metona-ai-desktop/electron/harness/tools/built-in/browser-window-manager.ts

/**
 * BrowserWindowManager — 单例浏览器窗口管理器
 *
 * 提供网页加载、截图、JS 执行、内容提取、交互操作能力。
 * 单例懒加载，首次调用时创建，browserClose() 显式销毁。
 *
 * @see docs/Agent网络工具通用设计-v2.md — 第 4 章 browser 浏览器设计
 */

import { BrowserWindow, session } from 'electron';
import log from 'electron-log';
// v0.7.3 P2-2: CORS Origin 回显（纯函数在 network-utils，可表测）
import { corsAllowOrigin, extractOriginHeader } from './network-utils';

/** Agent 浏览器专用 session partition — 与主应用 default session 完全隔离 */
const AGENT_PARTITION = 'persist:metona-agent-browser';

export interface BrowserOpenOptions {
  url: string;
  waitSelector?: string;
}

export interface BrowserOpenResult {
  title: string;
  url: string;
}

export interface ScreenshotOptions {
  fullPage?: boolean;
  selector?: string;
}

export interface ScreenshotResult {
  data: string; // Base64 PNG
  width: number;
  height: number;
}

export interface ExtractResult {
  text: string;
  links: Array<{ text: string; url: string }>;
}

export interface ScrollOptions {
  direction?: 'down' | 'up' | 'top' | 'bottom';
  selector?: string;
}

export interface WaitOptions {
  selector?: string;
  timeMs?: number;
}

export class BrowserWindowManager {
  private win: BrowserWindow | null = null;
  private currentUrl: string | null = null;
  /**
   * v0.3.0 修复 + 崩溃修复: 单一操作串行链 — open 与 fetchPageText 共用。
   *
   * 崩溃实证（main.log 三处异常终止点 100% 相关）：web_search 并行抓取触发多个
   * web_fetch 同时进入浏览器回退时，后到的 open() 因 URL 不同销毁前一个正在
   * 加载/执行 JS 的窗口（ERR_ABORTED ×3 = 崩溃 ×3；无并发销毁的 53 次回退从未崩溃）。
   * 串行化完整抓取序列（open→等待→evaluate）后，destroy 只会在链上发生。
   */
  private openChain: Promise<unknown> = Promise.resolve();

  /** 窗口是否就绪 */
  get ready(): boolean {
    return this.win !== null && !this.win.isDestroyed();
  }

  /**
   * 崩溃修复: 安全获取当前 webContents — 窗口已销毁时抛出可捕获错误。
   *
   * 原实现的 ensureReady 检查与实际 executeJavaScript/loadURL 调用之间存在
   * 竞态窗口（检查通过后窗口被并发 open() 的 destroy() 销毁），对已销毁
   * webContents 调用 API 会同步抛 "Object has been destroyed" 或触发原生层
   * use-after-free。所有窗口方法改为此守卫 + 即时校验。
   */
  private safeWebContents(): Electron.WebContents {
    if (!this.win || this.win.isDestroyed()) {
      throw new Error('Browser window not ready or destroyed. Call open first.');
    }
    return this.win.webContents;
  }

  // ===== browserOpen =====

  async open(options: BrowserOpenOptions): Promise<BrowserOpenResult> {
    // v0.3.0 修复: 并发互斥锁 — 串行化所有 open 调用，避免竞态导致窗口状态混乱
    const run = async (): Promise<BrowserOpenResult> => this.openInternal(options);
    // 串行化：等待前一个操作完成（open 与 fetchPageText 共用一条链）
    this.openChain = this.openChain.then(run, run);
    return this.openChain as Promise<BrowserOpenResult>;
  }

  /**
   * 内部实际执行 open（不排队 — 供已在链上的调用方直接使用）
   *
   * 崩溃修复: destroy() 仅在链上（openInternal / close）发生 —— 消除
   * "后到 open 销毁前一个正在加载/执行 JS 的窗口" 的跨链竞态。
   */
  private async openInternal(options: BrowserOpenOptions): Promise<BrowserOpenResult> {
    // 若已有窗口加载了不同 URL → 先关闭重建
    if (this.win && this.currentUrl !== options.url) {
      this.destroy();
    }

    if (!this.win) {
      this.win = new BrowserWindow({
        width: 1280,
        height: 800,
        show: false,
        webPreferences: {
          nodeIntegration: false,
          contextIsolation: true,
          sandbox: true,
          // v0.3.0 修复: 独立 partition，与主应用 default session 完全隔离
          // 防止 Agent 浏览产生的 Cookie/缓存/存储污染主应用
          partition: AGENT_PARTITION,
          // v0.3.0 修复: 恢复 webSecurity，CORS 需求通过 session.webRequest 处理
          webSecurity: true,
          plugins: false,
          webviewTag: false,
        },
      });

