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 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:
- 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。 - 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:
- 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)。 - 查数据库文件:对
runtime.sqlite3及-wal、-shm执行ls -l,确认均为-rw-------(0600)。 - 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