Skip to content

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.

16.4 KB
Raw Blame

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:

  1. 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。
  2. 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:

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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