Уязвимости RCE в RAGFlow ставят под угрозу 1 918 серверов
RAGFlow: 1 918 серверов под угрозой RCE. Неисправленные уязвимости удалённого кода угрожают системам. Узнайте о критических уязвимостях и защите сейчас.
Серия уязвимостей удалённого выполнения кода в одном из самых популярных RAG-фреймворков
RAGFlow — движок Retrieval-Augmented Generation с открытым исходным кодом от InfiniFlow — за последние полтора года накопил тревожную серию критических уязвимостей безопасности. Несколько из них остаются неисправленными. Уязвимости объединяет общая причина: небезопасная обработка пользовательского ввода — через eval(), шаблоны Jinja2 без песочницы, десериализацию pickle и обход путей — каждая из которых приводит к полному удалённому выполнению кода на хост-сервере.
Для любой команды, эксплуатирующей RAGFlow в продакшене или стейджинге, это не теоретическая угроза. Согласно раскрытию информации от Zeropath, сканирование через Shodan показывает не менее 1 918 экземпляров RAGFlow, напрямую доступных из публичного интернета. Многие из них, вероятно, работают с конфигурацией по умолчанию, включая Docker-контейнеры, запущенные от имени root.
Проще говоря: один аутентифицированный пользователь — а в некоторых случаях и неаутентифицированный злоумышленник — может получить полный контроль над сервером, на котором размещён RAGFlow.
Пять отдельных векторов RCE — хронология
Прежде чем углубляться в технические детали, рассмотрим общую картину известных уязвимостей RCE в RAGFlow, отсортированных по дате раскрытия:
| CVE | Раскрытие | CVSS | Вектор | Требуется аутентификация | Исправлено |
|---|---|---|---|---|---|
| CVE-2024-12433 | Апр 2026 (опубликовано) | — | Зашитый ключ + десериализация pickle | Нет | Частично (v0.14.0) |
| CVE-2025-68700 | Дек 2025 | 9.9 | CodeExec eval() |
Да (низкие привилегии) | Нет |
| CVE-2026-24770 | Янв 2026 | 9.8 | Zip Slip в парсере MinerU | Нет | Да (коммит с исправлением) |
| CVE-2026-28797 | 2026 | 8.7 (CVSS 4.0) | SSTI через Jinja2 | Да (низкие привилегии) | Нет |
| GHSA-vw46-rrp3-c99v | Мар 2026 | — | eval() в перерейтинге тегов |
Да (низкие привилегии) | Нет |
Для трёх из пяти уязвимостей не существует публично доступного патча по состоянию на апрель 2026 года. В этом и заключается ключевая проблема.
Уязвимость eval() в перерейтинге тегов — без исправления с марта 2026
Последняя раскрытая уязвимость, о которой сообщила компания Zeropath, затрагивает функцию _rank_feature_scores() в RAGFlow версии 0.24.0. Эта функция извлекает сохранённые данные тегов из хранилища чанков и передаёт их напрямую в eval() Python:
Код считывает значение из результатов поиска в базе данных и преобразует его в словарь Python с помощью eval() без какой-либо санитизации. Если злоумышленник может контролировать сохранённую строку — а это возможно для любого аутентифицированного пользователя, который может загружать и обрабатывать документы — он контролирует то, что выполняет eval().
Существуют важные условия. Уязвимость срабатывает только на экземплярах RAGFlow, настроенных на использование Infinity в качестве бэкенда хранилища чанков. Elasticsearch и другие бэкенды используют другие пути выполнения кода, которые не вызывают eval() для перерейтинга тегов.
Первоначальный отчёт о безопасности (рекомендация GitHub GHSA-vw46-rrp3-c99v) был подан 3 марта 2026 года. Спустя целый месяц без ответа от мейнтейнеров исследователь опубликовал патч 8 апреля 2026 года. На момент написания статьи патч не был влит.
Откровенно говоря: месячное молчание по критическому отчёту об RCE — это тревожный сигнал для безопасности любого проекта, каким бы качественным ни был основной продукт.
CVE-2025-68700: компонент CodeExec — CVSS 9.9
Раскрыта в декабре 2025 года исследователем bilisheep из Xmirror Security Team. Уязвимость затрагивает компонент CodeExec в рабочем процессе Agent. Согласно рекомендации GitHub (GHSA-8xw3-v6c2-j84j), файл agent/tools/code_exec.py содержит строку, в которой контролируемый пользователем вывод stdout передаётся напрямую в eval().