      // v0.3.0 修复: 拦截 window.open，Agent 浏览的页面不允许再开新窗口
      this.win.webContents.setWindowOpenHandler(() => ({ action: 'deny' }));

      // v0.7.4 P2-2 修正: 页面内部整页导航（点击链接/服务端重定向）后同步 currentUrl，
      // 否则 CORS allowedOrigin 停留在旧 origin，新页面跨域请求被误拦（fail-closed 方向，
      // 属功能过度收紧而非安全漏洞）。destroy 时置 null 覆盖清理。
      this.win.webContents.on('did-navigate', (_event, url) => {
        this.currentUrl = url;
      });

      // v0.3.0 修复: 使用 CORS 放行替代 webSecurity: false
      // 仅对 agent session 放行 CORS，不影响主应用
      // v0.7.3 P2-2 收紧: ACAO 从通配 '*' 改为回显请求 Origin —— 通配值让任意
      // 第三方页面都能借该分区跨域读取；回显等价保留截图/页面自身跨域能力，
      // 并附加 Vary: Origin 防止共享缓存把定向值串到其他 Origin。
      // v0.7.4 P2-2 根治: 回显任意 Origin 仍等价"允许凭据的全开放 CORS"（回显值
      // 非 '*' 时浏览器会携带 cookies 跨域读取）。现仅当请求 Origin 与当前浏览
      // 页面 Origin 完全一致时回显（同源请求本就不需要 CORS，放行无副作用）；
      // 跨域 Origin / 无 Origin 一律不加 ACAO 头 —— 保持默认同源策略阻止读取，
      // 彻底堵死"第三方页面借该分区凭据读取跨域资源"的通道。
      const agentSession = session.fromPartition(AGENT_PARTITION);
      agentSession.webRequest.onHeadersReceived((details, callback) => {
        // Electron 类型在此版本的 OnHeadersReceivedListenerDetails 上不暴露
        // requestHeaders —— 显式声明读取面（Origin 大小写不敏感提取）
        const requestHeaders = (
          details as unknown as { requestHeaders?: Record<string, string | string[] | undefined> }
        ).requestHeaders;
        const originHeader = extractOriginHeader(requestHeaders);
        // 允许的 Origin = 当前浏览页面的 origin（URL 解析失败视为未知 → 不放行）
        let allowedOrigin: string | null = null;
        if (this.currentUrl) {
          try {
            allowedOrigin = new URL(this.currentUrl).origin;
          } catch {
            allowedOrigin = null;
          }
        }
        const acao = corsAllowOrigin(originHeader, allowedOrigin);
        if (!acao) {
          // 跨域/无 Origin 请求 —— 不加 ACAO，保持浏览器默认同源策略
          callback({ responseHeaders: details.responseHeaders });
          return;
        }
        callback({
          responseHeaders: {
            ...details.responseHeaders,
            'Access-Control-Allow-Origin': acao,
            Vary: [...(details.responseHeaders?.Vary ?? []), 'Origin'],
          },
        });
      });
    }

    if (this.win.isDestroyed()) {
      throw new Error('Browser window destroyed before navigation');
    }
    await this.loadURLWithTimeout(this.win, options.url, 30_000);
    this.currentUrl = options.url;

    // 可选等待选择器
    if (options.waitSelector) {
      await this.waitForSelector(options.waitSelector, 10_000);
    }

    const title = await this.evaluate('document.title');
    return { title: String(title ?? ''), url: options.url };
  }

  // ===== browserScreenshot =====

  async screenshot(options: ScreenshotOptions = {}): Promise<ScreenshotResult> {
    // 崩溃修复: safeWebContents 即时校验（消除检查-使用间竞态）
    const wc = this.safeWebContents();
    const win = this.win!;

