Audit batch 4: I-6 whitespace audit format, I-7 explicit non-sub2api capability gate, I-8 coord gate attribution, I-10 checked gates, I-11 gate-without-finding escalate, I-13 structured-first classification

cloud/models.py

@@ -155,7 +155,11 @@ def parse_model_capabilities(raw):
         return out
     for model, entry in raw.items():
         model = _clean_model_name(model)
-        if not model or not isinstance(entry, dict):
+        # 审计批 4（I-6）：能力目录键含空白时整条丢弃——
+        # 含空白的键在空白分隔的审计 detail 里无法被消费点
+        # 稳健识别，保留它只会让能力检查静默走 unknown。
+        if not model or _model_name_has_whitespace(model) \
+                or not isinstance(entry, dict):
             continue
         cleaned = {}
         valid = True
@@ -432,17 +436,28 @@ def classify_task(task) -> str:
 
 
 def _clean_model_name(value):
-    # Audit fix 3（M7，文档级）：只 strip、不校验字符集。
-    # 含空白的模型名仍会原样进审计 detail，而影子审计
-    # 格式是空白分隔，整行解析失败即无声丢样本（不报错、
-    # 不计数）。这里不加字符集校验——那会改变模型名接受
-    # 语义、可能拦住合法模型名；风险以文档记录，修复
-    # 需另起一轨（审计格式改分隔或模型名白名单）。
+    """把模型名规范成可比较的字符串：仅 strip。
+
+    注意：这里刻意不做空白白名单。decide_routing 里清洗后
+    的 None 会被当成“无显式模型”而改走策略/worker 默认路由，
+    全局白名单会把“显式模型含空白（目前原样派发、provider
+    侧 loud fail）”悄悄改成“静默替换用户选型”，比现状更差。
+    空白模型名的处理因此分两层（审计批 4，I-6）：
+    (a) 策略写入路径白名单——能力目录键、档模型、
+    fallback_models 含空白的一律丢弃；(b) 运行时消费点
+    稳健解析——影子 chosen 贪到行尾、_is_persisted_model
+    按键提取 model 值，不再依赖空白分隔的位置。
+    """
     if isinstance(value, str) and value.strip():
         return value.strip()
     return None
 
 
+def _model_name_has_whitespace(name):
+    """清洗后的模型名是否含空白（审计批 4，I-6 白名单判定）。"""
+    return isinstance(name, str) and any(ch.isspace() for ch in name)
+
+
 def _clean_tiers(raw):
     """Return {tier: model} keeping only valid non-empty entries."""
     tiers = {}
@@ -450,13 +465,17 @@ def _clean_tiers(raw):
         return tiers
     for tier in ROUTING_TIERS:
         model = _clean_model_name(raw.get(tier))
-        if isinstance(model, str):
+        # 审计批 4（I-6）：档模型含空白时整档丢弃（parse 层
+        # 另行记入 dropped_tiers + 警告），不让含空白的模型
+        # 名进空白分隔的审计 detail。
+        if isinstance(model, str) \
+                and not _model_name_has_whitespace(model):
             # A tier entry may itself be a dict {"model": ...}; accept
             # that shape too so policy authors are not punished for it.
             tiers[tier] = model
         elif isinstance(raw.get(tier), dict):
             model = _clean_model_name(raw[tier].get("model"))
-            if model:
+            if model and not _model_name_has_whitespace(model):
                 tiers[tier] = model
     return tiers
 
@@ -501,7 +520,12 @@ class RoutingPolicy:
         self.version = version if isinstance(version, str) \
             and version.strip() else None
         self.mode = mode if mode in ROUTING_MODES else "off"
-        self.tiers = dict(tiers or {})
+        # 审计批 4（I-6）：直接构造的策略同样过白名单——含
+        # 空白的档模型进不了空白分隔的审计 detail，整档丢弃
+        # （与 parse 层口径一致；parse 层另行记 dropped_tiers）。
+        self.tiers = {tier: model for tier, model in (tiers or {}).items()
+                      if not (isinstance(model, str)
+                              and _model_name_has_whitespace(model))}
         self.tier_modes = {}
         for tier, tier_mode in (tier_modes or {}).items():
             if tier in self.tiers and tier_mode in ROUTING_MODES:
@@ -517,7 +541,9 @@ class RoutingPolicy:
         self.fallback_models = []
         for item in fallback_models or []:
             model = _clean_model_name(item)
-            if model and model not in self.fallback_models:
+            # 审计批 4（I-6）：fallback 模型名同款白名单。
+            if model and not _model_name_has_whitespace(model) \
+                    and model not in self.fallback_models:
                 self.fallback_models.append(model)
         self.model_capabilities = parse_model_capabilities(
             model_capabilities)
@@ -598,6 +624,23 @@ def parse_routing_policy(data):
     # for an empty model) is not a second drop and is not logged:
     # the warning must name a tier this pop really removed.
     dropped_tiers = []
+    # 审计批 4（I-6）：_clean_tiers 已把含空白模型名的档
+    # 丢掉，这里只记名——与无效模式/无效 requires 的 pop
+    # 同款可见性。只认 ROUTING_TIERS 内的档（未知档名本
+    # 来就被 _clean_tiers 忽略，不是“被丢弃”）；档已被
+    # _clean_tiers 滤掉时，后面的 mode/requires pop 因
+    # `tier in tiers` 为假不会重复记，不会双计。
+    for tier, entry in raw_tiers.items():
+        if tier not in ROUTING_TIERS or tier in tiers:
+            continue
+        raw_model = entry if isinstance(entry, str) else \
+            entry.get("model") if isinstance(entry, dict) else None
+        cleaned = _clean_model_name(raw_model)
+        if cleaned and _model_name_has_whitespace(cleaned):
+            dropped_tiers.append(tier)
+            _logger.warning(
+                "routing policy tier %r dropped: model name contains"
+                " whitespace %r", tier, cleaned)
     tier_modes = {}
     for tier, entry in raw_tiers.items():
         if not isinstance(entry, dict) or "mode" not in entry: