Feature: Add list_files and get_screenshot MCP tools

Add the two P2c MCP tools on top of the P2b protocol. list_files lists
drives (COMMAND_LIST_DRIVE -> TOKEN_DRIVE_LIST) or a directory (follow-up
COMMAND_LIST_FILES -> TOKEN_FILE_LIST on the same one-shot sub-link);
get_screenshot reuses the screen-preview RPC with a per-host reqId
correlation so stale or MFC-preview responses fall through to the MFC
path untouched. Both share the P2b single-flight pending registry.

Fix file/process name encoding: the client reads process names, paths and
file names via the ANSI (A) APIs, so they are GBK on Windows regardless of
the CLIENT_CAP_UTF8 capability bit (which governs window titles only).
Decode by clientType (LNX/MAC = UTF-8, Windows = 936) rather than
GetClientEncoding, and convert the list_files path to the client ANSI code
page before sending. Sync Mcp_Phase2_Design.md with the P2c design and the
encoding correction.

Co-Authored-By: deepseek-v4-pro
This commit is contained in:
yuanyuanxiang
2026-08-19 13:27:32 +02:00
parent bcde74368d
commit 61089e5fae
4 changed files with 545 additions and 22 deletions

View File

@@ -1,6 +1,6 @@
# YAMA MCP 功能开发技术书Phase 2 及后续)
> **状态**设计定稿已按两轮评审修订P2a、P2b 已实现并经真实主机验证(`search_hosts` / `get_host_detail` / `list_processes` / `list_windows` / `get_activity_history`)。
> **状态**设计定稿已按两轮评审修订P2a、P2b 已实现并经真实主机验证(`search_hosts` / `get_host_detail` / `list_processes` / `list_windows` / `get_activity_history`P2c 已实现、待实机验证(`get_screenshot` / `list_files`
> **读者**MCP 后续功能的研发/评审人员。
> **关联文档**[Mcp_Design.md](./Mcp_Design.md)Phase 1 的协议、架构、配置与菜单设计)。
> **核心目标**:让 MCP 从「单个只读工具」平滑演进为「分阶段、可回滚、影响面可控」的工具集,**不一次性大改现有功能**。
@@ -112,9 +112,11 @@ MCP 工具 tools/call
- **有子链接、有 subCtx**:数据落在子 context 上,非主 context。子 context 的 `GetClientID()` 已由 `TOKEN_CONN_AUTH``2015RemoteDlg.cpp:6291``SetID`)钉成主连接 clientID`IsPending(devId)` 能与主 context 的 `device_id` 对上。
- **用完即关**MCP 拦截后 `CancelIO()` 关闭子链接(客户端 IOCPClient 以 `exit_while_disconnect=true` 构造,会随断开退出);不关会泄漏子链接。
- **与 MFC 对话框可并存**MCP 与 MFC 对话框**各自使用独立的子链接**(客户端每次 `COMMAND_SYSTEM`/`COMMAND_WSLIST` 都新建一条因此两者互不阻塞——MCP 的一次性调用不会导致 MFC 无法查看进程/窗口,反之亦然。无请求 id 的串扰靠「每 host 单飞行」§4.4)规避,而非「与 MFC 对话框互斥」。
- **编码**:进程名/路径为客户端 ANSICP_ACP);窗口标题为客户端 UTF-8按能力位 `CLIENT_CAP_UTF8` 判别,老客户端回落 CP_ACP)。
- **编码**:进程名/路径按 clientType 判定Windows=GBK/936、LNX/MAC=UTF-8进程枚举走 A 接口不随 `CLIENT_CAP_UTF8` 转 UTF-8);窗口标题为客户端 UTF-8按能力位 `CLIENT_CAP_UTF8` 判别,老客户端回落 CP936)。
- **请求关联**:无请求 id → 每 host 单飞行§4.4)。
- **文件列举也走 A`list_files`**:列盘与进程/窗口同构(`COMMAND_LIST_DRIVE`→一次性子链接→`TOKEN_DRIVE_LIST` 即关);列目录则在此一次性子链接上**多一轮** `COMMAND_LIST_FILES``TOKEN_FILE_LIST` 后再关。故 `list_files` 归入模式 A而非原设计的模式 A详见 §6.3)。
> **模式 A0主连接单向命令无响应**`kill_process``COMMAND_KILLPROCESS`)、`send_message``COMMAND_TALK`)这类「发完即走」的命令没有 MCP 需要的响应数据,**不需要** §4.4 的挂起注册表/超时/单飞行——`Send2Client` 后直接返回成功。它是模式 A 的退化情形,实现最简单。
### 4.3 模式 B子链接流式终端 / 完整屏幕 / 完整文件)
@@ -192,8 +194,8 @@ Web 是长连接子链接可长驻MCP 是**一次性 request/response**。
| P2b已实现并验证 | `list_processes` | 主机进程列表 | `COMMAND_SYSTEM`→(子链接)`TOKEN_PSLIST` | **A** | 只读 |
| P2b已实现并验证 | `list_windows` | 主机窗口列表 | `COMMAND_WSLIST`→(子链接)`TOKEN_WSLIST` | **A** | 只读 |
| P2b已实现并验证 | `get_activity_history` | 单机历史活动(文本快照) | `COMMAND_QUERY_ACTIVITY`(159)→`TOKEN_REPORT_ACTIVITY`(160) | **A** | 只读 |
| P2c | `get_screenshot` | 单帧屏幕截图JPEG | `COMMAND_SCREEN_PREVIEW_REQ``TOKEN_SCREEN_PREVIEW_RSP` | **A** | 只读 |
| P2c | `list_files` | 目录列举 | `COMMAND_LIST_DRIVE`/`COMMAND_LIST_FILES``TOKEN_DRIVE_LIST`/`TOKEN_FILE_LIST` | **A** | 只读 |
| P2c(已实现) | `get_screenshot` | 单帧屏幕截图JPEG | `COMMAND_SCREEN_PREVIEW_REQ``TOKEN_SCREEN_PREVIEW_RSP` | **A** | 只读 |
| P2c(已实现) | `list_files` | 目录列举 | `COMMAND_LIST_DRIVE``TOKEN_DRIVE_LIST`(列盘)/ 同子链接再 `COMMAND_LIST_FILES``TOKEN_FILE_LIST`(列目录) | **A** | 只读 |
| P3 | `exec_command` | 执行命令、返回 stdout | `COMMAND_SHELL``TOKEN_SHELL_START`/`TOKEN_SHELL_DATA` | **B** | **写** |
| P3 | `send_message` | 给被控端弹消息 | `COMMAND_TALK`(220) | **A0** | 写(低危) |
| P3 | `kill_process` | 结束进程 | `COMMAND_KILLPROCESS` | **A0** | **写** |
@@ -201,7 +203,7 @@ Web 是长连接子链接可长驻MCP 是**一次性 request/response**。
### 5.2 Phase 2只读观测低风险无写操作
全部只读不改变被控端任何状态token 模型不变(仍单一静态 token。P2a 纯内存、零改动P2b/P2c 引入模式 A 无头接管,但只读、可回滚。
全部只读不改变被控端任何状态token 模型不变(仍单一静态 token。P2a 纯内存、零改动P2b/P2c 引入模式 A/A 无头接管,但只读、可回滚。
### 5.3 Phase 3安全写操作需单独评审
@@ -238,7 +240,7 @@ Web 是长连接子链接可长驻MCP 是**一次性 request/response**。
- `McpServer.h/.cpp`
- 加 §4.4 的 `m_Pending` 注册表 + `IsPending`/`TakeMainResponse`/`BeginPending`/`WaitPending`/`ClearPending`,每 host 单飞行检查。