Эксплуатация проста: аутентифицированный пользователь с низкими привилегиями отправляет скрипт CodeExec, который выводит специально сформированную строку. Когда бэкенд обрабатывает вывод, eval() выполняет встроенную полезную нагрузку. Исследователь продемонстрировал это, выполнив команду id на хосте через единственный оператор print.
С оценочным CVSS 9.9 это одна из наиболее критичных уязвимостей в экосистеме RAG-фреймворков. Исправленной версии не существует.
Что делает эту уязвимость особенно опасной в бизнес-контексте: компонент CodeExec является ключевой частью функции рабочего процесса Agent в RAGFlow. Команды, создавшие кастомных AI-агентов с помощью визуального конструктора RAGFlow, напрямую подвержены этой угрозе.
CVE-2026-24770: Zip Slip — аутентификация не требуется
В отличие от двух предыдущих уязвимостей, для этой злоумышленнику даже не нужно входить в систему. Раскрыта в январе 2026 года с оценкой CVSS 9.8, CVE-2026-24770 представляет собой классическую уязвимость обхода пути Zip Slip в классе MinerUParser.
Функция _extract_zip_no_root, как описано в базе данных уязвимостей SentinelOne, не выполняет санитизацию имён файлов в содержимом ZIP-архива. Злоумышленник создаёт вредоносный ZIP-архив, содержащий файлы с последовательностями обхода пути (например, ../../etc/cron.d/malicious), и логика извлечения записывает их туда, куда указывают эти последовательности — включая системные каталоги.
Поскольку Docker-контейнеры RAGFlow обычно запускаются от имени root, успешная атака Zip Slip может перезаписать любой файл в системе. В сочетании с инъекцией задач cron или размещением SSH-ключей это приводит непосредственно к постоянному удалённому выполнению кода.
Конкретные цифры: Согласно анализу PulsePatch, эта уязвимость получает оценку 9.0/10 по эксплуатируемости — что означает низкую сложность, отсутствие аутентификации и отсутствие необходимости в пользовательском взаимодействии.
Хорошая новость: исправление существует в коммите 64c75d558e4a17a4a48953b4c201526431d8338f, который добавляет санитизацию путей в функцию извлечения. Командам, использующим парсер MinerU, следует убедиться, что они работают на версии, включающей этот коммит.
CVE-2026-28797: инъекция серверных шаблонов через Jinja2
Рабочий процесс Agent в RAGFlow включает компоненты обработки текста (StringTransform) и сообщений, которые рендерят пользовательские шаблоны. Согласно записи NVD для CVE-2026-28797, эти компоненты используют jinja2.Template Python в режиме без песочницы.
Jinja2 без песочницы — хорошо известный вектор SSTI. Любой аутентифицированный пользователь может создать шаблон, получающий доступ к внутренним классам Python и выполняющий произвольные команды операционной системы на сервере. Базовая оценка CVSS 4.0 составляет 8.7 (ВЫСОКАЯ), и, как отмечает NVD, «публично доступных патчей не существует».
Эта уязвимость затрагивает RAGFlow версий 0.24.0 и ранее — фактически все выпущенные версии. Листинг OpenCVE подтверждает оценку CVSS v3.1 в 8.8.
Для команд, создающих мультитенантные RAG-приложения, где различные пользователи создают и настраивают агентов, это особенно критично. Любой пользователь с доступом к редактору рабочего процесса Agent может повысить привилегии до полного контроля над сервером.
CVE-2024-12433: зашитые учётные данные и десериализация pickle
Самая ранняя запись в этом списке, задокументированная SentinelOne, сочетает два классических антипаттерна безопасности: зашитый ключ аутентификации и небезопасную десериализацию.
Версии RAGFlow до v0.14.0 поставлялись с зашитым ключом RPC-аутентификации (authkey=binfiniflow-token4kevinhu). Этот ключ в сочетании с pickle.loads() Python для недоверенного сетевого ввода давал любому злоумышленнику в сетевой доступности неаутентифицированное удалённое выполнение кода.
