drhider/docs/code-review-sonnet.md

Код-ревью DrHider — промпт для Соннета

Ты — строгий ревьюер. Проведи код-ревью сервиса DrHider (Flask + vanilla JS) — обфускация персональных данных в документах.

СТРОГО просматривай ТОЛЬКО эти файлы (больше ничего не читай)

• site/app.py
• site/routes/api_bp.py
• site/session.py
• site/templates/index.html
• drhider/__init__.py
• drhider/builder.py
• drhider/config.py
• drhider/extractor.py
• drhider/llm_client.py
• drhider/obfuscator.py
• drhider/replacer.py
• drhider/scanner.py

НЕ смотри: History/, docs/, tests/, file_list.csv, files/, TMP/, TSTFILES/.

Контекст (кратко, не лезь в файлы)

• Загрузка файлов: браузер → PUT на ВМ-буфер (contracts.kube5s.ru/drhider-upload/), затем POST /api/upload_refs → Flask тянет файлы egress-GET (pull) в сессию.
• Обработка: GET /api/process_stream/<sid> (SSE) → воркер-поток → obfuscate_files() → извлечение текста → regex+LLM-сканирование → замена → ZIP + mapping.csv.
• Лимиты: 50 МБ/файл, 500 МБ/сессия.
• Есть мягкая отмена (кнопка «Прервать», cancel_event).

Вопросы — ответь по каждому, с указанием файла и строки

1. Корректность загрузки (api_bp.py::upload_refs, index.html::uploadFiles):

   • атомарность pull при ошибке на середине списка файлов;
   • ретраи при DNS/сетевых сбоях — покрыты ли все transient-ошибки;
   • различимы ли «сессия не найдена» vs «превышен лимит сессии».

2. SSE/потоки (api_bp.py::process_stream, obfuscator.py):

   • корректна ли обработка disconnect клиента и остановка воркера;
   • нет ли гонок при cancel_event/queue/pause_ttl/resume_ttl;
   • TTL сессии: не умирает ли сессия во время долгой обработки.

3. Соответствие индексов фронт↔бэк (события start/done/file_* с idx):

   • obfuscator.py::expand_zips и _dedupe_file_names могут изменить число/порядок файлов после того, как фронт уже построил список — не ломается ли sendIdx[d.idx]?

4. Статусы файлов (index.html): консистентность «пропущен (лимит)» / «не извлечён» / «done» / «analyzed» / «pending»; нет ли путей, где статус зависает или перетирается.

5. Безопасность (extractor.py, session.py, api_bp.py):

   • path traversal через имена файлов (в т.ч. из ZIP);
   • zip-бомба (расширение, сжатие, суммарный размер);
   • инъекции/экранирование имён в HTML (index.html — вывод имён файлов).

6. Утечки/ресурсы: закрытие httpx-сессий, zipfile, EventSource/XHR, таймеры (setInterval) — всё ли очищается в resetAll/finishProcUI/finally.

7. Краевые случаи: пустой файл, файл без текста, битый PDF, дубли имён, отмена на каждом этапе, 0 файлов, все файлы сверх лимита.

8. Что я мог пропустить — любые реальные баги/риски, не перечисленные выше.

Правила ответа

• БЕЗ воды. Только конкретика: файл, функция, строка, суть бага, серьёзность (🔴/🟠/🟡), фикс.
• Не предлагай «улучшения» вне рамок ревью (рефакторинг, стиль) — только баги и риски.
• Если тебе нужен контекст, которого нет выше (назначение функции, формат данных, ожидаемое поведение), — задай уточняющий вопрос, не домысливай.
• В конце — итоговая таблица: баг | файл | строка | серьёзность | что делать.