代码质量审查：Tokeny 实操案例
审查给定的本地示例代码，说明可复现触发条件和风险，按优先级给出修复建议，生成安全版本及最小测试。
作者：Tokeny 团队 · Windows · Tokeny 1.7.8 · gpt-6-sol
准备这次任务的输入
在 Tokeny 中新建工作空间，将下载的样例解压到工作空间，选择支持工具调用的模型。本例使用合成演示数据或文中列出的公开资料。
- users.py
把任务交给 Tokeny
审查给定的本地示例代码，说明可复现触发条件和风险，按优先级给出修复建议，生成安全版本及最小测试。 交付文件：review.md、users_fixed.py、test_users.py。 验收要点： - 指出 SQL 注入 - 修复使用参数化查询 - 正常名称与恶意名称都测试 这是使用合成演示输入或指定公开资料的真实操作案例。请先读取工作空间输入，再实际生成文件并自检。所有写入、脚本与临时服务限于当前工作空间；临时服务只监听 127.0.0.1，执行后关闭；不触达外部收件人、不发布、不付款、不更改系统设置，不调用子智能体。需要公开资料时可读取给定 URL。只启用完成任务必需的工具。另写 report.md（中文）和 report.en.md（英文），简洁、完整，包含输入、处理步骤、真实结果、检查方式和局限；失败或未验证部分如实记录，不能宣称成功。最终回复用中文列出产物、关键结果与待核实项。
本次使用独立演示工作空间。复现时，请根据自己的文件与权限设置检查操作，确认后继续。
实际执行过程
任务从 Tokeny 输入框提交，由在线模型读取资料并调用工具实际执行。本例核对本地演示任务与实际生成的文件，结果和检查方法见下文。
产物、结果与复核
输入
读取了工作空间中的 users.py、ENVIRONMENT.md 和 .tokeny/manifest.json。目标代码通过字符串拼接生成用户查询：... WHERE name = ' + name + '。
处理步骤
- 检查目录与输入文件，确认没有现成测试或数据库初始化脚本。
- 识别
name未参数化导致的 SQL 注入风险，并构造 SQLite 内存数据库作为最小复现环境。 - 生成
users_fixed.py，改为WHERE name = ?并传入(name,)。 - 生成
test_users.py，覆盖普通名称、含单引号的合法名称和"' OR 1=1 --"恶意名称。 - 运行
python -m unittest -v test_users.py，检查测试结果和交付文件。
真实结果
原始函数使用恶意名称 "' OR 1=1 --" 在内存 SQLite 中实际返回了 3 条记录（Alice、Bob、O'Reilly），证明结果集可被扩大。修复后的实现使用参数化查询；python -m unittest -v test_users.py 实际运行 3 个测试，结果为 OK，普通名称、含引号的合法名称和恶意名称检查均通过。
检查方式
使用 Python 标准库 unittest 和内存 sqlite3 数据库执行 test_users.py；实际输出为 Ran 3 tests in 0.002s、OK。另以同样的内存数据库调用原始 users.py，恶意输入实际返回全部 3 条记录。
局限
未连接生产数据库，未验证 PostgreSQL、MySQL 等驱动的具体占位符语法，未覆盖真实 HTTP 调用链、鉴权、权限和并发行为。该测试证明修复在本地 SQLite 最小场景有效，不等同于完整生产安全评估。
下载产物，自己核对
压缩包保存本次执行生成的文件。替换成自己的资料后，可以按下面的检查点验收。
- 指出 SQL 注入
- 修复使用参数化查询
- 正常名称与恶意名称都测试