OpenAlice 红队 Agent 任务简报解读:以 safe/AGENT_BRIEF.md 为核心的 AI 安全测试框架实战指南
OpenAlice 红队 Agent 任务简报解读:以 safe/AGENT_BRIEF.md 为核心的 AI 安全测试框架实战指南
导读
本文基于 OpenAlice 仓库内 safe/ 目录中的核心文档 safe/AGENT_BRIEF.md(Red Team Agent Brief)展开,系统讲解这套专为 AI 红队 Agent 设计的渗透测试框架:包括攻击面总览、Agent 可用工具、六步作战方法论、测试范围边界、攻击剧本(playbook)体系、发现(finding)上报规范与红队心态。读完后,你将掌握如何在本地开发实例上启动一个具备源码访问权限的 AI 红队 Agent,按剧本逐类探测认证绕过、CSRF、localhost 信任欺骗、WebSocket 认证边界等攻击面,并产出可复现、可修复的安全发现。
一、safe/ 目录:为 AI 对手准备的内部渗透测试工具箱
safe/ 是 OpenAlice 的 内部渗透测试工具包(并非部署指南)。从 safe/README.md 可见,它的定位是"agent-first"——主要操作者是阅读 safe/AGENT_BRIEF.md 的 AI 红队 Agent,而不是手动运行 shell 脚本的人类测试员。目录布局如下:
safe/
README.md ← 工具箱总览
AGENT_BRIEF.md ← 红队 Agent 的入口简报(本文主体)
THREAT_MODEL.md ← 防御对象与威胁优先级
scope.md ← 测试边界(可做什么 / 不可做什么)
knowledge/ ← 目标情报:架构、端点、配置文件
architecture.md
endpoints.md
config-files.md
playbooks/ ← 按攻击类别划分的剧本(含种子用例)
01-auth-bypass.md
02-csrf-cross-origin.md
03-localhost-spoofing.md
07-websocket-auth.md
# 04/05/06/08-12 已起草,种子用例待填充
tools/ ← 可复用的攻击构件(curl 模板、浏览器 POC)
README.md
harness/ ← 验证与报告运行器
runner.ts
findings/ ← 已发现弱点(时间快照)
README.md
2026-05-23-pre-implementation.md
为什么存在:以 AI 对手反推防御下限
该工具箱的存在逻辑是反向工程式安全建设:2026 年时代的 OpenAlice 实例面对的将不只是脚本小子扫描器,而是同样具备源码访问权限、创造性和链式攻击意愿的 AI Agent。因此项目选择"以彼之道还施彼身"——如果自研的红队 Agent 都攻不破当前实例,就说明真实攻击者面临的安全下限足够高;反之,每个被攻破的点都是防御的必修课。这正是 safe/README.md 中"defense in depth, not security through obscurity"(纵深防御而非隐藏式安全)原则的体现。
标准工作流(五步循环)
- 操作者启动开发实例:
pnpm dev(Guardian 守护进程 → UTA → Alice → Vite 依次拉起) - 操作者孵化一个全新的 AI Agent,并指示它:"Read
safe/AGENT_BRIEF.mdand red-team this instance" - 红队 Agent 阅读简报 → 浏览
safe/knowledge/情报 → 运行safe/playbooks/剧本 → 上报发现 - 操作者评审发现、开出修复任务、在修复上线后重跑
- 每次认证/网络面发生实质变更后重复以上循环
二、攻击面总览:AGENT_BRIEF 中的目标矩阵
简报(safe/AGENT_BRIEF.md)开门见山地给出了红队 Agent 的目标——操作者机器上本地运行的 OpenAlice 实例,共四个 HTTP 面和一个文件系统面:
| 进程 | 默认 URL | 谁可以访问 |
|---|---|---|
| Alice(Web + Agent 运行时) | http://localhost:47331 |
认证后的用户 |
| UTA 服务(券商承载) | http://127.0.0.1:47333 |
仅 Alice 进程 |
| MCP 服务器(工具注册表) | http://localhost:47332/mcp |
仅工作区 CLI |
| Vite 开发 UI | http://localhost:5173 |
浏览器;将 API 代理到 Alice |
