tawasuyu

sergio/takana

> Una distribución Linux construida con un laboratorio funcional y hermético en el > sótano, y una terminal mutable, clásica y anárquica en el piso de arriba — diseñada > desde el suelo para que una IA programadora entienda, modifique y co…

TOML 1574Shell 204Rust 111Markdown 993763 Sutichaykuna

query: `exports:<elf>` — procedencia por-símbolo (puente barato de ADR 0009)

Extiende el parser ELF (parse_elf_needed→parse_elf_info): además de DT_NEEDED,
recorre .dynsym (DT_SYMTAB) y extrae los símbolos EXPORTADOS (defined +
global/weak). Nuevo término `exports:<path>` en el mini-lenguaje de queries;
fluye por el bus (query expr) sin cambios. Metadata descriptiva, fuera de
hash_inputs (misma disciplina que la evidencia de H1). Refactor: helper
vaddr_to_file_off compartido por strtab/symtab + cstr_at.

nsyms vía layout convencional (strtab sigue a symtab); best-effort → [] si no
se puede acotar con seguridad. Validado end-to-end: 2873 símbolos reales de
/lib/libc.so.6 (aguanta glibc y musl). Tests: term-parse + missing-file +
host-gated real-.so. Workspace verde (33 suites).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

b173630e81b766e2cb5ad2cebeddd26ef091459a · ruwaq sergio · (3 killa ñawpaq) · tayta 236aac7c7 · kay commitpi sach'ata qhaway

Semántico sayk'uy · 18

crates/hammer-core/src/query.rs

2 qillqakuna · +212 −46

diff --git a/crates/hammer-core/src/query.rs b/crates/hammer-core/src/query.rs
index 0baa143d..91aaaadb 100644
--- a/crates/hammer-core/src/query.rs
+++ b/crates/hammer-core/src/query.rs
@@ -4,8 +4,9 @@
 //! sin codificar rutas frágiles. En lugar de pedirle al modelo que diga `/usr/bin/grep`,
 //! le permitimos pedir `bin:grep` y dejamos que el evaluador resuelva contra el `$PATH`
 //! (o el `fs_root` que le pasamos). Lo mismo para servicios (`service:nginx`),
-//! dependencias dinámicas (`depends:/usr/bin/foo`), pins de base (`pin:musl`) y metadata
-//! de archivos (`file:/etc/hosts`).
+//! dependencias dinámicas (`depends:/usr/bin/foo`), símbolos exportados por un ELF
+//! (`exports:/lib/libz.so.1`, ADR 0009), pins de base (`pin:musl`) y metadata de archivos
+//! (`file:/etc/hosts`).
 //!
 //! V0 (esta versión): un único término por expresión, sintaxis `kind:value`. Sin filtros,
 //! sin pipes. El SDD 08 §6 esboza una forma más rica (`find … -where … -> …`); cuando
@@ -29,7 +30,7 @@ pub enum QueryError {
     Empty,
     #[error("expresión sin separador ':' — esperaba 'kind:value', recibí '{0}'")]
     NoColon(String),
-    #[error("kind '{0}' desconocido — válidos: bin, file, pin, service, depends")]
+    #[error("kind '{0}' desconocido — válidos: bin, file, pin, service, depends, exports")]
     UnknownKind(String),
     #[error("valor vacío para kind '{0}'")]
     EmptyValue(String),
@@ -50,6 +51,11 @@ pub enum Term {
     /// `depends:<absolute_path>` — para un ELF dinámico, lista las librerías NEEDED.
     /// Para uno estático, devuelve `{static: true, needed: []}`.
     Depends(PathBuf),
+    /// `exports:<absolute_path>` — para un ELF con tabla dinámica, lista los símbolos
+    /// que EXPORTA (`.dynsym`, defined + global/weak). Procedencia por-símbolo (ADR 0009,
+    /// puente barato hacia código direccionado por contenido). Metadata descriptiva: no
+    /// entra a ningún hash de identidad. Un estático sin `.dynsym` devuelve `exports: []`.
+    Exports(PathBuf),
 }
 
