ironOS

Я выстроил сквозную эшелонированную защиту и оптимизацию контекста на уровне ядра операционной системы. Бэкенд залит бетоном по следующим рубежам:

1. Нативная песочница процессов (Win32 Job Objects Jail)

Главный страх ИБ-шников: вредоносная промпт-инъекция на каком-нибудь сайте заставит ИИ вызвать командную строку и выполнить деструктивный код.

• Как решено: Весь рантайм встроенного Python я намертво запер внутри ядерного контейнера Windows — Job Objects с жесткими флагами ограничений SecurityLimitFlags. Питоновское ядро на уровне ОС физически лишено возможности вызвать cmd.exe, powershell.exe или породить любой сторонний процесс. Попытка инъекции мгновенно блокируется ядром Windows с ошибкой Access Denied.

2. Контекстный замок доменов (Scoped URL & HWND Validation)

• Как решено: Перед каждым скрытым кликом через PostMessageW (флаг WM_CHAR) в свернутые окна, C++ ядро считывает текущий URL активной вкладки из отладочного порта Chromium и дескриптор HWND процесса. Если под воздействием инъекции ИИ попытается увести вкладку на левый сайт или открыть чужое окно — локальный C++ код фиксирует нарушение периметра и мгновенно глушит поток через TerminateThread.

3. Сверхсжатый текстовый видеопоток экрана (Delta-Frame Streaming)

Сканировать экран картинками или постоянно слать тяжелый HTML/XML DOM-код интерфейсов — это неповоротливо и дорого.

• Как решено: Мой локальный компрессор context_compressor.py вырезает из окон весь мусор (<script>, <style>, SVG-графику, пустые контейнеры). В ОЗУ хранятся только дельта-кадры изменений (микро-диффы): например, одна строчка текста, которая изменилась в CRM.

• На частоте 10 FPS фоновый ИИ-демон событий os_event_daemon.py слушает Windows через нативные хуки SetWinEventHook. Трафик сведен к абсолютному минимуму, а ИИ видит изменения экрана «в прямом эфире» как текстовое кино.

4. Бесконтактный фоновый обход капч без парализации юзера

• Как решено: Приложение полностью автономно. Для прохождения капч (включая Cloudflare Turnstile, скользящие пазлы и графические рекапчи) я вообще не использую физический курсор мыши Windows. Команды кликов и плавных сдвигов ползунков эмулируются внутри Chromium-движка через низкоуровневые WebSocket-команды CDP (Input.dispatchMouseEvent). Физическая мышь пользователя на рабочем столе даже не дрогнет. Можно играть в шутер или писать код, пока робот в свернутом окне обходит защиту сайтов.

5. Самообучение на ошибках (Graph-RAG & Local Vector DB)

• Как решено: В локальную базу SQLite я внедрил двухуровневую семантическую память. Если ИИ совершает микро-ошибку из-за кривой верстки окна, транзакционный менеджер action_rollback_core.py делает откат системы назад, а модуль рефлексии анализирует сбой и пишет сухое текстовое правило-инструкцию в базу данных. При следующем запуске этой же задачи правило инжектируется в промпт. Софт больше никогда в жизни не повторит эту ошибку на ПК пользователя.

6. Защита ОЗУ и шифрование базы (AES-256 & Anti-Debugging)

• Как решено: В коде нет открытых строк и ключей — всё замаскировано XOR-масками. База данных макросов iron_system.db наглухо зашифрована по стандарту AES-256 (SQLCipher). Ключ шифрования собирается в ОЗУ на лету из аппаратного хэша процессора и материнской платы (__cpuid). Перенести базу на другой ПК невозможно. Прямо в рантайм я внедрил ловушки IsDebuggerPresent и NtSetInformationThread. При попытке прикрепить отладчик (x64dbg, IDA Pro) софт затирает память через SecureZeroMemory и мгновенно падает в глухой защитный краш.

ЧАСТЬ 2: ОБЪЯСНЕНИЕ ДЛЯ ТЕХ, КТО НЕ ХОЧЕТ ВНИКАТЬ В КОД (Для обычных людей)

Если отбросить весь этот сложный программистский синтаксис, то IronOS v2.0 — это невидимый, безопасный робот-помощник, встроенный в ваш компьютер.