- 加解析器 `ParseProcessList`PID/name/arch/pathCP_ACP 转 UTF-8`ParseWindowList`hwnd/title/status/pid标题按能力位解码两者都用 `BoundedStrlen` 有界读 + 「空记录 = 尾部零填充」终止,规避客户端 `LocalSize` 对齐引入的尾部零字节。
- 加解析器 `ParseProcessList`PID/name/arch/path按 clientType 编码转 UTF-8`ParseWindowList`hwnd/title/status/pid标题按能力位解码两者都用 `BoundedStrlen` 有界读 + 「空记录 = 尾部零填充」终止,规避客户端 `LocalSize` 对齐引入的尾部零字节。
- 加三个工具:`list_processes`(发 `COMMAND_SYSTEM`)、`list_windows`(发 `COMMAND_WSLIST`)、`get_activity_history`(发 `COMMAND_QUERY_ACTIVITY`)。
- `2015RemoteDlg.cpp``MessageHandle`
- `TOKEN_PSLIST`/`TOKEN_WSLIST` 分支(子 context`if (McpServer().IsPending(devId)) { TakeMainResponse(devId, GetBuffer(0), GetBufferLength()); ContextObject->CancelIO(); break; }`**在 UI 线程、IO 线程阻塞期间同步拷贝**;用完即关子链接)。
@@ -250,7 +252,7 @@ Web 是长连接子链接可长驻MCP 是**一次性 request/response**。
- MFC 双击进程/窗口管理弹框仍正常回归点MFC 历史活动对话框仍正常(回归点)。
- MCP `list_processes` 返回 `[{pid,name,arch,path}]``list_windows` 返回 `[{hwnd,title,status,pid}]``get_activity_history` 返回 `{records:[...], activityHistory}`UTF-8 文本,逐行拆记录)。
- 超时(如对离线主机)返回 `-32001` 而非挂死;同 host 并发第二次调用返回 `-32003`「设备忙」;发送失败返回 `-32004`
- 中文进程名/窗口标题无乱码(进程名 CP_ACP、窗口标题按能力位 UTF-8
- 中文进程名/窗口标题无乱码(进程名按 clientType 解码、窗口标题按能力位 UTF-8
**验证记录**2026-08-19真实在线主机实测
- `list_processes`Windows 11 主机):`pid`/`name`/`arch`/`path` 完整;`pid==0` 仅 1 条(合法 `[System Process]`无尾部零填充空记录——padding 防护生效。
@@ -261,18 +263,48 @@ Web 是长连接子链接可长驻MCP 是**一次性 request/response**。
**回滚**revert `McpServer.h` + `McpServer.cpp` + `MessageHandle` 两处 `if` 分支。
### 6.3 P2c`get_screenshot` + `list_files`(模式 A
### 6.3 P2c`get_screenshot` + `list_files`(模式 A / A✅ 已实现(待实机验证
**`get_screenshot`(屏幕预览链路,主连接 RPC**
> 本节按实际实现修订:`get_screenshot` 是**主连接 RPC**(模式 A有 reqId 关联);`list_files` 是**一次性子链接**(模式 A——列盘 `COMMAND_LIST_DRIVE`→`TOKEN_DRIVE_LIST` 即关,列目录则在 `TOKEN_DRIVE_LIST` 到达时就地同子链接再发 `COMMAND_LIST_FILES`→`TOKEN_FILE_LIST` 后关链。原设计把 `list_files` 误标为模式 A已纠正与 §4.2 对进程/窗口的同类纠正一致)。
- 复用**现有双击预览机制** `COMMAND_SCREEN_PREVIEW_REQ`(247)→`TOKEN_SCREEN_PREVIEW_RSP`(248)`common/commands.h:416-455`,单帧 JPEG`ScreenPreviewReq`/`ScreenPreviewRspHeader``ctx->Send2Client` 发请求、主连接回响应,**不建子链接、不弹框**
- `ScreenPreviewReq.reqId` 提供请求关联,可丢弃过期响应。
- 客户端能力位 `CLIENT_CAP_SCREEN_PREVIEW`(0x0004仅 Windows 客户端声明):非 Windows 主机返回「不支持」错误。