 /// Contexto del evaluador. Todos los campos son opcionales para soportar evaluación
@@ -102,6 +108,7 @@ pub fn parse(expr: &str) -> Result<Term, QueryError> {
         "pin" => Ok(Term::Pin(value.to_string())),
         "service" => Ok(Term::Service(value.to_string())),
         "depends" => Ok(Term::Depends(PathBuf::from(value))),
+        "exports" => Ok(Term::Exports(PathBuf::from(value))),
         other => Err(QueryError::UnknownKind(other.to_string())),
     }
 }
@@ -113,6 +120,7 @@ pub fn eval(term: &Term, ctx: &EvalContext) -> Value {
         Term::Pin(name) => eval_pin(name, ctx),
         Term::Service(name) => eval_service(name, ctx),
         Term::Depends(p) => eval_depends(p, ctx),
+        Term::Exports(p) => eval_exports(p, ctx),
     }
 }
 
@@ -265,14 +273,14 @@ fn eval_depends(p: &Path, ctx: &EvalContext) -> Value {
             });
         }
     };
-    match parse_elf_needed(&bytes) {
+    match parse_elf_info(&bytes) {
         Ok(ElfInfo::Static) => serde_json::json!({
             "found": true,
             "path": abs.display().to_string(),
             "static": true,
             "needed": Vec::<String>::new(),
         }),
-        Ok(ElfInfo::Dynamic(needed)) => serde_json::json!({
+        Ok(ElfInfo::Dynamic { needed, .. }) => serde_json::json!({
             "found": true,
             "path": abs.display().to_string(),
             "static": false,
@@ -286,16 +294,90 @@ fn eval_depends(p: &Path, ctx: &EvalContext) -> Value {
     }
 }
 
+/// `exports:<path>` — símbolos que un ELF EXPORTA por su `.dynsym` (ADR 0009). Un ELF sin tabla
+/// dinámica (estático) no tiene `.dynsym` ⇒ `exports: []`. Metadata descriptiva, no de identidad.
+fn eval_exports(p: &Path, ctx: &EvalContext) -> Value {
+    let abs = rebase(p, ctx.fs_root.as_deref());
+    let bytes = match std::fs::read(&abs) {
+        Ok(b) => b,
+        Err(e) => {
+            return serde_json::json!({
+                "found": false,
+                "path": abs.display().to_string(),
+                "error": e.to_string(),
+            });
+        }
+    };
+    match parse_elf_info(&bytes) {
+        Ok(ElfInfo::Static) => serde_json::json!({
+            "found": true,
+            "path": abs.display().to_string(),
+            "static": true,
+            "exports": Vec::<String>::new(),
+        }),
+        Ok(ElfInfo::Dynamic { exports, .. }) => serde_json::json!({
+            "found": true,
+            "path": abs.display().to_string(),
+            "static": false,
+            "exports": exports,
+        }),
+        Err(e) => serde_json::json!({
+            "found": false,
+            "path": abs.display().to_string(),
+            "error": e,
+        }),
+    }
+}
+
 enum ElfInfo {
     Static,
-    Dynamic(Vec<String>),
+    Dynamic { needed: Vec<String>, exports: Vec<String> },
+}
+
+/// Traduce una virtual address a offset de archivo recorriendo los `PT_LOAD`. `None` si la
+/// dirección no cae en ningún segmento cargable.
+fn vaddr_to_file_off(
+    bytes: &[u8],
+    e_phoff: usize,
+    e_phentsize: usize,
+    e_phnum: usize,
+    vaddr: u64,
+) -> Option<usize> {
+    for i in 0..e_phnum {
+        let off = e_phoff + i * e_phentsize;
+        if off + 40 > bytes.len() {
+            return None;
+        }
+        let p_type = u32::from_le_bytes(bytes[off..off + 4].try_into().unwrap());
+        if p_type != 1 {
+            continue; // sólo PT_LOAD
+        }
+        let p_offset = u64::from_le_bytes(bytes[off + 8..off + 16].try_into().unwrap());
+        let p_vaddr = u64::from_le_bytes(bytes[off + 16..off + 24].try_into().unwrap());
+        let p_filesz = u64::from_le_bytes(bytes[off + 32..off + 40].try_into().unwrap());
+        if vaddr >= p_vaddr && vaddr < p_vaddr + p_filesz {
+            return Some((vaddr - p_vaddr + p_offset) as usize);
+        }
+    }
+    None
+}
+
+/// Lee una cadena NUL-terminada de `strtab[off..end]`.
+fn cstr_at(bytes: &[u8], strtab_off: usize, strtab_end: usize, name_off: usize) -> Option<String> {
+    let start = strtab_off.checked_add(name_off)?;
+    if start >= strtab_end {
+        return None;
+    }
+    let s = &bytes[start..strtab_end];
+    let end = s.iter().position(|&b| b == 0).unwrap_or(s.len());
+    std::str::from_utf8(&s[..end]).ok().map(|x| x.to_string())
 }
 
