Projekt
Ověř velikost písmen a ignoruj cesty, odmítni přihlašovací údaje, IP literály, mezery a porty mimo 1–65535.
Pracovní prostředí s AI pro kód
Omezené porovnání původů HTTPS
Porovnej původy HTTPS s názvy DNS ASCII, abecedními koncovkami a výchozím portem 443.
● ● ●Orivelle●
Pracovní postupy · Omezené porovnání původů HTTPS ×
import re
from urllib.parse import urlsplit
def https_origin(url):
if type(url) is not str or any(not 33 <= ord(c) <= 126 for c in url):
raise ValueError("origin.text")
p = urlsplit(url)
if p.scheme.lower() != "https" or p.username is not None or p.password is not None:
raise ValueError("origin.scheme")
host = p.hostname or ""
labels = host.lower().split(".")
if len(labels) < 2 or not re.fullmatch(r"[a-z]{2,63}", labels[-1]):
raise ValueError("origin.dns")
if any(not re.fullmatch(r"[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?", x) for x in labels):
raise ValueError("origin.label")
if len(host) > 253 or p.netloc.endswith(":") or "\\" in url:
raise ValueError("origin.authority")
port = p.port if p.port is not None else 443
if not 1 <= port <= 65535:
raise ValueError("origin.port")
return ("https", host.lower(), port)
def same_origin(a, b):
return https_origin(a) == https_origin(b)✳Omezené porovnání původů HTTPS
✓ ZměnyPřed použitím zkontrolujte ↗
Ilustrace pracovního prostředí
Před použitím zkontrolujte
Porovnejte skutečné chování s očekávaným výsledkem. Pokud kontrola selže, před dalšími změnami zjistěte příčinu.
Modely
Nastavte endpoint kompatibilní s OpenAI nebo Anthropic pomocí základní URL a případného API klíče. Otestujte připojení. Lokální server modelu musí běžet; vzdálené nástroje mohou data odesílat samostatně.
Pracovní postupy
import re
from urllib.parse import urlsplit
def https_origin(url):
if type(url) is not str or any(not 33 <= ord(c) <= 126 for c in url):
raise ValueError("origin.text")
p = urlsplit(url)
if p.scheme.lower() != "https" or p.username is not None or p.password is not None:
raise ValueError("origin.scheme")
host = p.hostname or ""
labels = host.lower().split(".")
if len(labels) < 2 or not re.fullmatch(r"[a-z]{2,63}", labels[-1]):
raise ValueError("origin.dns")
if any(not re.fullmatch(r"[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?", x) for x in labels):
raise ValueError("origin.label")
if len(host) > 253 or p.netloc.endswith(":") or "\\" in url:
raise ValueError("origin.authority")
port = p.port if p.port is not None else 443
if not 1 <= port <= 65535:
raise ValueError("origin.port")
return ("https", host.lower(), port)
def same_origin(a, b):
return https_origin(a) == https_origin(b)Udržte přijímání URL a rozhodování o původu výslovné
Orivelle nabízí vývojářům aplikací prostředí pro programování s AI ve Windows ke zkoumání rozhodnutí na vstupních rozhraních. Otevřete projekt a popište, které vstupy mají být přijaty, odmítnuty nebo považovány za ekvivalentní. Před změnou pravidla požádejte model o kontrolu současné implementace, zvlášť pokud okolní kód spoléhá na úzkou interpretaci.
Omezené porovnávání původu HTTPS je jedním praktickým požadavkem. Dodejte příklady s výslovnými a výchozími porty, názvy hostitelů s různou velikostí písmen a vstupy mimo přijímanou podmnožinu. Ptejte se, jak je současný kód zpracovává a jaký výsledek má volající obdržet. Diskuse tak zůstane spojena se zásadami vaší aplikace místo předpokládaného univerzálního pravidla URL.
Prověřte normalizaci i odmítání v návrhu. Přijetí dříve odmítaného tvaru může rozšířit kontrakt, i když porovnání vypadá přehledněji. Spusťte testy projektu a prohlédněte místa volání závisející na shodě včetně odezvy na chybný vstup. Přijímanou podmnožinu zdokumentujte spolu se změnou.
Orivelle se připojuje k podporovaným koncovým bodům kompatibilním s OpenAI nebo koncovým bodům Anthropic a podle potřeby používá přihlašovací údaje. Abliterovaný model AI lze vybrat, pokud je u vašeho koncového bodu dostupný. Model a server určují nástroje, limity kontextu a zbývající omezení; označení necertifikuje bezpečnostní rozhodnutí ani nenahrazuje kontrolu kódu, který chcete používat.
Před změnou pravidla původu
Má obecný parser URL rozhodovat o celých zásadách?
Parsování a přijímání aplikací jsou samostatná rozhodnutí. Parser použijte k získání komponent a pak prověřte, která schémata a tvary hostitelů váš kód dovoluje. Požádejte model o určení míst vynucování pravidel, místo abyste úspěšné parsování považovali za přijetí.
Může normalizace omylem rozšířit množinu přijímaných vstupů?
Ano. Přepis může opravit nebo reinterpretovat hodnoty odmítané starým kódem. Vedle ekvivalentních přijímaných vstupů zahrňte i odmítané testovací případy a ověřte reakci volajícího. Výslovně rozhodněte, zda každý nově přijímaný tvar patří do kontraktu aplikace.
Ověřuje shoda původu vzdálenou službu?
Ne. Popsané porovnání se týká pravidla původu ve vašem kódu. Neprokazuje důvěryhodnost vzdálené služby ani bezpečnost následného požadavku. Tyto samostatné požadavky prověřte tam, kde aplikace požadavek provádí.
Mají diagnostická data obsahovat produkční URL nebo přihlašovací údaje?
Upřednostněte syntetické názvy hostitelů a vynechte přihlašovací údaje, pokud nejsou nezbytné pro případ odmítnutí. Prověřte cíle koncového bodu a nástrojů. Samostatně běžící lokální server modelu nezajišťuje lokální běh každého připojeného nástroje včetně nástrojů pro kontrolu URL.
Orivelle · Aktualizováno 2026-10-25