CVE-2026-41264Flowise是用于构建定制化大语言模型的拖放式界面。在3.1.0版本之前,CSV_Agents类的run方法存在缺陷,因评估LLM生成的Python脚本时缺乏沙箱隔离而导致漏洞。攻击者可利用提示注入技术,诱使LLM生成恶意Python脚本,从而在服务器上下文中执行任意代码。未认证攻击者只需向使用CSV Agent节点的聊天流发送恶意提示即可利用该漏洞。此问题已在3.1.0版本中修复。
该漏洞位于Flowise的CSV_Agents组件中。当用户使用CSV Agent节点时,系统会调用大语言模型(LLM)生成用于分析CSV数据的Python代码,并在服务器的`run`方法中直接执行该代码。由于缺乏严格的沙箱机制,攻击者可以通过发送特制的提示词进行提示注入攻击。这些提示词旨在绕过LLM的安全限制,诱导其生成包含系统命令(如使用`os.system`或`subprocess`模块)的恶意Python代码。一旦Flowise服务器解析并执行了这段代码,攻击者即可在运行Flowise的用户权限下执行任意操作系统命令,完全控制服务器。