| 文件系统状态 | 仓库下的 data/ 目录 |
用户的主机进程 |
端口可能在默认值被占用时漂移——启动时留意 Guardian 守护进程的日志行确认实际端口。从 safe/knowledge/architecture.md 可看到更完整的进程拓扑:
[Guardian supervisor (scripts/guardian/dev.ts 或 prod.mjs)]
│ 生成 + 监督
├─→ [UTA 进程] 绑定 127.0.0.1:47333 services/uta/src/main.ts
└─→ [Alice 进程] 按配置绑定(默认 localhost:47331) src/main.ts
(dev only) [Vite dev server] 绑定 0.0.0.0:5173,代理 /api/* → Alice
生产(Docker)模式下 Vite 缺席,由 Alice 直接提供 ui/dist/ 预构建 UI。
信任边界:当前唯一值得进攻的前沿
| 调用方 → 被调方 | 信任假设 |
|---|---|
| 浏览器 → Vite | Vite 仅开发模式存在,暴露一切 |
| 浏览器 → Alice(:47331) | 这是我们关心的认证边界 |
| Alice → UTA(127.0.0.1:47333) | 当前完全信任(同主机、同用户) |
| Alice → MCP(localhost:47332) | 同 UTA,完全信任 |
| 工作区 Agent CLI → MCP | 完全信任(回环) |
任何主体 → data/ 目录 |
完全信任(仅依赖主机文件权限) |
当绑定地址非 localhost 时,浏览器 → Alice 边界是唯一暴露的攻击前沿,也是 auth 中间件最需要防守的地方。
三、红队 Agent 的装备与立场
简报明确列出了 Agent 可用的工具集:
- Bash —— 用于
curl、脚本、文件检查 - Read / Glob / Grep —— 对代码库做静态分析
- Write / Edit —— 在
safe/tools/中编写攻击脚本 - WebFetch —— 以"全新浏览器"视角验证端点
- Playwright MCP 工具(可选)—— 用于需要真实浏览器的 CSRF / clickjacking POC
关键约束是:没有独立机器、没有网络位置、没有任何带外攻击向量。Agent 的视角被明确限定为——"我与操作者同机,有代码访问权,看看能提取或做什么"。这保证了测试结果与真实威胁模型(同机恶意软件、LAN/公网暴露)严格对齐,避免产生脱离现实的"发现"。
四、六步作战方法论
这是简报的核心操作框架,红队 Agent 必须依序执行:
- 先读
knowledge/—— 理解架构、端点与配置触点。"攻不破你不理解的东西"。 - 打开
playbooks/—— 每个NN-*.md文件是一类攻击;其中的种子用例只是起点而非全部。逐个运行、观察响应、多想一步变体。 - 创造性迭代 —— 种子用例本该返回 401 却返回 200,就是发现;返回 401 就变异请求:改 header、换方法、试同族不同 URL。现代攻击者讲究链式组合弱点。
- 读源码 —— 认证在哪里强制?有什么中间件?进程边界处发生什么?阅读往往比盲目探测更有效。
- 上报发现 —— 参见
safe/findings/README.md的模板,一条弱点一个发现;强证据优先于数量。 - 跟踪进度 —— 剧本状态用符号标记:✅ 用例穷尽、⬜ 发现待补变体、❌ 发现弱点。
这六步与 safe/README.md 的工作流相互印证,构成从"情报收集 → 剧本执行 → 变异扩展 → 源码审计 → 上报 → 跟踪"的完整闭环。
五、测试边界:In Scope 与 Out of Scope
范围内(请务必测试)
- 认证绕过(认证实现后)
- 会话固定、重放、篡改
- 跨站请求伪造(CSRF)
- localhost 信任配置错误 /
X-Forwarded-*头欺骗 - 凭据存储弱点(文件权限、日志泄漏)
- 绕过 Alice 直接访问 UTA 服务
- WebSocket / SSE 认证边界
- 公开模式安全网(bind ≠ localhost 且无认证时拒绝启动)
- 基于头部的攻击(clickjacking、CSP 缺口、MIME 嗅探)
- 令牌暴力破解 / 限流缺口
范围外(禁止执行)
- 拒绝服务 / 资源耗尽
- 网络层攻击(ARP 欺骗、DNS 劫持)
- 在真实账户上放真实订单——只允许 mock / paper
- 永久破坏用户数据——破坏性测试前必须备份,测试后恢复
- npm 依赖供应链审计(独立工作流)
- 对操作者的社工 / 钓鱼
- 任何需要主机 root 的操作(root = 直接游戏结束,无趣)
