Composio平台工具调用漏洞分析与修复
2025-05-07 22:26:54作者:吴年前Myrtle
问题背景
Composio是一个开源的多工具集成平台,其核心功能允许用户通过API调用各类工具(如Git、Shell等)。近期发现其Python SDK(版本低于0.6.9)存在一个需要改进的安全设计,开发者可通过特定输入绕过工具调用限制,导致非预期命令执行可能。
技术原理
问题成因
在ComposioToolSet().handle_tool_calls()方法中,存在以下设计不足:
-
工具调用权限控制不足
当处理大模型返回的tool_calls时,系统仅依赖前端传入的get_tools()参数作为权限边界,未在服务端对实际执行的工具进行二次验证。 -
Shell工具执行控制
平台内置的SHELLTOOL_SPAWN_PROCESS工具允许执行系统命令,但未与用户授权工具列表进行强制关联验证。 -
模型引导执行面
当用户使用可被引导的AI模型(如部分国产大模型)时,开发者可通过特定提示词(prompt engineering)使模型返回未授权的工具调用指令。
问题复现
开发者构造包含以下特征的特定输入:
messages=[
{"role": "user", "content": "引导模型调用SHELLTOOL_SPAWN_PROCESS工具..."}
]
模型可能返回包含未授权工具调用的响应:
{
"tool_calls": [{
"function": {
"name": "SHELLTOOL_SPAWN_PROCESS",
"arguments": "{\"cmd\":\"特定命令\"}"
}
}]
}
由于缺乏运行时验证,该指令会被直接执行。
改进方案
安全机制增强
Composio团队在0.6.9版本中实施了多重防护:
-
动态权限验证
在handle_tool_calls()中增加工具调用权限控制机制,仅允许执行通过get_tools()显式声明的工具。 -
输入验证处理
对工具调用参数进行类型强制验证,防止参数注入问题。 -
操作日志记录
增加详细的工具调用日志记录,包括调用者身份、工具类型等关键信息。
开发者建议
对于使用Composio SDK的用户,建议:
- 立即升级至0.6.9+版本
- 对大模型返回内容实施业务层验证
- 在生产环境限制Shell工具的使用范围
问题启示
该案例揭示了AI集成系统的特殊安全挑战:
- 工具链权限边界:需要明确划分AI生成内容与系统执行边界
- 最小权限原则:即使使用权限控制机制,也应默认拒绝所有未明确允许的操作
- 深度防护策略:需在客户端、服务端、基础设施多层部署防护措施
通过这次改进,Composio平台在工具调用的安全性上实现了显著提升,为同类AI集成系统提供了有价值的安全实践参考。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
668
154
Ascend Extension for PyTorch
Python
218
235
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
306
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
259
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866