dsh-eval-guard 0.2.0 → 0.2.1

package/lib/index.js

@@ -389,6 +389,20 @@ const SYSTEM_READ_DIRS = [
 	"/sys",
 	"/var/lib"
 ];
+/** Python stdlib/venv directories that may live next to a workspace. */
+function pythonRuntimeDirs(workspace) {
+	const dirs = /* @__PURE__ */ new Set();
+	for (const ancestor of [workspace, ...ancestorsOf(workspace)]) for (const lib of ["lib", "lib64"]) {
+		const base = path.join(ancestor, lib);
+		try {
+			for (const entry of fs.readdirSync(base, { withFileTypes: true })) if (entry.isDirectory() && entry.name.startsWith("python")) {
+				const real = fs.realpathSync.native(path.join(base, entry.name));
+				if (!SYSTEM_READ_DIRS.some((system) => real === system || real.startsWith(system + "/"))) dirs.add(real);
+			}
+		} catch {}
+	}
+	return [...dirs];
+}
 /** Ancestors of a path, outermost first. */
 function ancestorsOf(target) {
 	const out = [];
@@ -534,6 +548,10 @@ function writePolicy(workspace, rules) {
 	}
 	lines.push(line("read", runtime.node));
 	for (const file of [runtime.ptcProcess, runtime.ptcControl]) if (file !== void 0) lines.push(line("read", file));
+	for (const dir of pythonRuntimeDirs(workspace)) {
+		lines.push(line("read", dir));
+		for (const ancestor of ancestorsOf(dir)) lines.push(line("exact", ancestor));
+	}
 	for (const rule of rules) lines.push(line("rule", (rule.allow ? "allow " : "deny ") + rule.path));
 	if (!(workspace === "/tmp" || workspace.startsWith("/tmp/"))) lines.push(line("tmpbind", path.join(workspace, ".tmp")));
 	fs.writeFileSync(file, lines.join("\n") + "\n", {
@@ -579,6 +597,7 @@ function bwrapArgs(workspace, cwd, rules, runtime) {
 	}
 	for (const manifest of manifests) args.push("--ro-bind", manifest, manifest);
 	for (const file of [runtime.ptcProcess, runtime.ptcControl]) if (file !== void 0) args.push("--ro-bind", file, file);
+	for (const dir of pythonRuntimeDirs(workspace)) args.push("--ro-bind", dir, dir);
 	for (const rule of rules) {
 		if (!rule.allow) continue;
 		try {
@@ -1301,8 +1320,8 @@ var Guard = class {
 //#endregion
 //#region src/task.ts
 /**
-* The tank task pack: packaged workspace.zip install, prompt construction, and the one
-* run record the evaluator later reads.
+* Task packs: packaged workspace.zip install, original prompt construction, and
+* the run record the evaluators later read.
 * @module dsh-eval-guard/task
 */
 /** Tasks offered by the installer. */
@@ -1310,42 +1329,33 @@ const TASKS = [
 	{
 		id: TANK_TASK,
 		label: TANK_TASK_LABEL,
-		description: "1v1 坦克大战 bot：解压 workspace.zip 后编写 workspace/submission/bot.cpp，评测时与基准及其它提交打循环赛。"
+		description: "1v1 坦克大战 bot；解压 workspace.zip，提交 workspace/submission/bot.cpp。"
 	},
 	{
 		id: WAREHOUSE_TASK,
 		label: WAREHOUSE_TASK_LABEL,