Атака не требует пользовательского взаимодействия и каких-либо предварительных привилегий. Уязвимость была обнаружена через программу Bug Bounty Huntr, и исправление выпущено в v0.14.0. Однако любая команда, по-прежнему использующая более ранние версии — а учитывая медленные циклы обновления, характерные для самостоятельно размещаемых AI-инструментов, таких вероятно немало — остаётся под угрозой.
Почему это важно для бизнеса, эксплуатирующего RAG-инфраструктуру
RAGFlow — это не нишевый эксперимент. Это один из самых популярных RAG-фреймворков с открытым исходным кодом, и организации развёртывают его для обработки конфиденциальных документов — контрактов, финансовой отчётности, внутренних баз знаний, данных клиентов. Компрометация экземпляра RAGFlow означает:
- Утечка данных: каждый документ, загруженный в RAG-пайплайн, доступен злоумышленнику. Если система обрабатывает проприетарные или регулируемые данные, это становится инцидентом нарушения комплаенса.
- Латеральное перемещение: RAGFlow обычно подключается к базам данных (PostgreSQL, Elasticsearch, Infinity) и может находиться в одной Docker-сети с другими сервисами. Обратная оболочка из скомпрометированного контейнера RAGFlow может достигать соседней инфраструктуры.
- Риск цепочки поставок: если RAGFlow генерирует данные, потребляемые другими системами — клиентскими чат-ботами, внутренними инструментами принятия решений — злоумышленник может манипулировать этими данными.
Ключевой вывод для бизнеса: риск заключается не просто в том, что «кто-то взломает наш AI-инструмент». Риск в том, что кто-то использует AI-инструмент как дверь ко всему, к чему он подключён.
Что это значит для вашего проекта
Команды, оценивающие или уже использующие RAGFlow, стоят перед практическим выбором. Фреймворк предлагает мощные возможности RAG, но история безопасности требует активного управления рисками.
Немедленные действия
Вот что мы рекомендуем командам, в настоящее время использующим RAGFlow:
Проведите аудит вашей доступности. Проверьте, доступен ли ваш экземпляр из публичного интернета. Если он виден в Shodan, его уже сканируют. Немедленно разместите RAGFlow за VPN или в частной сети.
Проверьте бэкенд хранилища чанков. Уязвимость
eval()в перерейтинге тегов срабатывает только при использовании Infinity. Если вы используете Elasticsearch, этот конкретный вектор к вам не относится — но остальные четыре уязвимости актуальны.Сверьте вашу версию с известными исправлениями. Уязвимость Zip Slip (CVE-2026-24770) имеет зафиксированное исправление. Убедитесь, что ваша установка включает коммит
64c75d55. Для CVE-2024-12433 убедитесь, что вы используете v0.14.0 или более позднюю версию.Ограничьте доступ к рабочему процессу Agent. Как уязвимость
eval()в CodeExec, так и SSTI Jinja2 требуют, чтобы аутентифицированные пользователи взаимодействовали с рабочим процессом Agent. Ограничьте круг лиц, которые могут создавать и редактировать агентов. Если вы не используете функцию Agent, по возможности отключите её полностью.Не запускайте от имени root. Если ваш Docker-контейнер RAGFlow запущен от имени root (что по умолчанию во многих конфигурациях), успешный эксплойт даёт злоумышленнику доступ к файловой системе с правами root. Настройте контейнер на запуск от имени непривилегированного пользователя и по возможности применяйте монтирование файловой системы в режиме «только чтение».
Сегментируйте сеть развёртывания. RAGFlow не должен находиться в неограниченной Docker-сети совместно с базами данных, кеш-серверами или другой критичной инфраструктурой. Используйте сетевые политики Docker для ограничения того, к чему может обращаться контейнер RAGFlow.
Оценка альтернатив
Для команд на ранних стадиях внедрения RAG паттерн неисправленных уязвимостей ставит обоснованный вопрос о том, стоит ли продолжать работу с RAGFlow или рассмотреть альтернативы. Решение зависит от контекста:
- Если обработка документов затрагивает регулируемые или особо конфиденциальные данные, текущее состояние трёх неисправленных критических RCE-уязвимостей должно быть весомым аргументом против развёртывания.
- Если развёртывание исключительно внутреннее, за VPN, с доверенными пользователями и без доступа к загрузке недоверенных документов, риск можно контролировать с помощью описанных выше мер.
