Files
ssw-mpc/demo/assets/scql_explain
admin 949b9bd5b3 feat(demo): 接入大模型(方案生成 + 安全审计语义复核),全量重品牌到 ssw-mpc
新增 demo/src/llm.rs:OpenAI 兼容端点客户端,走系统 curl 走 TLS,零新增 Rust 依赖。
凭据由 xop mpc_llm_* 注入到 Pod(secretKeyRef 引用,不落镜像、不进 git);
鉴权头写临时文件传 curl,避免 api_key 出现在 ps / /proc。

关键约束(实测得出):接入的是推理模型,不限制思考量时它在重 prompt 上的思考会膨胀到
十几万字符,把 max_tokens 预算吃光、正文 content 为 0。solve 办法是 reasoning_effort=low
(思考降到 ~1900 字符,正文 15083 字符,88s 出完整方案)。enable_thinking=false 对重 prompt
无效;网关对 reasoning_effort=none 与 thinking:{"type":"disabled"} 返回 400。

ops/common.rs 的 jobs 改为真异步:start_async + Progress 状态机(running → done|error),
大模型调用期间可上报 stage 与 thinking_tail 供前端轮询 /api/job/<id>。

secure_scenario 生成走大模型:MPC_CATALOG 提供 ssw-mpc 真实 crate API 清单约束模型不编造,
输出归一为前端契约(threats[].reference 别名归一、code 去围栏),失败回退本地模板。
security_audit 在本地规则基线上叠加语义复核,产出 model_verdict / model_score /
semantic_risks / operator_opinion,前端新增语义风险展示区。

界面全量重品牌 nax → ssw-mpc(23 个页面 + 首页 + API 文案),仅保留 refs/nax 真实参考路径
与 Python 兼容检测逻辑。

demo/k8s/ 为部署产物,不纳入 git 仓。
2026-11-06 11:27:36 +08:00
..