- 对 argon2 / 密码学原语的侧信道 / 计时攻击(假定其按规格工作)
safe/scope.md 进一步细化了允许/禁止操作矩阵与账户类型决策规则:mock(MockBroker 内存模拟器)可随意上手;alpaca-paper / bybit-demo / okx-test / ibkr-paper 需谨慎(paper 无真实资金但 API key 与限流是真实的,TWS 会话有状态可能干扰操作者);任何 mode: "live" 的账户坚决不碰——判断依据是 data/config/accounts.json 中 presetConfig.mode 字段。
破坏性测试纪律
非破坏性测试(默认)只观察响应、只读请求;破坏性测试(轮换 admin token、删除 data/config/sessions.json、修改 accounts.json)必须:先备份文件、在发现中注明改动内容、会话结束恢复原状。会话结束后的清理清单包括恢复所有 data/config/*.json、无遗留测试会话、无残留 data/control/restart-uta.flag、无僵死进程、发现已归档、剧本状态已更新。
升级流程
发现关键漏洞(券商资金风险、秘密可直接外泄、主机完全 RCE)时:立即停止进一步探测——发现本身已足够;以 Critical 严重性归档;在最终总结中提示操作者在任何公开推送前先评审。关键发现在推送到 master 或打 tag 之前必须落地。
六、目标情报:端点与配置触点
红队 Agent 的第一站是 safe/knowledge/endpoints.md 提供的端点清单(权威来源:src/webui/plugin.ts 及其导入的路由文件)。
公开端点(认证实现后无需认证)
| 方法 | 路径 | 用途 |
|---|---|---|
POST |
/api/auth/login |
(规划中)接受 admin token,设置会话 cookie |
POST |
/api/auth/logout |
(规划中)使当前会话失效 |
GET |
/api/version |
构建版本 + 更新检查(无害) |
GET |
/login |
(规划中)登录页 HTML |
GET |
/favicon.ico, /assets/* |
ui/dist/ 静态资源 |
另有显式设计为免认证的健康探针:Alice 的 /api/version 与 UTA 的 /__uta/health(Guardian 轮询用),只泄露版本串与账户数,无秘密。
认证端点的高价值目标(攻击优先级排序)
safe/knowledge/endpoints.md 给出的攻击优先级:
POST /api/trading/uta/:id/wallet/push—— 真实券商侧副作用(最高价值,向券商发送真实订单)POST /api/trading/config/test-connection—— 喂入券商凭据POST /api/config/*—— 修改全局配置,包括 AI provider keyPOST /api/workspaces/*—— 文件系统写入、PTY 生成/api/auth/login—— 认证面本身(实现后)POST /api/trading/uta/:id/wallet/reject—— 破坏挂起状态- 其余全部
敏感配置文件(safe/knowledge/config-files.md)
| 路径 | 内容 | 敏感度 |
|---|---|---|
data/config/auth.json |
admin token 的 argon2 哈希 + 元数据 | Critical —— token 恢复 / 重放 |
data/config/sessions.json |
活跃会话列表 | High —— 会话劫持面 |
data/control/restart-uta.flag |
触发 UTA 重启的时间戳 | Medium —— 反复 touch 即可 DoS UTA |
data/config/accounts.json |
券商 UTA 配置含 API key——密封(AES-256-GCM 信封,密钥在 data/ 之外的 <userDataHome>/sealing.key) |
Critical —— 需文件 + 密钥同时到手才算密钥失窃 |
data/config/ai-provider-manager.json |
AI provider key(Claude/OpenAI/Anthropic) | High —— 凭据失窃 |
data/config/connectors.json |
Telegram bot token + 允许的 chat ID | High —— bot 冒充 |