- 若后续需要更高清/控制,再升级为完整屏幕子链接(模式 B`RegisterScreenContext` 接管)。
**`get_screenshot`(屏幕预览链路,主连接 RPC模式 A**
**`list_files`**:复用经典文件链路 `COMMAND_LIST_DRIVE``TOKEN_DRIVE_LIST``COMMAND_LIST_FILES``TOKEN_FILE_LIST`(模式 A。**明确范围**:本阶段只做经典链路;项目另有 `COMMAND_GET_FOLDER`(66)、插件版 `TOKEN_DRIVE_LIST_PLUGIN`(150)、V2 文件传输,均列为非目标。文件列表可能较大,需**分页/上限**(首期限 `path` 一层、条目上限 500避免 JSON 响应过大
- 复用现有双击预览机制 `COMMAND_SCREEN_PREVIEW_REQ`(247)→`TOKEN_SCREEN_PREVIEW_RSP`(248)`common/commands.h:416-455`,单帧 JPEG`ScreenPreviewReq`/`ScreenPreviewRspHeader``ctx->Send2Client` 发请求、主连接回响应,**不建子链接、不弹框**
- 复用 MFC 预览的 RTT/FRP 自适应参数挑选 `ChooseScreenPreviewParams` + `SendScreenPreviewRequest`,不重复实现 `GetTargetQualityLevel`
- **请求关联**`ScreenPreviewReq.reqId` 提供关联MCP 用独立 16 位 reqId 发生器(`NextPreviewReqId`,跳过 0+ `SetPendingReqId` 登记期望值,`TakePreviewResponse` 只接受「挂起命中 + reqId 一致」的响应,过期/他途MFC 预览并发)响应原样回落到 MFC 路径。
- 客户端能力位 `CLIENT_CAP_SCREEN_PREVIEW`(0x0004仅 Windows 客户端声明):非 Windows 主机返回 `-32005`「不支持」。
- 返回结构:`content[0] = {type:"image", data: base64(JPEG), mimeType:"image/jpeg"}` + `structuredContent.image = {mimeType,width,height,bytes}`(元数据,不含 base64避免二次膨胀
**验收**`get_screenshot` 返回 JPEGbase64 或经 MCP 图片内容类型Windows 主机正常、非 Windows 返回明确「不支持」;`list_files` 正确列目录且有大列表保护。
**`list_files`(文件链路,一次性子链接,模式 A**
- 复用经典文件链路 `COMMAND_LIST_DRIVE``TOKEN_DRIVE_LIST``COMMAND_LIST_FILES``TOKEN_FILE_LIST`。**明确范围**:本阶段只做经典链路;项目另有 `COMMAND_GET_FOLDER`(66)、插件版 `TOKEN_DRIVE_LIST_PLUGIN`(150)、V2 文件传输,均列为非目标。
- **两种调用形态**
- `path` 缺省/空(或 `.`/`/`/`\`)→ 只列盘:`COMMAND_LIST_DRIVE` 开子链接,`TOKEN_DRIVE_LIST` 到达即取走盘列表并关链(与进程/窗口同构的 A
- `path` 指定目录 → 列目录:`TOKEN_DRIVE_LIST` 到达时 `OnDriveList` 就地同子链接下发 `COMMAND_LIST_FILES`+`path``BuildListFiles` 已按客户端 ANSI 转好,`OnDriveList` 不再转),等 `TOKEN_FILE_LIST` 取走并关链。
- **编码**:盘符类型名/文件系统、文件名、`path` 均按 **clientType** 判定(与进程名/路径一致Windows 走 A 接口(`FindFirstFileA`/`GetLogicalDriveStringsA`/`SHGetFileInfoA` 等)= 客户端 ANSI(GBK/936)LNX/MAC 文件系统天然 UTF-8。**不能用 `GetClientEncoding`**——它按能力位返回 CP_UTF8会误解声明 `CLIENT_CAP_UTF8` 的 Windows 客户端(其文件名实为 GBK。解析用 `ToUtf8(buf, cp)`、下发用 `ToAnsi(path, cp)``cp = (clientType=="LNX"||"MAC") ? CP_UTF8 : 936`
- **大列表保护**`ParseFileList(data, 500, cp)` 条目上限 500避免 JSON 响应过大。
- 返回结构:列盘 → `structuredContent.drives[]`;列目录 → `structuredContent.files[]``{name,isDir,size,mtime}`mtime 为 Unix 秒)。
**改动**
- `McpServer.h/.cpp`
- 挂起注册表扩展:`PendingRequest``path``expectedReqId` 字段;`BeginPending(devId, tool, path)` 重载,新增 `NextPreviewReqId`/`SetPendingReqId`/`TakePreviewResponse`/`OnDriveList` 四方法。
- 解析器:`ParseDriveList``[letter][type][totalMB:4][freeMB:4][typeName\0][fileSystem\0]``letter=='\0'` 终止)、`ParseFileList``[attr][filename\0][sizeHigh:4][sizeLow:4][ft:8]`,空记录/上限 500 终止)。
- 工具:`get_screenshot`(模式 A`list_files`(模式 A注册 schema`get_screenshot` 无 inputSchema、`list_files` 带可选 `path`)。
- `2015RemoteDlg.cpp``MessageHandle`(三处拦截):
- `TOKEN_SCREEN_PREVIEW_RSP`(主 context`TakePreviewResponse(devId, reqId, szBuffer, len)` 命中则 break**不 CancelIO**,主连接不可关)。
- `TOKEN_DRIVE_LIST`(子 context`if (IsPending) { OnDriveList(...) ? CancelIO() : /*继续等*/ break; }`(列盘关链、列目录不关)。
- `TOKEN_FILE_LIST`(子 context**新增 case**`if (IsPending) TakeMainResponse(...); CancelIO();`(无论命中都关孤儿子链接,防泄漏)。
**影响面**`MessageHandle` 仅新增 `if` 分支与一个 `TOKEN_FILE_LIST` case非 MCP 触发时 `IsPending` 为假、`TOKEN_FILE_LIST` case 在 MFC 路径下因 `hDlg` 接管根本不进 `MessageHandle`,现有 MFC 文件管理/屏幕预览弹框路径不变。
**验收 / 实机验证点(待构建后执行)**
- MFC 双击文件管理弹框仍正常回归点MFC 双击预览缩略图仍正常(回归点)。
- MCP `get_screenshot` 返回 JPEGbase64 + 元数据Windows 主机正常;非 Windows 主机(或未声明 `CLIENT_CAP_SCREEN_PREVIEW`)返回 `-32005`
- MCP `list_files`(无 `path`)返回 `drives[]``list_files(path="C:\\")` 返回 `files[]`(含目录/文件/大小/mtime中文文件名无乱码条目 >500 时截断为 500。
- 错误路径:缺 `id`/非数字 `id``-32602`;未知/离线主机 → `-32002`;同 host 并发 → `-32003`;发送失败 → `-32004`;超时 → `-32001`
**回滚**revert `McpServer.h` + `McpServer.cpp` + `MessageHandle` 三处拦截。
### 6.4 P3a`exec_command`(模式 B写操作评审后实施
@@ -399,7 +431,7 @@ Web 是长连接子链接可长驻MCP 是**一次性 request/response**。
1. **P2a**`search_hosts` + `get_host_detail`)✅ ——纯内存、零风险,已实现,验证「多工具 dispatch」模式。
2. **P2b**`list_processes` + `list_windows` + `get_activity_history`)✅ ——首次引入**模式 A 一次性子链接**(进程/窗口)与**模式 A 主连接 RPC**(历史活动)无头接管,把 §4.2/§4.2 的机制跑通并沉淀成 §7 配方。
3. **P2c**`get_screenshot` 走屏幕预览链路 + `list_files`)——补上「看」的能力,仍是只读模式 A。
3. **P2c**`get_screenshot` 走屏幕预览链路 + `list_files`——补上「看」的能力,仍是只读`get_screenshot` 模式 A、`list_files` 模式 A
4. **P3a**`exec_command`)——首次引入**模式 B 子链接流式**,在 P2 的挂起机制成熟后,走完安全评审再落地写操作。
每完成一期即提交、验收,再进入下一期,保持「有序、平稳、循序渐进」。