-		description: "单人单次仓储调度优化：解压 workspace.zip 后改写 workspace/src/，在输出逐字节不变的前提下尽量提速。"
+		description: "单人单次仓储调度优化；解压 workspace.zip，提交 workspace/src/。"
 	},
 	{
 		id: LAND_TASK,
 		label: LAND_TASK_LABEL,
-		description: "圈地 1v1/4 人混战 bot：解压 workspace.zip 后编写 workspace/submission/bot.cpp。"
+		description: "圈地 1v1/4 人混战 bot；解压 workspace.zip，提交 workspace/submission/bot.cpp。"
 	},
 	{
 		id: BOMBERMAN_TASK,
 		label: BOMBERMAN_TASK_LABEL,
-		description: "炸弹人 2–10 人 bot：解压 workspace.zip 后编写 workspace/submission/bot.cpp。"
+		description: "炸弹人 2–10 人 bot；解压 workspace.zip，提交 workspace/submission/bot.cpp。"
 	},
 	{
 		id: "ctf",
 		label: CTF_TASK_LABEL,
-		description: "夺旗 2–15 人 bot：解压 workspace.zip 后编写 workspace/submission/bot.cpp。"
+		description: "夺旗 2–15 人 bot；解压 workspace.zip，提交 workspace/submission/bot.cpp。"
 	}
 ];
-/** Format a blacklist for the prompt. */
-function blacklistBlock(blacklist) {
-	if (blacklist.length === 0) return "（当前没有需要特别列出的工具。）";
-	return blacklist.join("\n");
+/** Common workspace/clock sentence, keeping the original prompt's wording. */
+function clockLine(minutes) {
+	return "本次是连续 " + String(minutes) + " 分钟的单次任务，请充分利用时间持续改进，不要提前交卷。";
 }
-/** Wording shared by every task: difficulty, strong-agent comparison, no early submit. */
-const COMPETITION_LINES = [
-	"## 竞争强度",
-	"",
-	"- 这个任务并不像看起来那么简单，不要低估隐藏边界、正确性细节和对手强度。",
-	"- 你的结果会与 meow-ai-arena 中其他强 agent（如 GPT-6 Astra、Opus、Kimi K3 等）的提交在同一口径下比较，而不只是和基准 bot 比较；请按能进入前列的标准要求自己。",
-	"- 不要过早交卷：在时间上限内尽量多验证、迭代和完善，只有确实完成时才结束。"
-];
 /** The tank task definition. */
 const TANK_DEFINITION = {
 	id: TANK_TASK,
@@ -1353,39 +1363,25 @@ const TANK_DEFINITION = {
 	description: TASKS[0].description,
 	asset: path.join(packageRoot(), "assets", "tank", "workspace.zip"),
 	prompt(blacklist, options) {
+		const minutes = options.minutes ?? 90;
 		return [
-			"这是一场用于评测 AI agent 能力的坦克大战编程任务。你需要在当前工作区里独立完成它。",
-			"",
-			"## 环境与限制",
+			"按照要求编写尽可能强的坦克大战 bot。你的对手是其他顶尖 AI 模型写的 bot，它们可能主动设计战术。基准是一个中等强度、思路常规的 bot，它在正式比赛中是 0 分线；战胜基准不代表足够强，正式对手远强于基准。正式赛是 1 对 1 循环赛，用 Bradley-Terry 模型拟合实力值。",
 			"",
-			"- 你只能读写当前工作区内的文件；工作区以外的任何位置都不能访问，包括 /tmp。",
-			"- 禁止联网、禁止调用其他 AI 或子代理、禁止与其他 agent 通信或读取其他工作区。",
-			"- 评测守护会阻止并记录违规行为；违规可能导致本次评测无效。",
-			"- 任务必须自主完成：不要向用户提问、不要请求审批、不要等待任何用户输入。",
+			"解压 workspace.zip，阅读 README.md 和 RULES.md，然后开始。本次是连续 " + String(minutes) + " 分钟的单次任务，从对话开始时计时。",
 			"",
-			"## 交付",
+			"要点：",
+			"- 时间规则：连续 " + String(minutes) + " 分钟；clock.py 从解压那一刻开始计算，实际计时从对话开始计算，它只能作为参考，请尽快解压以减小误差；到点会被强制终止；",
+			"- 到点时 workspace/submission/bot.cpp 是什么就交什么：不要让它长时间停在编译不过的状态；",
+			"- 允许使用本地工具、对战和复盘；禁止联网，禁止求助其他模型（包括启动子代理：subagent、Task / Agent 工具、后台并行代理之类），除主办方发给你的材料外禁止查看其他选手的资料；",
+			"- 这台机器上同时运行着其他程序：只能结束你自己启动的进程（按进程号），不要按名字批量结束进程；",
+			"- 只能读写当前工作区内的文件，包括 /tmp 在内的其他位置都不能访问；",
