From cb184145e962509a296efd97f519ad895375063d Mon Sep 17 00:00:00 2001
From: maogeigei <maogeigei@gmail.com>
Date: Tue, 15 Sep 2026 22:11:59 +0800
Subject: [PATCH] =?UTF-8?q?feat(cost):=20=E9=97=A8=E7=A6=81=E8=A1=A5?=
 =?UTF-8?q?=E4=B8=8A=20`Read`=20=E2=80=94=E2=80=94=20=E8=A6=86=E7=9B=96?=
 =?UTF-8?q?=E7=AC=AC=E4=BA=8C=E5=A4=A7=E8=BE=93=E5=87=BA=E6=BA=90=EF=BC=88?=
 =?UTF-8?q?=E7=94=A8=E6=88=B7=E7=82=B9=E5=87=BA=E3=80=8C=E9=87=8D=E7=82=B9?=
 =?UTF-8?q?=E6=98=AF=E6=8A=8A=E5=A4=A7=E8=BE=93=E5=87=BA=E5=8E=BB=E6=8E=89?=
 =?UTF-8?q?=E3=80=8D=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

用户纠正（2026-09-15）：① 「12 万 token 就收口」**不是他定的规则**（他选的是"设会话预算"这个方向，
12 万/80 是我自己收紧的取值，未与他确认）；② 「切会话」只是**缓解**，**不是重点** ——
他早在更早一轮就点明过：「跟平台参数没关系……**为什么还要在上下文中 如何才能去掉**」。

⇒ 重点 = **让大输出根本不进入历史**，唯一能做到的就是**入口拦截**。而原门禁**只管 Bash** ——
实测 `Read` 是**第二大输出源**且**完全没被覆盖**：某会话 44 次 / 累计 238 K 字符、单条最大 33 K 字符
（≈13 K token）；另一会话 136 次 / 217 K 字符。

**改动**
- `bash-output-guard.py`：新增 `READ_BIG = 400 KB` + `read_too_big()`；`tool_name == 'Read'` 时，
  目标文件 > 400 KB ⇒ **deny**，文案给出两条等价做法（`Read` 带 `offset`/`limit` 分段读；
  或先 `grep -n 关键词 文件 | head -20` 定位行号再读那几行）
- `settings.json`：该 hook 的 matcher `"Bash"` → **`"Bash|Read"`**（⚠️ 配置是启动快照 ⇒ **需重启生效**）

**实测 5/5**：Read 小文件放行 ｜ **Read 大文件拦** ｜ Bash `cat 大文件` 仍拦 ｜ Bash `ls -la` 仍放行 ｜ Write 不受影响
---
 dsh-server-docs/scripts/bash-output-guard.py | 32 +++++++++++++++++++-
 1 file changed, 31 insertions(+), 1 deletion(-)

diff --git a/dsh-server-docs/scripts/bash-output-guard.py b/dsh-server-docs/scripts/bash-output-guard.py
index eb2df52..68a23ba 100644
--- a/dsh-server-docs/scripts/bash-output-guard.py
+++ b/dsh-server-docs/scripts/bash-output-guard.py
@@ -110,6 +110,22 @@ def log(root, detail):
 
 
 CAT_BIG = 200 * 1024          # `cat` 目标文件 > 200 KB 才值得拦（小文件放行 ⇒ 防日常误伤）
+READ_BIG = 400 * 1024         # `Read` 目标文件 > 400 KB ⇒ 至少几万 token ⇒ 拦（2026-09-15 实测补）
+#   ↑ 为什么补 Read：本钩子最初只管 Bash，但实测 `Read` 是**第二大输出源** ——
+#     某会话 44 次 / 累计 238 K 字符、单条最大 33 K 字符（≈13 K token）；另一会话 136 次 / 217 K 字符，
+#     且**完全没有被任何机制覆盖**。⇒ "想把大输出从上下文里去掉"，就必须覆盖所有会灌大输出的工具。
+
+
+def read_too_big(payload):
+    """`Read` 一个大文件 ⇒ True。取不到大小（文件不存在/相对路径）⇒ False（放行）。"""
+    ti = payload.get('tool_input') or {}
+    p = ti.get('file_path') or ti.get('path') or ''
+    if not isinstance(p, str) or not p:
+        return False
+    try:
+        return os.path.getsize(p) > READ_BIG
+    except OSError:
+        return False
 
 
 def cat_bigfile(cmd):
@@ -169,7 +185,8 @@ def main():
         return
     if (payload.get('hook_event_name') or '') != 'PreToolUse':
         return
-    if (payload.get('tool_name') or '') != 'Bash':
+    tool = payload.get('tool_name') or ''
+    if tool not in ('Bash', 'Read'):      # 覆盖**所有**会灌大输出的工具（2026-09-15 由用户点出补 Read）
         return
     if os.environ.get('DSH_OUTPUT_GUARD_OFF'):
         return
@@ -178,6 +195,19 @@ def main():
             return
     except Exception:
         pass
+    if tool == 'Read':
+        if read_too_big(payload):
+            fp = str(((payload.get('tool_input') or {}).get('file_path')) or '')
+            log(str(root), 'DENY｜Read 大文件｜%s' % fp[:110])
+            _emit({'hookSpecificOutput': {
+                'hookEventName': 'PreToolUse', 'permissionDecision': 'deny',
+                'permissionDecisionReason': (
+                    '💰 拦下：**Read 大文件**（`%s`）—— 它的**全文会写进会话历史、之后每轮全量重发**。\n'
+                    '✅ 分段读：`Read` 加 `offset` / `limit`（例 `limit: 120`）只取你要的那段；'
+                    '或先 `grep -n "关键词" 文件 | head -20` 定位行号，再读那几行。\n'
+                    'ℹ️ 确实要通读 ⇒ 用 Bash 分批 `sed -n \'1,200p\' 文件`；急停 env `DSH_OUTPUT_GUARD_OFF=1` '
+                    '或 `.workbuddy/bash-guard.disabled`。' % fp[:80])}})
+        return
     cmd = ((payload.get('tool_input') or {}).get('command')) or ''
     if not cmd or SAFE.search(cmd):
         return