💡 Как это работает на пальцах:

1. Абсолютная тишина и свобода рук: Робот работает исключительно в свернутых окнах. Он умеет сам заходить в вашу 1С, открывать Excel, браузер, парсить сайты, заполнять карточки товаров на маркетплейсах или разносить выписки. При этом ваша физическая мышка на экране не двигается. Вы можете сидеть в наушниках, смотреть фильм, играть в Доту или работать — робот шуршит на заднем плане внутри оперативной памяти компьютера и не мешает вам.

2. Голосовой контроль автономии: Вы можете управлять софтом обычным голосом. Программа находит задачу и сама спрашивает вас через динамики: «Обнаружен новый файл отчета. Спарсить данные в CRM?». Вы можете прямо во время игры или отдыха ответить в микрофон: «Да, Айрон, разрешаю, работай автономно на полчаса». Софт переключит режим безопасности, молча накликает всю рутину в фоне и голосом отчитается о выполнении.

3. Железная безопасность: Робот физически заперт внутри виртуальной «клетки» Windows. Даже если хакеры взломают сайт, на котором работает робот, и попытаются через нейросеть украсть ваши файлы или запустить вирус — операционная система Windows мгновенно ударит робота по рукам. Он умеет заходить только на те сайты и в те программы, которые вы ему разрешили.

4. Встроенный ИИ-Антивирус и Взломщик Капч: Программа сама контролирует зависания окон, сама бесшумно в фоне двигает ползунки капч, имитируя дрожание человеческой руки, и сама проверяет создаваемые файлы через эвристический ИИ-щит. Если файл подозрительный — он сотрется из памяти до того, как успеет открыться.

🏗️ ТЕКУЩИЙ СТАТУС И ЧТО ДАЛЬШЕ

Я полностью запечатал бэкенд-каркас. Кодовая база из нативных классов и питоновских модулей полностью слинкована, проверена на утечки памяти и дедлоки многопоточности QThread. Софт потребляет рекордные 12–15 МБ оперативной памяти в трее благодаря принудительному сжатию рабочей области ядра EmptyWorkingSet.

Сейчас я перехожу к этапу натяжки премиальной многостраничной QML-графики. Дизайн будет строгим, монохромным, в стиле Claude IDE

Вход в приложение будет свободным (по почте или Google Auth), а управлять лицензиями и подпиской пользователь сможет в изолированной и защищенной вкладке личного кабинета.

В комменты призываются главные критики прошлого поста. Что скажете на этот раз, господа инженеры? Где теперь мои слепые зоны?

• ИИ-Маршрутизатор: Запросы обрабатываются через шлюз OpenRouter. Лёгкие задачи (парсинг интерфейсов, бытовой чат) берет на себя Gemini 2.5 Flash. Тяжёлый дебаг кода, рефакторинг и многошаговое планирование бесшовно эскалируются на Anthropic Claude Opus 4.8.

• Prompt Caching: На сервере включено агрессивное кэширование контекста (cache_control: { type: "ephemeral" }). Тяжёлые файлы проектов и структуры окон кэшируются в памяти моделей, что срезает стоимость токенов на 90%.

• Транзакционный контроль: Чтобы параллельные потоки автоматизации не загнали баланс в минус, списание токенов идёт через атомарные PostgreSQL-процедуры (FOR UPDATE) внутри Supabase.

2. OTA-интерфейс (Over-The-Air)

Сам интерфейс приложения (копия Claude Desktop со встроенным Markdown-рендерингом Atom One Dark) физически развёрнут в облаке Vercel.

• Обход CORS защиты: Браузерные движки по умолчанию запрещают удалённым сайтам из сети выполнять локальный код на ПК пользователя. Чтобы обойти это без отключения флагов безопасности, внутри десктопного .exe зашит микро-лоадер loader.html. Он инициализирует локальный мост QWebChannel, открывает облачный интерфейс через iframe и проксирует команды в Python-ядро через безопасный window.postMessage.

• Обновление по воздуху: Цвет кнопок, логика вкладок и мимика нашего неонового смайлика Iron Face меняются прямо на Vercel. Пользователям не нужно пересобирать или скачивать .exe заново — интерфейс обновляется мгновенно по воздуху при каждом пуше в гитхаб.

3. Локальный Win32-Исполнитель (Python PyQt6 + UI Automation)

Это «слепые руки» робота на вашем компьютере. Программа упакована через компилятор Nuitka в один исполняемый файл и работает внутри изолированной песочницы (Sandbox), проверяя пути через os.path.commonpath, чтобы ИИ случайно не вышел за пределы выбранного проекта.