+			"- 不要向我提问，也不要等待我确认。",
 			"",
-			"- 解压工作区里的 workspace.zip，把最终 bot 保存到解压后的 workspace/submission/bot.cpp（只需要这一个文件）。",
-			"- 最后用几句话说明你的策略。",
-			"",
-			"## 时间规则",
-			"",
-			"- 本次是**连续 " + String(options.minutes ?? 90) + " 分钟的单次任务**，从对话开始时开始计时。",
-			"- 交付前检查并关闭所有后台任务；到点会被强制终止。",
-			"- clock.py 从解压那一刻开始计算，而实际计时从对话开始计算；它**只能作为参考**，请尽快解压以减小误差。实际时间以评测守护为准。",
+			"完成后，用几句话简述你的策略。",
 			"",
 			"## 本次评测禁止调用的工具",
 			"",
-			blacklistBlock(blacklist),
-			"",
-			"## 工作区内容",
-			"",
-			"工作区里有一个 workspace.zip；解压后进入 workspace/ 目录，先读 README.md 和 RULES.md，规则引擎是 tank.hpp。",
-			"本地工具（arena.py、check、play、batch、vs 等）和起步模板都在解压后的 workspace/ 里，可直接使用。",
-			"",
-			...COMPETITION_LINES,
-			"",
-			"开始吧。"
+			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
 		].join("\n");
 	}
 };
@@ -1396,124 +1392,78 @@ const WAREHOUSE_DEFINITION = {
 	description: TASKS[1].description,
 	asset: path.join(packageRoot(), "assets", "warehouse", "workspace.zip"),
 	prompt(blacklist, options) {
+		const minutes = options.minutes ?? 90;
 		return [
-			"这是一场用于评测 AI agent 能力的仓储调度优化任务。你需要在当前工作区里独立完成它。",
-			"",
-			"## 环境与限制",
-			"",
-			"- 你只能读写当前工作区内的文件；工作区以外的任何位置都不能访问，包括 /tmp。",
-			"- 禁止联网、禁止调用其他 AI 或子代理、禁止与其他 agent 通信或读取其他工作区。",
-			"- 评测守护会阻止并记录违规行为；违规可能导致本次评测无效。",
-			"- 任务必须自主完成：不要向用户提问、不要请求审批、不要等待任何用户输入。",
+			"这是一场 AI 编程赛。你接手了一个代码混乱的老系统：src/ 里是一个仓储机器人调度仿真系统，功能正确，但运行很慢。你的任务是在输出与基线逐字节相同的前提下，让 src/ 尽可能快。",
 			"",
-			"## 交付",
+			"当前目录里有 workspace.zip。请先自行解压，进入 workspace 文件夹，阅读 TASK.md，然后完全按照 TASK.md 的要求独立完成任务。",
 			"",
-			"- 解压工作区里的 workspace.zip，进入解压后的 workspace/ 目录；只能修改 workspace/src/ 下的文件。",
-			"- 结束时 workspace/src/ 整个目录就是提交；不要修改 baseline/、workloads/、tools/。",
-			"- 最后用几句话说明你做了什么优化、如何验证输出不变。",
+			"要点（详见 TASK.md）：",
+			"- 只能修改 src/；编译命令固定为 g++ -O2 -std=c++20 src/*.cpp，只用 C++ 标准库；",
+			"- 对任何合法输入（以 tools/check_input.py --full 为准），输出都必须与基线逐字节相同；SPEC.md 是过时的旧文档，一切以基线代码的实际行为为准；",
+			"- 本次是连续 " + String(minutes) + " 分钟的单次任务；clock.py 从解压那一刻开始计算，实际计时从对话开始计算，它只能作为参考，请尽快解压；",
+			"- 你的结果会与其他强 agent 在同一口径下比较，而不只是和基准比较；不要提前交卷，充分利用时间继续优化和验证；",
+			"- 只能读写当前文件夹里的文件；可以使用本环境的所有工具，但不能联网搜索；",
+			"- 不要向我提问，也不要等待我确认，直到完成为止。",
 			"",
-			"## 时间规则",
-			"",
-			"- 本次是**连续 " + String(options.minutes ?? 90) + " 分钟的单次任务**，从对话开始时开始计时。",
-			"- 交付前检查并关闭所有后台任务；到点会被强制终止，以当时的 src/ 为准。",
-			"- clock.py 从解压那一刻开始计算，而实际计时从对话开始计算；它**只能作为参考**，请尽快解压以减小误差。实际时间以评测守护为准。",
+			"完成后请告诉我：src 文件夹的完整路径，并用几句话总结你做了什么。",
 			"",
 			"## 本次评测禁止调用的工具",
 			"",
-			blacklistBlock(blacklist),
-			"",
-			"## 工作区内容",
-			"",
-			"解压后 workspace/ 里有 TASK.md、SPEC.md、baseline/、src/、workloads/public/ 和 tools/。",
-			"先读 TASK.md、baseline 代码和 SPEC.md；SPEC.md 是旧文档，与基线代码不一致时以基线代码的行为为准。",
-			"编译命令固定为 g++ -O2 -std=c++20 src/*.cpp；输出必须与 baseline 逐字节相同，包括所有能通过 tools/check_input.py --full 的输入。",
