部删除,不写入镜像或仓库。
结论只适用于本次账号、版本与请求范围:没有观察到“刷新一次立即作废旧 refresh token”。 这降低了本次并发导致掉登录的担忧。access-only 查询成功还不能证明长任务中的 token 热更新、 token 到期后的自动恢复,或未来的服务端轮换策略。
补充实验的隔离方式
scripts/probe-cli-auth-control.py 为 Codex / Claude 创建临时证书和仅本机的模拟服务。
Claude 的官方主机名由本机夹具模拟,用来进入客户端第一方 OAuth 分支;代理绝不向外转发,
子进程同时由 macOS 禁止访问外网和真实认证目录。证书只传给测试子进程,不修改系统信任。
这不是生产认证代理方案。Antigravity 的真实测试在另一个进程运行,没有使用该代理或测试 CA。
现有实现的复现
下表为改动前的复现结果。后续 TestRunnerLoginSandboxEditsNotWrittenBack 已改为断言拒绝这些编辑;
托管续期的正向覆盖由刷新管理器和官方客户端测试提供。
| 改动 | Codex | Claude Code | Antigravity |
|---|---|---|---|
| 同账号正常续期(改动前) | 写回 | 写回 | 写回 |
| 整套换号,身份字段也变更 | 拒绝 | 写回 | 拒绝 |
| 换号,但保留/伪造原本的本地身份字段 | 写回 | 写回 | 写回 |
| 保留 access token,仅换另一账号的 refresh token | 写回 | 写回 | 写回 |
Codex 的 tokens.account_id、Antigravity 的 email、以及 Claude 的本地配置都不能单独
证明新 refresh token 的归属。尤其 Codex 的工作区 ID 不应被当成唯一的用户标识。
测试中的验证器
这是 _test.go 内的实验,不是待发布的生产验证器:
- 在复制凭证前,向可信身份服务确认宿主机的主体、工作区、组织,保存 Runner 私有基准。 本地已过期凭证如何建立这一基准,尚需各 CLI 的具体协议解决。
- 将候选文件保存到沙箱之外的 Runner 私有状态。示例目录
0700、文件0600, 临时文件写入后fsync、rename、目录fsync。身份基准与原文件快照都不由沙箱提供。 - 未变更的候选直接跳过,不额外刷新。宿主机已更新或已登出,直接放弃写回。
- 候选 access token 若能验证,先拒绝不同主体。access token 已失效则不以此判断归属。
- 兑换候选 refresh token,保存认证服务返回的完整新凭证,再核实新 access token 的身份。 这一步才会暴露“access 属于 A、refresh 属于 B”的混合凭证。
- 身份一致且宿主机仍未变更,写回服务端返回的新凭证,绝不写回已经被再次兑换的沙箱凭证。 响应未给新 refresh token 时保留兑换时使用的 token,不把它清空。
- 新凭证已持久化、身份服务暂时故障:恢复后只查询身份,不重复兑换旧 refresh token。
刷新请求结果不明:标记
uncertain,不盲目重试,也不声称已恢复自动续期。
测试还保留 Claude 的 scopes、subscriptionType、rateLimitTier 等字段,并验证写回后的 凭证能在下一次模拟 CLI 调用中继续刷新。
接入前仍需解决
| CLI | 已确认的协议依据 | 仍缺少的验证 |
|---|---|---|
| Codex | 官方外部认证回调已通过三客户端并发合并验证;接口为实验性 | 独立测试账号下的主体/工作区绑定、轮换与重用策略,以及未接入管理器的宿主客户端 |
| Claude Code | 当前客户端内部回调路径通过模拟 401 与三进程重试验证;普通 sdk-ts 不支持 | 可公开依赖的接口、真实订阅与组织归属、服务端刷新契约;不能把内部入口直接作为稳定能力 |
| Antigravity | 同一真实 refresh token 的三路并发与后续重用成功;access-only 查询成功 | 长进程跨过期时接收新 access token 的机制、更多账号/版本行为;不能只比较 email |
还需处理:刷新成功到本地状态持久化之间的进程/磁盘故障窗口、长期待验证凭证过期、 待处理记录的清理与权限隔离、宿主机非合作 CLI 的并发刷新。现有文件写入器在 rename 前 再次读取,但这不是与外部 CLI 共同参与的线性化 CAS。
更稳妥的后续方向是确认各 CLI 是否允许 Runner 管理刷新:真实 refresh token 留在可信 进程,沙箱获得短期 access token 或限于本次会话的刷新句柄。先检查官方扩展点;本次不 在正式执行路径引入认证代理、TLS 拦截或新的鉴权路径,也不关闭现有自动写回。
复现命令
go test ./internal/runtime -run '^TestWritebackProbe' -count=1 -v
go test -race ./internal/runtime -run '^TestWritebackProbe' -count=1
包含既有凭证生命周期回归:
go test -race ./internal/runtime \
-run '^Test(WritebackProbe|RunnerLogin|ManagedLogin|ConversationRunnerLogin|Antigravity.*Login)' \
-count=1
默认不会启动任何本机 CLI。TestManagedLoginOfficialCodex 需要显式设置
LOOPFORGE_PROBE_CODEX_BIN,并要求 macOS sandbox-exec。它给官方二进制提供全新的 HOME、
虚构的 token 和本机模拟刷新服务,同时由操作系统禁止读取真实认证目录、写入真实 HOME
和访问非本机网络。此项只验证 CLI 协议行为,不验证真实供应商策略。
LOOPFORGE_PROBE_CODEX_BIN=/absolute/path/to/official/codex \
go test -race ./internal/runtime -run '^TestManagedLoginOfficialCodex$' -count=1 -v
官方 CLI 外部认证协议(全部是假凭证、本机模拟响应;需要 macOS、Python 3.9+、openssl):
python3 scripts/probe-cli-auth-control.py codex --binary /absolute/path/to/official/codex
python3 scripts/probe-cli-auth-control.py claude --binary /absolute/path/to/official/claude \
--clients 1 --expect-unsupported-sdk
# 下面仅验证内部入口,不能据此认定公开 SDK 已支持。
python3 scripts/probe-cli-auth-control.py claude --binary /absolute/path/to/official/claude \
--claude-entrypoint local-agent
以下是会读取并刷新真实 Antigravity 登录的单独 opt-in,要求预先准备不含凭证的官方 CLI Docker 镜像;只在已授权的机器运行,确保 PATH 中的 docker 连接本地引擎:
LOOPFORGE_PROBE_AGY_LIVE=1 \
LOOPFORGE_PROBE_AGY_BIN=/absolute/path/to/official/agy \
LOOPFORGE_PROBE_AGY_DOCKER_IMAGE=credential-free-official-agy-image \
go test ./internal/runtime -run '^TestWritebackProbeAntigravityLiveRefresh$' -count=1 -v
协议依据
- Codex 官方认证实现:
persist_tokens、request_chatgpt_token_refresh、RefreshResponse。 - Claude Code 官方认证说明:登录及自动刷新。
- Google OAuth 刷新契约: 刷新返回新 access token,示例响应不含 refresh token。
- Google OIDC:userinfo 与稳定主体标识。
- RFC 6749 §6:若发行新 refresh token,客户端必须替换旧值。
- RFC 9700 §4.14.2:refresh token 轮换及重用检测可能导致当前 family 撤销。