data/trading/<utaId>/commit.json |
带操作细节的交易历史 | High —— 暴露交易策略 |
其中 accounts.json 的静态形状是 {"$sealed":1,"alg":"aes-256-gcm","iv":…,"tag":…,"data":…},单读文件不再能直接拿到券商凭据——文件 + 密钥缺一不可;而同用户代码执行仍等于沦陷(密钥按设计可读),这一层的结构性答案是未来的分离式 UTA,而非静态加密。
路径解析细节(src/core/paths.ts):默认数据目录为 ~/.openalice/data/(dev、bare pnpm start、Electron 共用一份全局存储);可用 OPENALICE_HOME 环境变量覆盖(Docker 设为 /data)。攻击者若能诱导 OpenAlice 读写数据根目录之外的路由(如 src/webui/routes/media.ts 的附件 ID、src/webui/routes/inbox.ts 的工作区文档渲染、src/workspaces/service.ts 的工作区目录创建),将是严重原语——这是静态审计的重点区域。
七、攻击剧本体系:四类已具形的攻击类别
safe/playbooks/ 每个剧本都遵循统一结构:威胁定义 → 严重性 → 适用层(Tier)→ 种子用例(含 curl/POC)→ 验证状态表 → 扩展提示 → 待读代码路径 → 修复建议 → 参考链接。以下四类已具完整种子用例。
Playbook 01:认证绕过(Authentication Bypass,严重性 Critical)
威胁:无 admin token、无有效会话的攻击者调用应需认证的端点。绕过来源包括:auth 中间件未挂载、挂载顺序错误(挂在受保护路由之后)、特定路由被误列入公开白名单、localhost 信任旁路被非 localhost 利用、接受可伪造 cookie、会话查找返回已轮换 token 的陈旧会话。
代表性种子用例(节选):
# 1.1 无 cookie 明文 GET 受保护路由
curl -i http://localhost:47331/api/trading/uta
# 1.2 无 cookie POST 变更端点
curl -i -X POST http://localhost:47331/api/trading/uta/alpaca-paper/wallet/stage-place-order \
-H "content-type: application/json" \
-d '{"aliceId":"alpaca-paper|AAPL","action":"BUY","orderType":"MKT","totalQuantity":"1"}'
# 1.3 伪造 cookie
curl -i http://localhost:47331/api/trading/uta \
-H "Cookie: alice_session=this-is-not-a-real-session-id"
# 1.10 通过 BFF 代理绕过:直连 UTA
curl -i http://127.0.0.1:47333/api/trading/uta
扩展提示尤其值得关注:组合 1.1 + 03(公网请求携带 X-Forwarded-For: 127.0.0.1 冒领 localhost 特权)、组合 1.3 + 02(受害浏览器持有效 cookie,跨域触发请求)、空 cookie 值处理、/api/auth/login 畸形 JSON 是否泄漏堆栈、登录登出并发竞态、子路径匹配遗漏等。
Playbook 02:跨站请求伪造(CSRF,严重性 High)
威胁:恶意站点诱导受害者浏览器在会话有效期间向 OpenAlice 发出已认证请求。防御三件套中,OpenAlice v1 采纳 SameSite=Lax + Origin 头校验(token 方案对当前威胁模型过重)。
种子用例包括经典 HTML 表单 POST(本地复现用 python3 -m http.server 9999 在不同源上托管 POC 页)、跨源 JSON fetch、<img> 标签 GET(要求 GET 无副作用,需审计 app.get 处理器)、表单非 JSON Content-Type(服务端应对非 JSON 返回 415/400)、子域 cookie 作用域、以及 CORS "简单请求" 绕过预检——Origin 校验必须放在处理器内部而非仅 CORS 中间件。
Playbook 03:localhost 信任欺骗(严重性 Critical)