-			"用 python3 tools/bench.py 检查正确性和耗时，用 tools/gen.py 生成更多输入和基线对拍。",
-			"",
-			...COMPETITION_LINES,
-			"",
-			"开始吧。"
+			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
 		].join("\n");
 	}
 };
-/** Shared prompt for the three bot-writing tasks. */
-function botTaskPrompt(intro, submit, workspaceLines, blacklist, options) {
-	return [
-		intro,
-		"",
-		"## 环境与限制",
-		"",
-		"- 你只能读写当前工作区内的文件；工作区以外的任何位置都不能访问，包括 /tmp。",
-		"- 禁止联网、禁止调用其他 AI 或子代理、禁止与其他 agent 通信或读取其他工作区。",
-		"- 评测守护会阻止并记录违规行为；违规可能导致本次评测无效。",
-		"- 任务必须自主完成：不要向用户提问、不要请求审批、不要等待任何用户输入。",
-		"",
-		"## 交付",
-		"",
-		submit,
-		"- 最后用几句话说明你的策略。",
-		"",
-		"## 时间规则",
-		"",
-		"- 本次是**连续 " + String(options.minutes ?? 90) + " 分钟的单次任务**，从对话开始时开始计时。",
-		"- 交付前检查并关闭所有后台任务；到点会被强制终止。",
-		"- clock.py 从解压那一刻开始计算，而实际计时从对话开始计算；它**只能作为参考**，请尽快解压以减小误差。实际时间以评测守护为准。",
-		"",
-		"## 本次评测禁止调用的工具",
-		"",
-		blacklistBlock(blacklist),
-		"",
-		"## 工作区内容",
-		"",
-		...workspaceLines,
-		"",
-		...COMPETITION_LINES,
-		"",
-		"开始吧。"
-	].join("\n");
-}
-/** Land (territory) bot task. */
+/** Land bot task, adapted from the original participant prompt. */
 const LAND_DEFINITION = {
 	id: LAND_TASK,
 	label: LAND_TASK_LABEL,
 	description: TASKS[2].description,
 	asset: path.join(packageRoot(), "assets", "land", "workspace.zip"),
 	prompt(blacklist, options) {
-		return botTaskPrompt("这是一场用于评测 AI agent 能力的圈地对战 bot 编程任务。你需要在当前工作区里独立完成它。", "- 解压工作区里的 workspace.zip，进入 workspace/；从 starter/bot.cpp 起步，最终把单文件程序保存到 workspace/submission/bot.cpp。", [
-			"解压后 workspace/ 里有 RULES.md、TASK.md、engine/、anchors/、starter/ 和 submission/。",
-			"先读 RULES.md、TASK.md、engine/game.py 和 starter/bot.cpp；规则以 engine/game.py 为准。",
-			"本地裁判：python3 engine/referee.py submission/bot.cpp anchors/greedy.cpp --games 10（单挑），也可加多个 bot 打混战。",
-			"只能提交一个 bot.cpp，编译参数固定为 g++ -O2 -std=c++20，单文件、只用 C++ 标准库。"
-		], blacklist, options);
+		return [
+			"这是一场正式的 AI 编程对抗赛，你的对手是其他顶尖 AI 模型写的 bot，它们会主动切断你、抢你的地。比赛结果会公开排名，请拿出你的最高水平。",
+			"",
+			"请解压当前目录的 workspace.zip，进入 workspace 文件夹，按 TASK.md 的要求编写一个尽可能强的圈地对战 bot，保存为 workspace/submission/bot.cpp。" + clockLine(options.minutes ?? 90) + "只能读写当前文件夹里的文件，不能联网搜索，不要向我提问。",
+			"",
+			"## 本次评测禁止调用的工具",
+			"",
+			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
+		].join("\n");
 	}
 };
-/** Bomberman bot task. */
+/** Bomberman bot task, adapted from the original participant prompt. */
 const BOMBERMAN_DEFINITION = {
 	id: BOMBERMAN_TASK,
 	label: BOMBERMAN_TASK_LABEL,
 	description: TASKS[3].description,
 	asset: path.join(packageRoot(), "assets", "bomberman", "workspace.zip"),
 	prompt(blacklist, options) {