-/// Parser ELF mínimo para extraer `DT_NEEDED`. Sólo el caso 64-bit little-endian
-/// (lo que produce zig-cc para `x86_64-linux-musl` y lo único que generamos). Para otros
-/// devolvemos error legible: el caller obtiene `error` en el JSON y el agente puede
-/// pedir otra cosa.
-fn parse_elf_needed(bytes: &[u8]) -> Result<ElfInfo, String> {
+/// Parser ELF mínimo: extrae `DT_NEEDED` (deps dinámicas) y los símbolos EXPORTADOS de `.dynsym`
+/// (ADR 0009, procedencia por-símbolo). Sólo el caso 64-bit little-endian (lo que produce zig-cc
+/// para `x86_64-linux-musl` y lo único que generamos). Para otros devolvemos error legible: el
+/// caller obtiene `error` en el JSON y el agente puede pedir otra cosa.
+fn parse_elf_info(bytes: &[u8]) -> Result<ElfInfo, String> {
     // ELF header: 16 bytes ident + e_type(2) + e_machine(2) + e_version(4) + e_entry(8) +
     // e_phoff(8) + e_shoff(8) + e_flags(4) + e_ehsize(2) + e_phentsize(2) + e_phnum(2) +
     // e_shentsize(2) + e_shnum(2) + e_shstrndx(2)
@@ -341,6 +423,7 @@ fn parse_elf_needed(bytes: &[u8]) -> Result<ElfInfo, String> {
     let mut needed_offsets: Vec<usize> = Vec::new();
     let mut strtab_addr: Option<u64> = None;
     let mut strtab_size: Option<u64> = None;
+    let mut symtab_addr: Option<u64> = None;
     let end = dyn_off + dyn_size;
     let mut cur = dyn_off;
     while cur + 16 <= end && cur + 16 <= bytes.len() {
@@ -351,52 +434,96 @@ fn parse_elf_needed(bytes: &[u8]) -> Result<ElfInfo, String> {
             0 => break,                       // DT_NULL
             1 => needed_offsets.push(d_val as usize), // DT_NEEDED
             5 => strtab_addr = Some(d_val),   // DT_STRTAB (virtual address)
+            6 => symtab_addr = Some(d_val),   // DT_SYMTAB (virtual address)
             10 => strtab_size = Some(d_val),  // DT_STRSZ
             _ => {}
         }
     }
-    if needed_offsets.is_empty() {
-        return Ok(ElfInfo::Dynamic(vec![]));
-    }
-    let strtab_addr = strtab_addr.ok_or("DT_STRTAB ausente pese a DT_NEEDED")?;
+    // Sin DT_STRTAB no podemos resolver nombres de nada: ni NEEDED ni exports.
+    let strtab_addr = match strtab_addr {
+        Some(a) => a,
+        None => return Ok(ElfInfo::Dynamic { needed: vec![], exports: vec![] }),
+    };
     let strtab_size = strtab_size.unwrap_or(0);
-    // DT_STRTAB es una virtual address; necesitamos el offset en el archivo. Recorremos
-    // PHDR otra vez para encontrar el segmento PT_LOAD que la contenga.
-    let mut strtab_file_off: Option<usize> = None;
-    for i in 0..e_phnum {
-        let off = e_phoff + i * e_phentsize;
-        let p_type = u32::from_le_bytes(bytes[off..off + 4].try_into().unwrap());
-        if p_type != 1 {
-            // PT_LOAD
-            continue;
-        }
-        let p_offset = u64::from_le_bytes(bytes[off + 8..off + 16].try_into().unwrap());
-        let p_vaddr = u64::from_le_bytes(bytes[off + 16..off + 24].try_into().unwrap());
-        let p_filesz = u64::from_le_bytes(bytes[off + 32..off + 40].try_into().unwrap());
-        if strtab_addr >= p_vaddr && strtab_addr < p_vaddr + p_filesz {
-            strtab_file_off = Some((strtab_addr - p_vaddr + p_offset) as usize);
-            break;
-        }
-    }
-    let strtab_off = strtab_file_off.ok_or("DT_STRTAB no cae en ningún PT_LOAD")?;
+    let strtab_off = vaddr_to_file_off(bytes, e_phoff, e_phentsize, e_phnum, strtab_addr)