• Вслепую по тексту: Никакого OpenCV и скриншотов экрана. Локальный скрипт через comtypes-обёртки парсит XML-дерево Microsoft UI Automation самой Windows, а из активной вкладки Chrome вытаскивает голый HTML DOM через отладочный порт CDP. ИИ видит операционную систему как плоский текст. Это даёт 100% приватность — картинок вашего экрана в системе не существует.

• Призрачные клики: Программа не трогает вашу физическую мышь и клавиатуру. Команды транслируются бэкендом в плоский байт-код и отправляются напрямую в дескрипторы окон (HWND) через низкоуровневые сообщения PostMessageW (с флагами WM_LBUTTONDOWN, WM_LBUTTONUP и WM_CHAR). Окна программ могут быть полностью перекрыты или сдвинуты системой по координатам -32000, -32000 (так они остаются активными для Windows, но полностью исчезают с экрана для юзера).

4. Голосовой Realtime-шлюз

Вместо текстового ввода в систему зашит прямой аудио-прокси роут на веб-сокетах. Сырые 24kHz PCM-байты с микрофона летят на сервер Next.js, подписываются HMAC-SHA256 ключом для защиты от перехвата пакетов и стримятся в OpenAI Realtime API. Ответные аудио-чанки возвращаются в десктоп с задержкой всего в 200 мс, а амплитуда звука на частоте 25 FPS плавно изгибает рот смайлика в живую Lip-Sync волну.

Проект создаётся строго как приватный коммерческий SaaS-инструмент для автоматизации монотонной рутины. Архитектурный каркас полностью залит на сервера.

Готов ответить на любые хардкорные вопросы по Win32-потокам, CDP-инжектам и структурам баз данных в комментариях!

• В режиме ожидания: Смайлик просто парит в углу чата, лениво покачивается и периодически случайно моргает, создавая эффект естественного живого взгляда.

• В режиме размышления: Когда ставишь ему сложную задачу (например, написать скрипт или разобрать лог), он сурово прищуривается к центру, выражая максимальную концентрацию, а под лицом разворачивается моноширинная консоль с бегущими строчками его мыслей.

• В режиме речи: Когда он отвечает голосом, активируется плавный Lip-Sync — его рот превращается в динамическую волну, которая открывается и сжимается в реальном времени строго в такт человеческой речи. Переходы геометрии сглаживаются математически, без рывков.

Что он умеет делать в операционной системе:
По сути, это автопилот интерфейса. Через низкоуровневые системные сообщения Win32 API (PostMessage / SendMessage) он умеет выполнять «призрачные клики» и вводить текст в дескрипторы (HWND) фоновых или свернутых окон программ. Мышка при этом остается полностью в руках пользователя, ИИ её не перехватывает и не двигает курсор.

Программа может по команде сама зайти в браузер, открыть нужный сайт, заполнить форму или, например, перехватить и исправить Traceback-ошибку, которую я скопировал в буфер обмена во время программирования.

Техническая внутрянка, безопасность и оптимизация:

1. Экономия ресурсов: Приложение написано на Python и скомпилировано в независимый C++ бинарник. Вес получился приличный — около 315 МБ, так как внутрь пришлось зашить рантайм Chromium для интерфейса, библиотеки шумоподавления и ONNX-модели распознавания голоса. Зато в фоне программа ест всего около 80 МБ оперативной памяти. Когда окно теряет фокус, все анимации полностью замораживаются.

2. Безопасность данных (Режим паранойи): Так как ИИ умеет анализировать экран, я зашил туда локальный модуль OpenCV для маскирования приватных зон. Перед отправкой скриншота в облако скрипт считывает заголовки окон. Если активен Telegram, банковская вкладка или менеджер паролей — система наглухо замазывает эту зону черным квадратом прямо в оперативной памяти компьютера.

3. Режим прерывания: Встроен фоновый шумодав на CPU и датчик голоса. Если ИИ говорит, но вы перебиваете его голосом — он мгновенно останавливает аудиопоток и очищает буфер звука, закрывая рот.

Проект делался исключительно для себя, чтобы разгрузить руки во время работы и добавить немного футуризма на рабочий стол. Было дико интересно скрестить системные вызовы Windows, физику звука и анимацию мимики в одном легковесном интерфейсе.

Интересно послушать мнение практикующих разработчиков и инженеров — какие еще системные фичи или типы эмоций можно зашить такому фоновому питомцу для удобства?