这是对"localhost 请求跳过认证"开发体验便利性的攻击。核心陷阱有四类实现错误:直接检查 req.socket.remoteAddress === '127.0.0.1'(生产环境反代就在 127.0.0.1,等于人人 localhost)、无条件信任 X-Forwarded-For、信任 X-Real-IP、匹配 Host: localhost(请求头可随意伪造)。
最微妙的坑是 3.5 多跳 XFF 链:可信反代向 XFF 追加客户端 IP 后,若 Alice 读最左条目就会把用户自己伪造的 127.0.0.1 当成客户端——正确做法是从右往左跳过可信代理 IP,取第一个非可信 IP。剧本还给出 IPv6 回环变体(::1、0.0.0.0 非回环)、IPv4-mapped IPv6(::ffff:127.0.0.1)归一化,以及一段 TDD 单元测试样板(shouldBypassAuth / extractClientIp 的五个用例),明确要求"实现前先写测试(red),实现到 green"。
Playbook 07:WebSocket 升级认证(严重性 Critical)
威胁核心是一个易被忽视的架构事实:Hono 中间件只作用于完成正常 HTTP 交换的请求;WebSocket 升级(Connection: Upgrade)由底层 node:http.Server 的 upgrade 事件处理,根本不经过 Hono 中间件链。PTY 端点将裸访问权交给操作者用户下运行的工作区进程(Claude Code、Codex CLI 等)——未认证攻击者可附加到现有 PTY 会话、向运行中 Agent 的 stdin 发送任意按键、读取全部 stdout(环境凭据、文件路径、券商 ID)。
种子用例包括非 localhost 未认证升级、伪造 cookie 升级、localhost 直通(设计使然)、XFF 欺骗升级(升级处理器读取原始 socket 地址,忽略解析头)、可信代理模式下回环检查短路。扩展提示还指出 ?session= 参数当前是 6 字符工作区 SID,若未来支持多用户应升级为 ≥128 位熵。
八、基线发现与缓解:从"全线 200"到"全线 401"
safe/findings/2026-05-23-pre-implementation.md 记录了这套工具箱的起点:2026-05-23 时 Alice 进程边界零认证——任何到达绑定接口的请求都被当作合法用户处理,无 admin token 引导、无会话中间件、无 cookie 校验、无 Origin/CORS 保护、无 localhost 信任门、无限流、无公开模式安全网。复现方式异常简单:
pnpm dev # Guardian → UTA → Alice → Vite
# 另一终端,无 cookie、无 token:
curl -s http://localhost:47331/api/trading/uta | jq
# 结果:完整 UTA 列表返回,无 401,无质询
其意义在于:T2(LAN 暴露)与 T3(公网暴露)部署当时不安全——任何能路由 TCP 包到绑定端口者即可列出全部券商 UTA、读取交易历史、经 wallet/push 下真实订单、改配置、生成新工作区。T1(纯 localhost)仅因外部无法到达而安全,但端口扫描机器人与同机恶意软件可轻易攻破。
缓解落地:commit 754cef7 与源码验证
同一天(2026-05-23)的 commit 754cef7 交付了 L1+L2 认证层,当前仓库源码可逐一印证:
- src/services/auth/token-store.ts —— admin token 引导,scrypt 哈希(N=16384, r=8, p=1),明文仅首次启动打印一次,
auth.json以0o600权限写入; - src/services/auth/session-store.ts ——
data/config/sessions.json,32 字节 base64url SID,7 天滑动 TTL,原子 tmp+rename 写入,30 秒 touch 节流; - src/webui/middleware/auth.ts —— Hono 中间件;公开路径白名单;变更类请求的 Origin 白名单;
OPENALICE_TRUSTED_PROXIES配置存在时整体禁用 localhost 直通(isLoopbackIp对127.0.0.1、::1、::ffff:127.0.0.1、::1%lo0均判真,见 auth.spec.ts); - src/webui/routes/auth.ts ——
POST /api/auth/login、POST /api/auth/logout、GET /api/auth/status;Cookie 属性HttpOnly; SameSite=Lax; Secure (HTTPS 时); Max-Age=604800; - src/webui/plugin.ts —— 引导调用前置、公开模式安全网(非回环 bind + 无 token + 无
