5.9 KiB
L1 — 系统架构与安全模型层
文档版本: 2.0
适用项目: sgClaw（ZeroClaw 重构版）
编制日期: 2026-03-26
1. 架构总览
重构后的 sgClaw 架构要点很简单：浏览器宿主负责页面执行，Rust 进程负责任务解释与协议编排，ZeroClaw 作为兼容运行时被接入到 Rust 侧，而不是直接替代整个系统。
┌──────────────────────────────┐
│ Browser Host / Chromium Side │
│ - 启动 sgClaw 子进程 │
│ - 发送 init / submit_task │
│ - 执行 command 并回 response │
└──────────────┬───────────────┘
│ STDIO + JSON Line
┌──────────────▼───────────────┐
│ sgClaw Rust Runtime │
│ - 握手与消息循环 │
│ - MAC Policy │
│ - BrowserPipeTool │
│ - Planner fallback │
│ - ZeroClaw compat runtime │
└──────────────┬───────────────┘
│ Provider API / Local Config
┌──────────────▼───────────────┐
│ Model Provider │
│ - DeepSeek/OpenAI-compatible │
│ - 仅在配置存在时启用 │
└──────────────────────────────┘
架构上最重要的变化是：当前系统不是“完整 ZeroClaw 产品”，而是“保留现有浏览器协议的前提下，把 ZeroClaw 作为兼容执行内核引入”。
2. 运行时分层
2.1 浏览器宿主层
宿主负责三类职责：
- 启动和托管 sgClaw Rust 子进程。
- 按协议发送
init、submit_task、response。 - 执行 Rust 发来的浏览器命令并回包。
sgClaw 仓库本身不包含 Chromium/C++ 实现代码，因此 L1 只定义宿主责任边界，不再把外部仓库中的假定文件结构写成“当前仓库现状”。
2.2 Rust 控制层
Rust 侧是当前仓库的事实主体，职责包括：
- 在
src/lib.rs中建立StdioTransport。 - 完成握手、加载
rules.json、创建BrowserPipeTool。 - 在消息循环中接收浏览器消息并分发到执行层。
- 把执行日志和任务结果回传给宿主。
2.3 执行层
执行层当前有两条路径：
-
planner fallback
说明：当未配置DEEPSEEK_API_KEY等环境变量时，使用仓库内置的轻量 planner 执行。 -
ZeroClaw compat runtime
说明：当提供模型配置后，通过src/compat/runtime.rs构造 provider、memory 和browser_action工具，把任务交给 vendored ZeroClaw Agent。
这两条路径共存，是当前重构期的核心现实。文档必须保留这一点，否则会误导实现和联调。
3. ZeroClaw 重构的架构意义
ZeroClaw 在本项目中的角色不是“大而全框架接管一切”，而是解决三个具体问题：
- 统一模型 Provider 抽象。
- 为后续记忆、工具调度、可观测性留出标准扩展位。
- 在不改浏览器协议的前提下，替换任务执行内核。
当前兼容层的限制也必须明确：
- 只注册一个工具：
browser_action。 - 只开放 4 个动作：
click/type/navigate/getText。 - 不以 ZeroClaw 的全量工具生态作为对外能力宣称。
4. 安全模型
4.1 安全目标
系统安全目标不是“模型永远正确”，而是“即使模型给出错误指令，也只能在受限边界内执行”。
4.2 三层安全约束
第一层：握手与会话完整性
- 浏览器必须先发
init。 - sgClaw 必须回
init_ack。 - 会话级
hmac_seed用于后续命令签名。 - 未完成握手，不进入运行态。
第二层：Rust 侧 MAC Policy
src/security/mac_policy.rs 从 resources/rules.json 加载规则，校验：
- 目标域名是否在
domains.allowed中。 - 动作是否在
pipe_actions.allowed中。 - 被明确封禁的动作是否命中
pipe_actions.blocked。
这意味着即便协议枚举中定义了更多动作，也不代表当前会话可以执行它们。
第三层：宿主侧命令执行约束
浏览器宿主仍应在接收命令后做本地校验，包括：
- 序列号关联。
- HMAC 校验。
- 域名与页面上下文匹配。
- 非法参数拒绝执行。
docs/浏览器对接标准.md 是这一层的联调基线。
5. 关键架构决策
5.1 使用 STDIO 作为唯一主链路
原因：
- 进程私有，外部进程不能直接接入。
- 与浏览器子进程托管方式天然匹配。
- 协议简单，适合 JSON Line 一问一答模型。
5.2 保留协议前提下重构执行核
原因：
- 浏览器宿主联调成本最低。
- Rust 侧可以独立迭代 planner 和 ZeroClaw 路径。
- 产品文档、测试和协议标准可以围绕同一条 contract 收敛。
5.3 先做最小工具面，再扩动作
原因：
- 当前最稳定的是
click/type/navigate/getText。 - 动作越多，宿主和模型之间的契约越难稳定。
- 在规则文件仍只开放 4 个动作的前提下，文档不应提前放大能力范围。
6. 架构结论
L1 层面可以把 sgClaw 定义为：一个通过固定浏览器协议接入宿主、以 Rust 为控制层、以 ZeroClaw 为兼容执行核、以 MAC Policy 为最小安全边界的浏览器智能体运行时。
这一定义与当前仓库实现保持一致，也为后续继续扩展动作、工具和记忆系统保留了清晰边界。