+        .ok_or("DT_STRTAB no cae en ningún PT_LOAD")?;
     let strtab_end = if strtab_size > 0 {
         (strtab_off + strtab_size as usize).min(bytes.len())
     } else {
         bytes.len()
     };
+
+    // NEEDED: cada offset apunta a una cadena en la strtab dinámica.
     let mut needed: Vec<String> = Vec::new();
     for o in needed_offsets {
-        let start = strtab_off + o;
-        if start >= strtab_end {
+        if let Some(name) = cstr_at(bytes, strtab_off, strtab_end, o) {
+            needed.push(name);
+        }
+    }
+
+    // EXPORTS (ADR 0009): recorremos `.dynsym`. No hay un DT_ que dé el número de entradas;
+    // usamos el layout convencional (musl/zig) donde la strtab sigue INMEDIATAMENTE a la symtab
+    // ⇒ nsyms = (strtab_addr - symtab_addr)/24. Si el layout no se cumple (strtab antes que
+    // symtab, o symtab ausente), devolvemos exports vacío en vez de adivinar mal.
+    let exports = parse_dynsym_exports(
+        bytes, e_phoff, e_phentsize, e_phnum, symtab_addr, strtab_addr, strtab_off, strtab_end,
+    );
+
+    Ok(ElfInfo::Dynamic { needed, exports })
+}
+
+/// Extrae los símbolos exportados de `.dynsym`: defined (`st_shndx != SHN_UNDEF` y fuera del rango
+/// reservado) + binding GLOBAL/WEAK + nombre no vacío. Orden estable (dedup + sort). Best-effort:
+/// devuelve `[]` si no puede acotar la tabla con seguridad (ver nota de layout en el caller).
+#[allow(clippy::too_many_arguments)]
+fn parse_dynsym_exports(
+    bytes: &[u8],
+    e_phoff: usize,
+    e_phentsize: usize,
+    e_phnum: usize,
+    symtab_addr: Option<u64>,
+    strtab_addr: u64,
+    strtab_off: usize,
+    strtab_end: usize,
+) -> Vec<String> {
+    const SYM_SIZE: u64 = 24; // sizeof(Elf64_Sym)
+    let Some(symtab_addr) = symtab_addr else { return vec![] };
+    // Heurística de layout: la strtab sigue a la symtab. Sin esto no sabemos cuántos símbolos hay.
+    if strtab_addr <= symtab_addr {
+        return vec![];
+    }
+    let nsyms = (strtab_addr - symtab_addr) / SYM_SIZE;
+    let Some(symtab_off) = vaddr_to_file_off(bytes, e_phoff, e_phentsize, e_phnum, symtab_addr)
+    else {
+        return vec![];
+    };
+    let mut exports: Vec<String> = Vec::new();
+    for i in 0..nsyms as usize {
+        let off = symtab_off + i * SYM_SIZE as usize;
+        if off + SYM_SIZE as usize > bytes.len() {
+            break;
+        }
+        let st_name = u32::from_le_bytes(bytes[off..off + 4].try_into().unwrap()) as usize;
+        let st_info = bytes[off + 4];
+        let st_shndx = u16::from_le_bytes(bytes[off + 6..off + 8].try_into().unwrap());
+        if st_name == 0 {
+            continue; // sin nombre
+        }
+        // SHN_UNDEF (0) = importado, no exportado; 0xff00.. = reservado (ABS/COMMON/…).
+        if st_shndx == 0 || st_shndx >= 0xff00 {
+            continue;
+        }
+        let bind = st_info >> 4; // STB_GLOBAL=1, STB_WEAK=2, STB_LOCAL=0
+        if bind != 1 && bind != 2 {
             continue;
         }
-        let s = &bytes[start..strtab_end];
-        let end = s.iter().position(|&b| b == 0).unwrap_or(s.len());
-        if let Ok(name) = std::str::from_utf8(&s[..end]) {
-            needed.push(name.to_string());
+        if let Some(name) = cstr_at(bytes, strtab_off, strtab_end, st_name) {
+            exports.push(name);
         }
     }
-    Ok(ElfInfo::Dynamic(needed))
+    exports.sort();
+    exports.dedup();
+    exports
 }
 