    // 元素截图
    if (options.selector) {
      const rect = (await wc.executeJavaScript(
        `(() => {
          const el = document.querySelector(${JSON.stringify(options.selector)});
          if (!el) return null;
          const r = el.getBoundingClientRect();
          return { x: r.x, y: r.y, width: r.width, height: r.height };
        })()`,
        true,
      )) as { x: number; y: number; width: number; height: number } | null;

      if (!rect) throw new Error(`Element not found: ${options.selector}`);

      const image = await wc.capturePage({
        x: Math.round(rect.x),
        y: Math.round(rect.y),
        width: Math.round(rect.width),
        height: Math.round(rect.height),
      });
      return { data: image.toPNG().toString('base64'), width: rect.width, height: rect.height };
    }

    // 全页截图
    if (options.fullPage) {
      const dims = (await wc.executeJavaScript(
        `({ width: document.documentElement.scrollWidth, height: document.documentElement.scrollHeight })`,
        true,
      )) as { width: number; height: number };

      // 先滚动到底部触发懒加载
      await wc.executeJavaScript(`window.scrollTo(0, document.body.scrollHeight)`, true);
      await this.sleep(500);
      await wc.executeJavaScript(`window.scrollTo(0, 0)`, true);
      await this.sleep(300);

      const image = await wc.capturePage({
        x: 0,
        y: 0,
        width: dims.width,
        height: dims.height,
      });
      return { data: image.toPNG().toString('base64'), width: dims.width, height: dims.height };
    }

    // 视口截图
    const image = await wc.capturePage();
    const size = win.isDestroyed() ? [0, 0] : win.getContentSize();
    return { data: image.toPNG().toString('base64'), width: size[0], height: size[1] };
  }

  // ===== browserEvaluate =====

  /**
   * 在浏览器页面上下文中执行 JS
   *
   * #46 修复: 增强安全防护
   * - 审计日志：记录所有 executeJavaScript 调用，便于事后追溯恶意操作
   * - 超时控制：防止恶意 JS 无限阻塞主进程（Electron 原生不支持超时，用 Promise.race 模拟）
   *
   * 注意：完全沙箱隔离较难实现（需要 iframe/Web Worker + API 白名单），
   * 当前先实现审计 + 超时作为缓解措施。webPreferences 已配置 contextIsolation: true
   * 和 sandbox: true，Electron API 不会被暴露给页面。
   */
  async evaluate(js: string): Promise<unknown> {
    // 崩溃修复: safeWebContents 即时校验（ensureReady 与实际调用间的竞态会引发
    // "Object has been destroyed" 同步抛出 / 原生层 use-after-free）
    const wc = this.safeWebContents();

    // #46 修复: 审计日志 — 记录所有 executeJavaScript 调用（截断前 500 字符），便于追溯
    log.info('[BrowserWindowManager] evaluate JS (first 500 chars):', js.substring(0, 500));

    // #46 修复: 超时控制 — 防止恶意 JS 无限阻塞主进程
    const EVAL_TIMEOUT_MS = 10_000;
    let timer: ReturnType<typeof setTimeout> | undefined;
    try {
      const result = await Promise.race([
        wc.executeJavaScript(js, true),
        new Promise<never>((_, reject) => {
          timer = setTimeout(() => {
            // 审查修复 M17: 超时后中止页面 JS 执行。
            // executeJavaScript 返回的 Promise 无法取消，页面脚本仍会继续运行，
            // 调用 webContents.stop() 中止页面正在执行的脚本（win 可能已销毁，try/catch 兜底）。
            try {
              this.win?.webContents.stop();
            } catch {
              /* 窗口可能已销毁，忽略 */
            }
            reject(new Error(`evaluate timed out after ${EVAL_TIMEOUT_MS}ms`));
          }, EVAL_TIMEOUT_MS);
        }),
      ]);
      if (typeof result === 'string') return result;
      return result;
    } finally {
      if (timer) clearTimeout(timer);
    }
  }

  // ===== browserExtract =====

  /**
   * 崩溃修复: 排队版页面抓取 — 串行化完整 open→等待→evaluate 序列。
   *
   * web_fetch 浏览器回退的入口。并行回退（web_search 自动抓取并发 3）此前
   * 各自直接 open/evaluate 共享单例，后到者销毁前者的窗口（崩溃根因，
   * 见 openChain 注释）。排队后同一时刻只有一个抓取在使用窗口。
   *
   * @returns 提取的页面正文；失败/内容过短返回 null（调用方走失败路径）
   */
  async fetchPageText(url: string): Promise<string | null> {
    const run = async (): Promise<string | null> => {
      await this.openInternal({ url });
      await this.sleep(2_500);
      const text = (await this.evaluate(`
        (function() {
          var clone = document.body.cloneNode(true);
          var noise = clone.querySelectorAll('script, style, noscript, nav, header, footer, aside, iframe, svg');
          noise.forEach(function(el) { el.remove(); });
          return clone.innerText || '';
        })();
      `)) as string;
      return text && text.trim() ? text : null;
    };
    this.openChain = this.openChain.then(run, run);
    return this.openChain as Promise<string | null>;
  }