-		return botTaskPrompt("这是一场用于评测 AI agent 能力的炸弹人对战 bot 编程任务。你需要在当前工作区里独立完成它。", "- 解压工作区里的 workspace.zip，进入 workspace/；最终把单文件程序保存到 workspace/submission/bot.cpp。", [
-			"解压后 workspace/ 里有 README.md、RULES.md、engine/、baseline.cpp 和 submission/。",
-			"先读 README.md、RULES.md 和 engine/engine.py；baseline.cpp 是公开练习对手，可以编译、对战和复盘。",
-			"同一程序要支持 2–10 人；编译参数固定为 g++ -O2 -std=c++20，单文件、只用 C++ 标准库。",
-			"用 engine/arena.py 或 README 里的本地命令做对战和回放验证。"
-		], blacklist, options);
+		return [
+			"按照要求编写尽可能强bot，你的对手是全球其他顶尖ai，可能主动设计战术。基准只是很弱的bot，它在正式比赛为0分线。正式赛会对战多轮，用Bradley-Terry模型拟合实力值。",
+			"解压 workspace.zip，阅读 README.md 和 RULES.md，编写支持2–10人的炸弹人 bot。" + clockLine(options.minutes ?? 90) + "允许本地工具、对战和复盘，禁止联网、调用其他AI或查看其他选手资料。提交 submission/bot.cpp，简述策略。",
+			"",
+			"## 本次评测禁止调用的工具",
+			"",
+			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
+		].join("\n");
 	}
 };
-/** CTF (capture the flag) bot task. */
+/** CTF bot task, adapted from the original participant prompt. */
 const CTF_DEFINITION = {
 	id: "ctf",
 	label: CTF_TASK_LABEL,
 	description: TASKS[4].description,
 	asset: path.join(packageRoot(), "assets", "ctf", "workspace.zip"),
 	prompt(blacklist, options) {
-		return botTaskPrompt("这是一场用于评测 AI agent 能力的夺旗对战 bot 编程任务。你需要在当前工作区里独立完成它。", "- 解压工作区里的 workspace.zip，进入 workspace/；最终把单文件程序保存到 workspace/submission/bot.cpp。", [
-			"解压后 workspace/ 里有 README.md、RULES.md、arena.py、engine.py、core.py、baseline.cpp 和 submission/bot.cpp 模板。",
-			"先读 README.md、RULES.md 和 submission/bot.cpp；一个程序统一控制己方 3 个角色，支持 2–15 个阵营。",
-			"本地对战：python3 arena.py play submission/bot.cpp baseline --seed 7，或 arena.py batch；baseline.cpp 是公开练习对手。",
-			"编译参数固定为 g++ -O2 -std=c++20，单文件、只用 C++ 标准库。"
-		], blacklist, options);
+		return [
+			"按照要求编写尽可能强的 bot，你的对手是全球其他顶尖 AI，可能主动设计战术。基准是一个中等强度、思路常规的 bot，它在正式比赛是 0 分线；战胜基准不代表足够强，正式对手远强于基准。正式赛会对战多轮，用 Bradley-Terry 模型拟合实力值。",
+			"解压 workspace.zip，阅读 README.md 和 RULES.md，编写支持 2–15 方的夺旗 bot。" + clockLine(options.minutes ?? 90) + "允许本地工具、对战和复盘，禁止联网、调用其他 AI 或查看其他选手资料。提交 workspace/submission/bot.cpp，简述策略。",
+			"",
+			"## 本次评测禁止调用的工具",
+			"",
+			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
+		].join("\n");
 	}
 };
 /** All task definitions keyed by id. */
@@ -1524,7 +1474,7 @@ const TASK_DEFINITIONS = {
 	[BOMBERMAN_TASK]: BOMBERMAN_DEFINITION,
 	["ctf"]: CTF_DEFINITION
 };
-/** Install, check, and prompt services for the task pack. */
+/** Install, check, and prompt services for the task packs. */
 var TaskService = class {
 	guard;
 	registry;

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "dsh-eval-guard",
-  "version": "0.2.0",
+  "version": "0.2.1",
   "type": "module",
   "description": "Evaluation guard for DSH: workspace-only filesystem, no network/subagents, wall-clock limits, and task installation for the meow-ai-arena tank task.",
   "license": "MIT",