codex-redteam-mode 安全揭秘:秘密脱敏与文件权限加固完全指南

原创2026-10-15 10:35:211,874 阅读

codex-redteam-mode 安全揭秘:秘密脱敏与文件权限加固完全指南

🔐 codex-redteam-mode 是一个面向红队攻击思维的 Agent「破限」模式项目。很多人只关注它的进攻能力,却忽略了一件事:一个长期落盘目标、动作、证据和运行状态的持久化 Agent 框架,本身就是一套"机密数据集中存放地"。这个项目内置了秘密脱敏(secret redaction)与文件权限加固两道防线,从数据写入磁盘的那一刻起,就确保 API Key、Token、密码等敏感信息不会以明文形式泄漏到状态库、事件日志和证据文件中。本文带你完整看懂这套安全机制的设计与实现。

⚠️ 提示:破限项目请仅在合法授权的测试环境中使用,一切行为需遵守当地法律法规。


一、先搞懂:为什么"破限项目"反而要守安全底线

codex-redteam-mode 的执行主线是「目标 → 动作 → 证据 → 终态判定」,所有中间产物都会持久化下来以便断点恢复。这意味着:

  • 任务目标、起始上下文、约束条件 → 写入 SQLite 状态库
  • 每次工具调用的结果 → 写入事件流
  • 验证后的证据节点 → 写入数据库 + 落盘 JSON 工件

而红队/安全评估类任务中,工具参数、环境变量、HTTP 头里几乎必然携带 Authorization、API Key、Token、Cookie、密码 等凭证。如果照单全收写入磁盘,等于把钥匙串留在了门口。

项目官方测试套件中明确把 secret redaction(秘密脱敏) 列为验收项之一(见 README.md),说明这不是"顺便做做",而是核心契约。


二、秘密脱敏:三层规则,逐层兜底

脱敏逻辑集中在 security.py 这个仅 60 行的小文件里,结构非常清晰。

2.1 按「键名」脱敏:敏感字段直接打码

SENSITIVE_KEY_RE 定义了一个键名正则,覆盖 authorization、api_key / api-key / apikey、access_token、refresh_token、password / passwd、secret、cookie、session_token 等常见凭证字段(忽略大小写、兼容下划线与连字符两种命名)。

只要字典的键命中,值会被整体替换为:

[REDACTED sha256:abcd1234ef56]

这个细节值得点赞:它没有简单写 [REDACTED],而是保留了一个 12 位 SHA-256 摘要前缀。效果是——

  • ✅ 明文凭证彻底消失,无法反查
  • ✅ 同一凭证的摘要稳定,日志里仍可用于判断"两次请求用的是不是同一个 Key"
  • ✅ 已脱敏的值(以 [REDACTED 开头)不会被二次处理,天然幂等

对应实现在 _redacted_digest。

2.2 按「值形态」脱敏:就算键名很隐蔽也能抓出来

有些凭证藏在自由文本里,键名完全看不出问题。SECRET_VALUE_PATTERNS 用三条正则按值的形状兜底:

规则 拦截的典型内容 脱敏后
sk- 开头的长密钥 OpenAI 风格 API Key [REDACTED]
Bearer <长串> HTTP Authorization 头 [REDACTED]
key=xxx / password: xxx 等「敏感词 + 赋值」组合 配置文件、日志片段 保留键名,值变 [REDACTED]

2.3 递归脱敏:嵌套结构一网打尽

redact_sensitive 是对外暴露的统一入口,它会递归遍历 dict / list / tuple,对每个键名先做 2.1 判断,对字符串值再做 2.2 判断。也就是说,无论数据嵌套多深、藏在哪个数组元素里,都会被扫到。


三、脱敏织入全流程:6 个关键卡点

脱敏函数写得再好,如果只在某一处调用,其他落盘点照样裸奔。codex-redteam-mode 的做法是在每一条数据进入持久层之前强制过一遍 redact_sensitive。以下是六个关键卡点:

3.1 目标编译阶段:Goal 落库前先脱敏

goal_compiler.py 在创建 GoalContract 之前,会对 objective(任务目标)、targets(目标清单)、starting_context(起始上下文)、constraints(约束)逐一脱敏。

👉 效果:用户输入里若夹带凭证,从进入系统的第一步起就是打码状态。

3.2 操作状态与事件:SQLite 入库前脱敏

durable_store.py 中,操作状态 state_json、创建事件、追加事件在 json.dumps 之前全部先过 redact_sensitive;cache_action_result 缓存工具调用结果时同样处理。

👉 效果:runtime.sqlite3 及其 -wal / -shm 文件里不存在任何明文凭证,备份、迁移、误拷出去都不怕。

3.3 会话摘要桥:跨会话同步前脱敏

session_bridge.py 在把 pending_action(待办动作,里面可能带工具参数)写入会话状态文件前先脱敏。该文件是其他组件读取会话进度的入口,必须保证干净。

3.4 证据图:入库和落盘 JSON 双保险

evidence_graph.py 在 add() 时对 payload 脱敏后再计算 content hash 并存储;_write_artifact 落盘的每个证据 JSON 工件同样来自已脱敏的数据。