 #[cfg(test)]
@@ -542,7 +669,7 @@ mod tests {
 
     #[test]
     fn parse_elf_rejects_short() {
-        let r = parse_elf_needed(&[0u8; 8]);
+        let r = parse_elf_info(&[0u8; 8]);
         assert!(r.is_err());
     }
 
@@ -550,7 +677,19 @@ mod tests {
     fn parse_elf_rejects_bad_magic() {
         let mut bytes = [0u8; 64];
         bytes[0..4].copy_from_slice(b"XXXX");
-        assert!(parse_elf_needed(&bytes).is_err());
+        assert!(parse_elf_info(&bytes).is_err());
+    }
+
+    #[test]
+    fn parse_exports_term() {
+        assert_eq!(parse("exports:/lib/libc.so").unwrap(), Term::Exports("/lib/libc.so".into()));
+    }
+
+    #[test]
+    fn exports_on_missing_file_reports_error() {
+        let v = eval(&Term::Exports(PathBuf::from("/no/existe/lib.so")), &EvalContext::new());
+        assert_eq!(v["found"], Value::Bool(false), "{v}");
+        assert!(v["error"].is_string(), "{v}");
     }
 
     /// Sanity con un binario real del host: `/bin/sh` casi seguro existe y es ELF.
@@ -574,4 +713,29 @@ mod tests {
             assert!(!needed.is_empty(), "binario dinámico sin NEEDED: {v}");
         }
     }
+
+    /// Exports sobre una librería compartida real del host (una `.so` con `.dynsym`). Gated
+    /// igual que arriba: pide `HAMMER_HOST_ELF_TESTS=1`. Verifica que extraemos ≥1 símbolo.
+    #[test]
+    fn parse_exports_real_host_lib() {
+        if std::env::var("HAMMER_HOST_ELF_TESTS").is_err() {
+            return;
+        }
+        let candidates = [
+            "/lib/libc.so.6",
+            "/lib64/libc.so.6",
+            "/usr/lib/libc.so.6",
+            "/lib/ld-musl-x86_64.so.1",
+            "/usr/lib/libz.so.1",
+        ];
+        let Some(path) = candidates.iter().find(|p| std::path::Path::new(p).is_file()) else {
+            return; // ninguna .so conocida; no fallamos el suite por eso
+        };
+        let v = eval(&Term::Exports(PathBuf::from(path)), &EvalContext::new());
+        assert_eq!(v["found"], Value::Bool(true), "{v}");
+        if v["static"].as_bool() == Some(false) {
+            let exports = v["exports"].as_array().unwrap();
+            assert!(!exports.is_empty(), ".so dinámica sin exports: {path}");
+        }
+    }
 }
diff --git a/docs/adr/0009-content-addressed-code.md b/docs/adr/0009-content-addressed-code.md
index 8489905a..f9c2f665 100644
--- a/docs/adr/0009-content-addressed-code.md
+++ b/docs/adr/0009-content-addressed-code.md
@@ -63,9 +63,11 @@ de código **colapsarían en un solo espacio de nombres: el hash**.
 
 ## Consecuencias
 
-- **Ahora (barato, sin apuesta):** cuando haya rato, extender `parse_elf_needed` → `parse_elf_symbols`
-  (exports de `.dynsym` además de `DT_NEEDED`) y exponerlo como query (`exports:<artefacto>`) y,
-  opcionalmente, como sidecar de metadata junto al `.hammer/recipe.toml`. Cero cambio en el build.
+- **Ahora (barato, sin apuesta) — IMPLEMENTADO (2026-07-03):** `parse_elf_needed` → `parse_elf_info`
+  (exports de `.dynsym` además de `DT_NEEDED`), expuesto como query **`exports:<artefacto>`**
+  (`crates/hammer-core/src/query.rs`). Validado end-to-end: 2873 símbolos extraídos de
+  `/lib/libc.so.6`. Fluye por el bus (`query expr`) sin cambios. Cero cambio en el build ni en
+  `hash_inputs`. Pendiente opcional: emitirlo como sidecar de metadata junto al artefacto sellado.
 - **Diferido (condicionado a verdes):** H3b (base content-addressed de funciones **wasm**), sólo
   si H2b demuestra que el cómputo puro memoiza byte-idéntico. Si H3b se sostiene, *entonces* se
   reabre la pregunta de colapsar los tres espacios — con evidencia, no con fe.