本文使用的 Docker 镜像
发布日期: 2026 年 10 月 30 日
风险等级: 高危(High)
漏洞编号: CVE-2026-119119 · CVE-2026-119120
涉及镜像: unclecode/crawl4ai — 轩辕镜像 · Docker Hub
CVSS: 7.5(High,CVSS 3.1,两条相同)。CVE-2026-119119 的 CVSS 4.0 为 8.7,CVE-2026-119120 为 7.7
披露时间: 两条 GitHub Advisory 发布于 2026 年 10 月 15 日
相关公告: GHSA-rhjm-7hj7-75fx · GHSA-f856-7xp9-w3cc
一、漏洞概述
这两条都出在 Crawl4AI 的 Docker API,一次升到 0.9.5 一起盖住。直接当 Python 库调用、并且不把外部请求原样传进对应配置时,不在第二条的默认范围内。
CVE-2026-119119: 不受信的爬取配置里,部分超时字段有上限,delay_before_return_html、mean_delay、max_range 没有。调用方可以提交很大的延迟,占住浏览器页面,后面的爬取排不进去。公告 CVSS 3.1 按低权限计,影响 0.9.4 及更早。
CVE-2026-119120: 已持有 API 令牌的客户端可以指定 CosineStrategy 要加载的模型仓库。服务会去下载并加载该仓库。PyTorch 低于 2.6、且 transformers 没有相应检查时,恶意权重可以在服务进程里执行代码。当前 PyTorch 下代码不会因此执行,但仍可以把磁盘和内存打满。影响 0.9.0 至 0.9.4。默认镜像(INSTALL_TYPE=default)不安装 PyTorch 和 transformers,打不到代码执行。装了 cosine、transformer 或 all 的镜像才在这条范围内。
二、漏洞状态
统计截止: 2026 年 10 月 30 日(UTC+8)
| 项目 | 状态 |
|---|---|
| 漏洞细节 | 已公开(两条 GHSA) |
| 官方补丁 | 0.9.5。Hub 上 unclecode/crawl4ai:0.9.5 推送于 2026-10-14 |
| 浮动标签 | 0.9 目前和 0.9.5 是同一份镜像。请固定 0.9.5,不要长期写 0.9 |
| CISA KEV | 未列入 |
三、影响范围
对内或对外提供 /crawl、/crawl/stream 的 Crawl4AI Docker 服务。没打开 API 令牌时,第一条的调用面比公告假设的更大。第二条还要求镜像里装了模型依赖,并且 HuggingFace 缓存可写。
四、修复建议
1. 固定 0.9.5(推荐)
bashdocker pull docker.xuanyuan.run/unclecode/crawl4ai:0.9.5
改掉 Compose 里的标签后重建。进入容器确认版本是 0.9.5。
Docker Hub: unclecode/crawl4ai
轩辕镜像: unclecode/crawl4ai
2. 装了全部依赖、并且 PyTorch 低于 2.6 的实例
按服务进程权限下的代码可能已被执行处理:用新镜像重建,轮换该进程能读到的模型供应商密钥。
五、临时缓解措施
在升到 0.9.5 之前:
-
不要把未设 API 令牌的爬取接口暴露给不可信调用方
两条都从这份 API 进去。 -
用不上余弦提取时,用默认镜像,不要装
all
这只缩小第二条的代码执行面。 -
在反向代理上拒绝带模型名的爬取配置
这只缩小第二条,不能代替升级。PyTorch 升到 2.6 或更高,也只缩小代码执行,挡不住磁盘和内存被打满。
六、与轩辕镜像用户的相关说明
轩辕镜像提供的是镜像加速与拉取服务,不替代 Crawl4AI 的版本修复。
- 站内页:unclecode/crawl4ai。拉取命令为
docker.xuanyuan.run/unclecode/crawl4ai:0.9.5。 - 基于更旧标签二次构建的,要改基础标签后重新构建。
- 配置与排错见 轩辕镜像使用手册、镜像拉取 FAQ。
七、参考链接
- GitHub Advisory:GHSA-rhjm-7hj7-75fx · GHSA-f856-7xp9-w3cc
- NVD:CVE-2026-119119 · CVE-2026-119120
- Docker Hub:unclecode/crawl4ai
- 轩辕站内镜像页:unclecode/crawl4ai
阅读原文
轩辕镜像安全团队
2026 年 10 月 30 日
评论交流
免责声明
本博客文章所提供的内容、技术方案、配置示例及部署指南等信息,仅供学习交流和技术参考使用。文章内容基于发布时的技术环境和版本信息编写,可能因时间推移、技术更新或环境差异而存在不适用的情况。
用户在参考本博客内容进行部署操作前,应当充分了解相关技术风险,并建议在测试环境中进行充分验证和测试,确认无误后再考虑在生产环境中使用。生产环境部署前,请务必进行数据备份,并制定相应的回滚方案。
用户因使用本博客内容进行部署操作而产生的任何损失、数据丢失、系统故障、安全风险或其他问题,均由用户自行承担全部责任。轩辕镜像官方不对因使用本博客内容而产生的任何直接或间接损失承担责任。
本免责声明的最终解释权归轩辕镜像官方所有。