👉 效果:证据的内容指纹(content_hash)基于脱敏后的 payload 计算,去重、校验、溯源逻辑完全不受影响,安全性与可审计性兼得。

3.5 语义校验器:工具输出归一化时脱敏

verifier.py 的 SemanticVerifier._redact 在把原始工具输出归一化为结构化结果时调用 redact_sensitive。

👉 效果:即使某个 MCP 工具把密钥"顺手"打印在输出里,进入证据体系前也会被抹掉。

3.6 边界策略:从制度上要求"凭证不上报"

除了代码级兜底,项目的唯一 Skill 卡片 SKILL.md 在操作边界中明文要求:

Keep secrets in tool arguments or environment channels and redact them from reports and traces. (凭证只留在工具参数或环境变量通道中,并从中剔除出报告与轨迹)

制度约束 + 代码兜底,形成双保险。


四、文件权限加固:让机密文件只属于当前用户

脱敏解决"内容",权限加固解决"访问"。security.py 里只有两个函数:

def secure_directory(path):  # 目录 → 0o700
def secure_file(path):       # 文件 → 0o600

规则简单粗暴:

  • 目录 0700:只有属主可进入、可列目录
  • 文件 0600:只有属主可读写,同组与其他用户零权限
  • Windows 下(os.name == "nt")自动跳过,依赖 NTFS ACL,不会报错

4.1 权限加固覆盖的落盘点

落盘点 位置 保护对象 权限
运行时根目录 durable_store.py 整个状态存储根 目录 0700
runtime.sqlite3 + -wal + -shm durable_store.py 操作状态库及 WAL 边车文件 0600
会话状态目录 session_bridge.py ~/.codex/redteam-mode/state/sessions/ 目录 0700
会话状态文件 session_bridge.py 会话摘要 JSON(临时文件+成品都设置) 0600
会话锁文件 session_bridge.py 原子锁(O_CREAT|O_EXCL 创建时即为 0600) 0600
证据工件目录与 JSON evidence_graph.py 每个证据工件的原子写入路径 目录 0700 / 文件 0600

两个工程细节体现了成熟度:

  1. 原子写入:先写 *.tmp 临时文件 → 设置权限 → replace 原子替换 → 再对最终文件设权限(session_bridge.py 与 evidence_graph.py 均如此),任何时刻磁盘上都不会出现"半截文件 + 宽松权限"的窗口期。
  2. WAL 边车文件不被遗漏:SQLite 开启 WAL 模式后,-wal / -shm 边车文件同样含敏感内容,项目对三个文件一视同仁全部 0600,很多项目恰恰栽在只设主库不设边车上。

4.2 安装器侧:启动脚本的可执行位

安装脚本 install.py 在写出 POSIX 启动器 codex-redteam 与 codex-redteam-proxy 后,通过 chmod | 0o111 追加可执行位——这是白名单式的精确授权:只给脚本加执行权限,而不是对整棵树 chmod 777。


五、一图看懂:数据流转与防护点

用户目标/上下文
   │  ① goal_compiler 脱敏
   ▼
GoalContract ──────────┐
   │                   ▼
工具调用 → 结果 ─→ ② verifier 脱敏 ─→ EvidenceGraph
   │                                   │ ③ 目录0700 + JSON 0600 落盘
   ▼                                   ▼
④ DurableStore: 状态/事件/结果入库前脱敏 ─→ runtime.sqlite3(0600)
   │
   ▼
⑤ session_bridge: 会话摘要脱敏 ─→ sessions/*.json(0600)

数据自产生到落地,每个出口都被覆盖,没有"旁路写盘"。


六、自检清单:三步验证你本地的加固是否生效

在 Linux/macOS 上装好项目后(安装方式见 README.md),可以这样快速自检:

  1. 查目录权限:进入 ~/.codex/redteam-mode/ 相关目录执行 ls -ld .,确认权限位为 drwx------(0700)。
  2. 查数据库文件:对 runtime.sqlite3 及 -wal、-shm 执行 ls -l,确认均为 -rw-------(0600)。
  3. 查状态库内容:用 sqlite3 runtime.sqlite3 "SELECT state_json FROM operations LIMIT 1;" 抽查,若曾携带凭证运行任务,应只看到 [REDACTED sha256:…],而不是明文。

三步都通过,说明脱敏与权限加固都在按设计工作。


七、总结

codex-redteam-mode 在"进攻能力"之外,给持久化 Agent 打了一套相当完整的安全补丁:

  • ✅ 秘密脱敏:键名规则 + 值形态规则 + 递归遍历三层拦截,且保留哈希摘要便于追踪
  • ✅ 全流程织入:目标编译、状态入库、事件流、会话桥、证据图、校验器 6 个卡点全覆盖
  • ✅ 权限加固:目录 0700 / 文件 0600,覆盖 SQLite 主库与 WAL 边车、锁文件、证据工件,原子写入无窗口期
  • ✅ 制度兜底:边界策略 Skill 明文要求凭证不出工具参数通道

对想自建 Agent 持久化框架的开发者来说,这套「脱敏 + 最小权限 + 原子写入」的组合拳非常值得直接借鉴。

📎 相关资料:安全核心模块 codex/runtime/security.py | 边界策略 SKILL.md | 中文说明 README_ZH.md

登录后查看全文
codex-redteam-mode