  async extract(selector?: string): Promise<ExtractResult> {
    const wc = this.safeWebContents();

    const result = (await wc.executeJavaScript(
      `(() => {
        const root = ${selector ? `document.querySelector(${JSON.stringify(selector)})` : 'document.body'};
        if (!root) return null;
        const clone = root.cloneNode(true);
        clone.querySelectorAll('script, style, noscript, iframe, svg, nav, header, footer, aside').forEach(el => el.remove());
        const text = (clone.innerText || '').trim();

        const links = [];
        const anchors = (selector ? root : document).querySelectorAll('a[href^="http"]');
        for (const a of anchors) {
          if (links.length >= 50) break;
          const text = (a.textContent || '').trim();
          if (text && a.href) links.push({ text, url: a.href });
        }
        return { text, links };
      })()`,
      true,
    )) as { text: string; links: Array<{ text: string; url: string }> } | null;

    if (!result) throw new Error(selector ? `Element not found: ${selector}` : 'No body content');

    return { text: result.text, links: result.links };
  }

  // ===== browserClick =====

  async click(selector: string, wait = false): Promise<void> {
    if (wait) {
      await this.waitForSelector(selector, 10_000);
    }
    const wc = this.safeWebContents();

    const found = await wc.executeJavaScript(
      `(() => {
        const el = document.querySelector(${JSON.stringify(selector)});
        if (!el) return false;
        el.scrollIntoView({ behavior: 'smooth', block: 'center' });
        return true;
      })()`,
      true,
    );

    if (!found) throw new Error(`Element not found: ${selector}`);

    await this.sleep(300);
    await this.safeWebContents().executeJavaScript(
      `(() => {
        const el = document.querySelector(${JSON.stringify(selector)});
        if (!el) return;
        el.click();
      })()`,
      true,
    );
    await this.sleep(500);
  }

  // ===== browserType =====

  async type(
    selector: string,
    text: string,
    options: { clear?: boolean; submit?: boolean } = {},
  ): Promise<void> {
    const wc = this.safeWebContents();

    const found = await wc.executeJavaScript(
      `(() => {
        const el = document.querySelector(${JSON.stringify(selector)});
        if (!el) return false;
        el.scrollIntoView({ behavior: 'smooth', block: 'center' });
        el.focus();
        return true;
      })()`,
      true,
    );

    if (!found) throw new Error(`Element not found: ${selector}`);
    await this.sleep(300);

    // 清空 + 赋值 + 触发事件（兼容 React/Vue）
    await this.safeWebContents().executeJavaScript(
      `(() => {
        const el = document.querySelector(${JSON.stringify(selector)});
        if (!el) return;
        ${options.clear ? 'el.value = "";' : ''}
        el.value += ${JSON.stringify(text)};
        el.dispatchEvent(new Event('input', { bubbles: true }));
        el.dispatchEvent(new Event('change', { bubbles: true }));
      })()`,
      true,
    );

    if (options.submit) {
      await this.safeWebContents().executeJavaScript(
        `(() => {
          const el = document.querySelector(${JSON.stringify(selector)});
          if (!el) return;
          if (el.form) el.form.submit();
          else el.dispatchEvent(new KeyboardEvent('keydown', { key: 'Enter', bubbles: true }));
        })()`,
        true,
      );
      await this.sleep(1_000);
    } else {
      await this.sleep(300);
    }
  }