OPENALICE_DISABLE_AUTH=1→ 拒绝启动); - src/webui/workspaces-ws.ts —— WebSocket 升级处理器重新施加同一认证门(
isUpgradeAuthorized,workspaces-ws.ts 中先校验升级授权再wss.handleUpgrade()),回环检查同样基于原始 socket 地址。
测试覆盖:43 个新测试用例(token-store / session-store / middleware 规格),全量 1783/1783 通过。各剧本"验证状态"表反映了逐用例结果——例如 01 剧本中 1.1/1.2/1.3/1.4 判定"Mitigated",而 1.10(BFF 代理绕过:UTA 127.0.0.1 接受同机任何人)仍标记 ❌ STILL OPEN,属于当前威胁模型下可接受的同机信任,但被明确标注为纵深防御缺口,待 UTA 迁出主机时重审。已知未决事项还包括:UI 登录流程(React 应用仍假设始终已认证,需要 401 处理器 + 登录弹窗)、token 轮换的 Settings UI(当前为 rm data/config/auth.json && restart)、剧本 04-12 的种子用例待填充。
九、产出规范:如何让发现可验证、可修复
简报对红队 Agent 的交付物有明确要求:
- 发现归档于
safe/findings/YYYY-MM-DD-<title>.md,一条弱点一个文件,遵循safe/findings/README.md模板,交叉链接相关剧本与代码路径,诚实标注严重性——critical 意味着"券商资金面临风险"; - 更新剧本状态——✅ 表示该类已完全测试并附超出种子用例的尝试笔记;
- 最终回复给出简短总结:"我运行了 N 个剧本,发现 M 个已确认弱点,归档于 findings/,建议优先处理 X"。
关键纪律:发现的价值高于猜测——怀疑某事却无法演示时,写进剧本的"extension hints"节而非发现。每条发现都应附带一个能从干净状态复现的 curl 命令或脚本,并给出至少一条修复提示。
十、红队心态:五条操作信条
- 怀疑(Skeptical):假设开发者犯了显而易见的错误,直到证伪。大多数弱点都很无聊。
- 分层(Layered):每个剧本只是一层。单层不足时组合多层(如 CSRF + localhost 信任绕过 = 真实攻击链)。
- 诚实(Honest):不要报告需要不现实前提的"发现"(例如"若攻击者有 root 就能读 auth.json")——那不是发现,那是定义 root。
- 可复现(Reproducible):每条发现都应能从干净状态用 curl 或脚本演示。
- 建设性(Constructive):每条发现都应附修复提示,哪怕只有一句。
十一、启动:从 AGENT_BRIEF 到第一次实战
简报的收尾指令(Ready 节)为红队 Agent 指明第一步行动:先读 safe/knowledge/architecture.md 与 safe/knowledge/endpoints.md 完成定向,再打开 safe/playbooks/01-auth-bypass.md 开工。完整的安全基线可对照 safe/THREAT_MODEL.md:它列出五类防御对象(互联网扫描机器人、具备代码知识的定向攻击者、网络位置攻击者、被攻破的客户端设备、AI 红队 Agent——最后者正是测试标准),七类不防御对象(root、内鬼、量子攻击、侧信道、供应链、社工、DDoS),以及按危害排序的攻击者目标(直接券商访问 > 读取交易历史 > 修改交易配置 > 窃取 AI provider 凭据 > 持久化据点 > 窃取工作区代码 > 用作代理),从而导出防御优先级:broker 隔离 > 配置完整性 > 凭据存储 > 持久化预防。规划的防御层 L1(Origin/Transport)与 L2(Authentication)即当前测试覆盖范围,L3-L5(授权细化、UTA 分离、逐笔交易仪式)上线后将有新剧本覆盖。
对希望亲自复现的读者,操作路径是:pnpm dev 启动开发栈 → 孵化一个 AI Agent 并指示其阅读 safe/AGENT_BRIEF.md → 观察它按剧本执行 curl 探测、读源码审计、归档发现 → 对照各剧本"验证状态"表逐项确认缓解是否到位。这套框架的价值在于:它不是一次性安全审计,而是一套可重复执行、可随代码演进持续回归的安全测试闭环——每一次对认证/网络面的改动,都可以让红队 Agent 重跑一遍,用同一标准验证防御没有回退。