dsh-auto-approval-llm

外观

18 · 确认制学习 ​

Confirmation learning

一句话定位：同一操作在 Auto 档被你反复人工确认之后，第 N 次起自动放行——且放行前仍要过一次标准在线评审。默认关（learningEnabled: false），开了也只对「低危、非锁定类别、无熔丝命中」的窄域生效。

18.1　触发与计数：四挂点构造，单汇聚点记账 ​

四个带倒计时的人工询问点是唯一的「学习素材」入口，但它们只构造上下文，不碰账本：

挂点行号场景
LOW 升级 ESCALATEindex.ts:L2696评审结论是 ask
MEDIUM 无 LLMindex.ts:L2709本档未送审
MEDIUM llmTakeoverindex.ts:L2720竞速 + 异步复审并行
HIGHindex.ts:L2791高风险倒计时

计数/清零/持久化单汇聚于 askHuman 内紧邻 pushHistory 的一段（index.ts:L2295-2312）：竞速结案后由 approvalSource 产出诚实来源（L2236-2242），confirmActionFor(source) 定动作（learning.ts:L251-255）——human-allow→increment、human-deny→reset、其余一切来源 ignore；随后在 learningMutex 锁内 resetConfirmation / recordConfirm / persistLearning。其余六个 status-less 的转人路径（规则 human、humanOnly、类别 ask、manual、熔断等）不传 learnable，永不参与记账。learnableContextFor（index.ts:L1716-1767）是 learnable 的唯一生产者，熔丝判定在 learningFuseHit（index.ts:L1688-1707）。

18.2　插位安全性：硬拒不可被学习覆盖 ​

learnAttempt 定义于 index.ts:L2331-2405，唯一调用行 L2587 位于决策序的策略层 DENY 终端（L2569-2579）之后。接线顺序本身就是安全论证：凡是静态引擎判死的东西根本走不到学习层；学习层能放行的，至多是本来就要弹窗问人的模糊区。

18.3　可学域双门 learnGateEligible learning.ts:L265-277 ​

enabled ∧ staticRisk ∈ {LOW, MEDIUM}          ← HIGH 永不学
        ∧ category 非 LOCKED 四类、非 unknown/harnessInternal
        ∧ 无 fuse（风险名/理由正则或敏感路径命中，index.ts:L1688-1707）

18.4　签名机制 signatureFor learning.ts:L192-218 ​

学的是确定性模板，不是命令原文：

  • shell 类按词法分解逐段出模板：头命令 + 子命令字面量 + 排序去重后的旗标名 + <in:path>/<out:path> 槽位（segmentTemplate，learning.ts:L143-175）；工具类是 name(key:type,…) 参数形状（toolTemplate，learning.ts:L177-185）。同输入恒同输出，模板零原始值。
  • 双向剪裁：任一词 dynamic/glob/quoted、pwsh 冒号形参 -Param:、或头命令 ∈ {tee,dd,sed,truncate,install} ——任一命中整段即 undefined，整行不学也不中（learning.ts:L209）；整行再过字符白名单与 ≤512 长度复检（L213）。含变量的命令既进不了账本，也匹配不了账本。
  • 落盘骨架先过 redactSecrets（L197/L214）——账本里没有秘密。

18.5　存储：learning.json（六个运行态文件之一） ​

SHA-256(sigVersion|kind|workspace|signature) 作键（learning.ts:L221-223）；条目 TTL 默认 30 天、全库上限 100 条、按 lastAt LRU 逐出（evictLearning，learning.ts:L305-315）；同步 tmp+rename 原子替换（persistLearning，learning.ts:L339-347）。工作区隔离：查找要求条目的 workspace 与当前工作区精确相等（learning.ts:L401）——A 项目攒下的确认资格带不到 B 项目。细节样例见 §11.2。

18.6　消费闸：命中也要再过一次评审 ​

learnDecision = gate ∧ cap ∧ lookup（learning.ts:L429-445）。命中后 learnAttempt 复用 reviewWithLLM 走标准在线评审——同超时预算、同重试机制（index.ts:L2368-2372）；只要不是干净的 ALLOW，或评审结果带 CRITICAL 矛盾标记（reviewerAutoAllowBlocked），一律当未命中处理、滑回原风险分支（index.ts:L2375-2378）。真正放行时：会话内 cap+1（每根会话累计上限 50，learningSessionAllowCap，constants.ts:L26）、恰达帽值的那一次放行（第 50 次）落一条 learning-cap-reached 审计告警（index.ts:L2379-2383）、notifyUser 弹「✅ 已学习放行」提示（L2384-2386），history 记 source:'learned-allow'（L2387-2399）。到帽后学习层休眠（learningCapState，learning.ts:L408-410），全部回人工。

18.7　配置与失效语义 ​

项默认说明
learningEnabledfalse总开关，默认关是铁律：不开就没有任何行为差异
learningThreshold3所需人工确认次数 N；保存钳入 [2,10]（clampLearningThreshold，learning.ts:L231-242），越界由 resolveConfig 发 warn（index.ts:L255-262）

设置卡「确认制学习」子卡两控件 + 七行说明文案（buildLearningBody client/index.ts:L1761-1782，注册 L1990；locale 中英各 12 键）。失效语义一句话：任何一环不成立——开关关、类别锁定、熔丝命中、条目过期/损坏/跨工作区、到帽、评审不干净——都视同未命中，回到原有的人工/LLM 分支。学习层只做减法路上的加速器，从不当裁判。