- Если основной сценарий использования не требует рабочего процесса Agent (который является источником двух из пяти уязвимостей), отключение этой функции значительно сокращает поверхность атаки.
Откровенно говоря: проект с открытым исходным кодом, имеющий множество уязвимостей с CVSS 9+ и месячное молчание на отчёты о безопасности, нуждается в более зрелом процессе реагирования на угрозы, прежде чем предприятия смогут полагаться на него для критичных рабочих нагрузок.
Общая картина — eval() не является стратегией парсинга
Три из пяти задокументированных здесь уязвимостей вызваны одной и той же коренной причиной: использованием eval() Python для обработки данных, поступающих от пользовательского ввода или из хранилища. Это не тонкая, трудноуловимая категория ошибок. Это хорошо задокументированный антипаттерн, который линтеры безопасности выявляют автоматически.
Уязвимость SSTI Jinja2 следует аналогичной логике — рендеринг пользовательских шаблонов без песочницы является эквивалентом вызова eval() для пользовательского ввода в мире шаблонизаторов.
Для команд разработчиков, создающих AI-инфраструктуру, это поучительный паттерн. Спешка с выпуском функций RAG может привести к упрощённой обработке ввода, которая никогда бы не прошла код-ревью в традиционном веб-приложении. AI-инфраструктура заслуживает такого же уровня безопасности, как и любая другая серверная система.
Проще говоря: если функция обрабатывает данные, на которые может повлиять пользователь, eval() никогда не является правильным инструментом. ast.literal_eval(), явные парсеры или структурированная десериализация существуют именно для этого.
Часто задаваемые вопросы
Как путь выполнения кода перерейтинга тегов приводит к выполнению хранимых строк через eval()?
Функция _rank_feature_scores() считывает значения полей тегов из результатов поиска в хранилище чанков и передаёт их в eval() Python для преобразования в словари. Если злоумышленник загружает документ, содержащий вредоносную строку полезной нагрузки в поле тега, эта строка выполняется как Python-код, когда пайплайн извлечения обрабатывает её во время перерейтинга. Это срабатывает только когда Infinity настроен как бэкенд хранилища чанков.
Почему RAGFlow запускается от имени root в Docker-контейнерах и каковы последствия для безопасности при взломе?
Многие конфигурации развёртывания RAGFlow в Docker по умолчанию запускают процесс приложения от имени root внутри контейнера. Это означает, что любой эксплойт, достигающий выполнения кода — будь то через eval(), Zip Slip или SSTI — работает с правами root, позволяя злоумышленнику читать и записывать любые файлы, устанавливать механизмы закрепления и потенциально выходить за пределы контейнера при наличии дополнительных ошибок конфигурации.
Какие конкретные условия должны быть выполнены на стороне извлечения для активации уязвимости RCE?
Для уязвимости eval() в перерейтинге тегов (GHSA-vw46-rrp3-c99v) должны совпасть три условия: экземпляр RAGFlow должен использовать Infinity в качестве бэкенда хранилища чанков, злоумышленник должен иметь возможность загружать и обрабатывать документы (что требует аутентификации с низкими привилегиями), и последующий поисковый запрос должен инициировать путь выполнения кода перерейтинга, который вызывает eval() для сохранённых данных тегов.
Каким образом конфигурация хранилища чанков Infinity расширяет поверхность атаки?
Формат хранения Infinity возвращает данные полей тегов в виде строк, которые RAGFlow преобразует в словари Python с помощью eval(). Другие бэкенды, такие как Elasticsearch, возвращают структурированные данные, не требующие такого шага преобразования. Команды, использующие Infinity, подвержены этому дополнительному вектору атаки, которого нет у пользователей Elasticsearch, хотя обе группы подвержены остальным четырём уязвимостям RCE.
Может ли обратная оболочка получить доступ к другим сервисам и базам данных в той же Docker-сети?
Да. По умолчанию развёртывания Docker Compose размещают все определённые сервисы в общей bridge-сети. Обратная оболочка из скомпрометированного контейнера RAGFlow может достигать PostgreSQL, Redis, Elasticsearch и любого другого сервиса в том же docker-compose.yml без дополнительной аутентификации, если эти сервисы доверяют соединениям из внутренней сети — что является типичной конфигурацией для сред разработки и многих продакшен-установок.
Статья подготовлена на основе открытых источников и может содержать неточности.