  // ===== browserScroll =====

  async scroll(options: ScrollOptions = {}): Promise<void> {
    const wc = this.safeWebContents();

    if (options.selector) {
      await wc.executeJavaScript(
        `(() => {
          const el = document.querySelector(${JSON.stringify(options.selector)});
          if (el) el.scrollIntoView({ behavior: 'smooth', block: 'center' });
        })()`,
        true,
      );
      return;
    }

    const direction = options.direction ?? 'down';
    const js =
      {
        down: 'window.scrollBy(0, 500)',
        up: 'window.scrollBy(0, -500)',
        top: 'window.scrollTo(0, 0)',
        bottom: 'window.scrollTo(0, document.body.scrollHeight)',
      }[direction] ?? 'window.scrollBy(0, 500)';

    await wc.executeJavaScript(js, true);
    await this.sleep(300);
  }

  // ===== browserWait =====

  async wait(options: WaitOptions = {}): Promise<void> {
    if (options.selector) {
      await this.waitForSelector(options.selector, options.timeMs ?? 10_000);
    } else {
      await this.sleep(options.timeMs ?? 1_000);
    }
  }

  // ===== browserClose =====

  /**
   * 关闭并清理（应用退出 / browser close 动作时调用）
   *
   * 崩溃修复: session 存储清理从 destroy() 迁移至此 —— destroy() 此前对
   * 仍在使用中的 partition（紧随其后就会新建窗口）fire-and-forget 调用
   * clearStorageData/clearCache，与新窗口初始化并发执行，构成原生存储层
   * 竞态（崩溃引爆点）。close() 是终态路径，await 清理与窗口销毁不再交叠。
   */
  async close(): Promise<void> {
    this.destroy();
    try {
      const ses = session.fromPartition(AGENT_PARTITION);
      await ses.clearStorageData({
        storages: [
          'cookies',
          'localstorage',
          'indexdb',
          'shadercache',
          'serviceworkers',
          'cachestorage',
        ],
      });
      await ses.clearCache();
    } catch {
      /* ignore */
    }
  }

  // ===== 内部辅助 =====

  /** 带超时的 loadURL（Electron 原生不支持 timeout 选项） */
  private async loadURLWithTimeout(
    win: BrowserWindow,
    url: string,
    timeoutMs: number,
  ): Promise<void> {
    let timer: NodeJS.Timeout | null = null;
    const timeoutPromise = new Promise<never>((_, reject) => {
      timer = setTimeout(
        () => reject(new Error(`Page load timeout after ${timeoutMs}ms: ${url}`)),
        timeoutMs,
      );
    });

    // 崩溃修复: Race 落败方的 rejection 必须兜底 —— 超时/窗口销毁先触发时，
    // loadURL 随后以 ERR_ABORTED 拒绝，无人处理会成为 unhandledRejection
    const loadPromise = win.loadURL(url);
    loadPromise.catch(() => {
      /* 落败方 rejection 已由 race 胜者处理，此处仅防漏 */
    });

    try {
      await Promise.race([loadPromise, timeoutPromise]);
    } catch (e) {
      // v0.3.0 修复: 超时后停止页面加载，避免后台继续消耗网络和 CPU 资源
      if (!win.isDestroyed()) {
        try {
          win.webContents.stop();
        } catch {
          /* ignore */
        }
      }
      throw e;
    } finally {
      if (timer) clearTimeout(timer);
    }
  }

  private async waitForSelector(selector: string, timeoutMs: number): Promise<void> {
    const startTime = Date.now();
    while (Date.now() - startTime < timeoutMs) {
      // 崩溃修复: 循环内即时校验（窗口可能在等待期间被链上操作销毁）
      const found = await this.safeWebContents().executeJavaScript(
        `!!document.querySelector(${JSON.stringify(selector)})`,
        true,
      );
      if (found) return;
      await this.sleep(300);
    }
    throw new Error(`Timeout waiting for selector: ${selector}`);
  }

  private destroy(): void {
    if (this.win && !this.win.isDestroyed()) {
      try {
        this.win.webContents.stop();
      } catch {
        /* ignore */
      }
      try {
        this.win.destroy();
      } catch {
        /* ignore */
      }
    }
    this.win = null;
    this.currentUrl = null;
    // 崩溃修复: 移除 session 清理 —— 原实现 fire-and-forget 清理仍在使用的
    // partition，与紧随其后的新窗口创建并发，构成原生存储层竞态。
    // 存储清理迁移至 close()（终态路径，见方法注释）。
  }

  private sleep(ms: number): Promise<void> {
    return new Promise((resolve) => setTimeout(resolve, ms));
  }

  /** 应用退出时清理（close 现为异步 — 含 session 存储终态清理） */
  static async cleanup(manager: BrowserWindowManager | null): Promise<void> {
    if (manager) await manager.close();
    log.info('[BrowserWindowManager] Cleaned up');
  }
}