
MLflow 的 CrewAI 自动日志功能泄露大模型 API 密钥
来源标题:I found an API key leak in MLflow, and why your AI agent may have one too
MLflow 在启用 CrewAI 自动日志后,会把 AI agent 调用 OpenAI、Anthropic 等厂商的 API 密钥写入追踪记录,并随数据导出扩散。该漏洞编号为 CVE-2026-116691,MLflow 已致谢报告。暂无法升级的用户可设置 mlflow.crewai.autolog(disable=True) 规避。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
API key 只应该去一个地方:它所属的服务。但在 MLflow 里,它却还去了别的地方。
MLflow 是一个广泛使用的开源平台,功能之一是把 AI agent 的每一步操作记录下来,方便你事后调试。这些记录被称为 trace。开启 CrewAI 自动记录(mlflow.crewai.autolog())后,MLflow 对 agent 的记录中包含了 LLM 提供方的 API key——也就是 agent 调用 OpenAI、Anthropic 或其他模型提供方时所用的那个 key。
应用本身从未记录这个 key,是埋点代码记录的。于是这个 key 就留在了 MLflow 的 tracking 后端里,也留在了那些 trace 被导出到的任何其他系统中。
我报告了这个问题,MLflow 也致谢了这份报告。它现在是 CVE-2026-116691。
如果暂时无法升级,公告给出的临时规避方案是 mlflow.crewai.autolog(disable=True)。
我是用 Weir 发现这个问题的。这是我正在开发的开源工具,围绕一条规则:key 只去它自己的服务,不去任何别处。
pip install weir-scan weir canary judge --sample
要测试你自己的 agent:
pip install weir-scan weir-run weir-run run --config canary.toml
weir-run 会植入假 key,让 agent 自己的流程对本地假模型运行,然后在其遥测数据、控制台输出、模型请求和其他出站请求中查找这些确切的 key 值——无论是原始形式还是编码后的形式。结果会是 leak、clean 或 incomplete,并显示哪些植入的 key 到达了某个导出目标。一旦出现泄漏或运行不完整,GitHub Action 会让对应的 pull request 任务失败。
它做不到的事:它只覆盖本次运行实际走过的路径,而且会漏掉经过哈希、被拆分或被截断的 key。裁决不由任何 AI 模型做出,CLI 本身也不会向任何地方发送数据。
这些工具免费且采用 Apache-2.0 许可:https://github.com/ralis-ai/weir
Weir 背后的公司 Ralis 正在寻找设计合作伙伴:在 AWS 上运行 AI agent 的团队。我们会在你的 CI 中运行这项测试,作为为期两周的免费试点,不会有任何数据离开你的环境。如果你符合条件,请通过仓库联系我们。
本文在 AI 协助下完成;我在报告之前复现了 MLflow 的泄漏问题。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。