
Wprowadzenie do problemu / definicja
Ataki na łańcuch dostaw oprogramowania pozostają jednym z najpoważniejszych zagrożeń dla zespołów deweloperskich, środowisk DevSecOps i infrastruktury chmurowej. Najnowszy incydent związany z pakietem agent-framework w repozytorium PyPI pokazuje, że nawet komponenty kojarzone z rozpoznawalnym dostawcą mogą zostać wykorzystane do dystrybucji złośliwego kodu. W tym przypadku celem atakujących była kradzież poświadczeń, tokenów tożsamości oraz danych środowiskowych z systemów uruchamiających Pythona.
W skrócie
Złośliwe wersje pakietu agent-framework oznaczone jako 1.26.1 i 1.26.2 zostały opublikowane 17 listopada 2026 roku. Obie edycje zawierały mechanizm uruchamiania stealera przy każdym starcie interpretera Python, nawet bez jawnego importu pakietu przez aplikację. Malware zbierał zmienne środowiskowe, pliki z poświadczeniami, tokeny OIDC oraz dane związane z tożsamością w usługach chmurowych, a następnie przesyłał je do zewnętrznego endpointu.
- Zagrożone były stacje deweloperskie, runnerzy CI/CD i hosty chmurowe.
- Atak wykorzystywał mechanizm automatycznego wykonywania kodu przez pliki
.pth. - Największe ryzyko dotyczyło kradzieży poświadczeń i tokenów tymczasowych.
Kontekst / historia
agent-framework to metapakiet powiązany z Microsoft Agent Framework, otwartym frameworkiem do budowy i orkiestracji agentów AI w Pythonie. Skala ryzyka była istotna nie tylko ze względu na rozpoznawalność ekosystemu, ale również z powodu dużej liczby pobrań pakietu.
Według dostępnych analiz złośliwe wydania pojawiły się w krótkim odstępie czasu, co może wskazywać na działanie zaplanowane i skoordynowane. Po wykryciu incydentu wersje zostały poddane kwarantannie w PyPI. Na etapie ujawnienia zdarzenia nie było jasne, w jaki sposób atakujący uzyskali możliwość publikacji pakietu. Sam incydent wpisuje się jednak w szerszy trend ataków na zależności wykorzystywane przez programistów, pipeline’y budowania i środowiska chmurowe.
Analiza techniczna
Kluczowym elementem ataku było użycie plików .pth umieszczanych w katalogu site-packages. Mechanizm ten jest szczególnie niebezpieczny, ponieważ Python wykonuje instrukcje importu zawarte w takich plikach automatycznie przy starcie interpretera. Oznacza to, że złośliwy kod mógł zostać uruchomiony niezależnie od tego, czy aplikacja rzeczywiście korzystała z funkcji pakietu.
W wersji 1.26.1 wykorzystano plik agent_framework_meta.pth, który inicjował payload odpowiedzialny za kradzież danych. W wersji 1.26.2 użyto pliku af_runtime_diag.pth, a zakres pozyskiwanych informacji został dodatkowo rozszerzony.
Złośliwy kod wyszukiwał między innymi:
- zmienne środowiskowe związane z sekretami i poświadczeniami,
- lokalne pliki konfiguracyjne zawierające dane uwierzytelniające,
- artefakty Azure CLI,
- pliki
.npmrc,pip.conf,.netrc,.git-credentialsi konfigurację Dockera, - dane związane z Hugging Face,
- informacje z agentów Azure DevOps,
- pliki
.envoraz wybrane pliki JSON, - tokeny OIDC z Azure DevOps i GitHub Actions,
- tokeny managed identity w środowiskach Azure,
- metadane instancji z usługi IMDS.
Szczególnie niebezpieczne było to, że malware nie ograniczał się do odczytu lokalnie zapisanych sekretów. Analizy wskazują, że potrafił również aktywnie żądać nowych tokenów dostępowych, wykorzystując mechanizmy federacji tożsamości oraz endpointy managed identity. W praktyce zwiększało to ryzyko przejęcia aktualnych uprawnień do zasobów chmurowych, nawet jeśli część danych uwierzytelniających została wcześniej zrotowana.
Zebrane dane były agregowane do dokumentu JSON, kompresowane, kodowane w Base64 i wysyłane metodą HTTPS POST do zewnętrznego adresu kontrolowanego przez atakujących. Taki sposób eksfiltracji utrudnia wykrywanie incydentu w środowiskach, które nie prowadzą szczegółowej inspekcji ruchu wychodzącego.
Konsekwencje / ryzyko
Najpoważniejszym skutkiem incydentu jest możliwość przejęcia tożsamości i uzyskania dostępu do zasobów chmurowych. Jeśli zainfekowany pakiet został zainstalowany na stacji roboczej programisty, atakujący mogli pozyskać tokeny, konfiguracje narzędzi oraz dane środowiskowe wspierające dalszą eskalację uprawnień.
W przypadku runnerów CI/CD skala zagrożenia jest jeszcze większa, ponieważ takie systemy często posiadają dostęp do repozytoriów, rejestrów kontenerów, procesów wdrożeniowych i infrastruktury produkcyjnej. Istotne jest także to, że payload uruchamiał się przy każdym starcie Pythona, co zwiększało prawdopodobieństwo wielokrotnej eksfiltracji danych.
Dodatkowym problemem pozostaje możliwość przejęcia tokenów tymczasowych. W takich sytuacjach sama rotacja statycznych sekretów może nie wystarczyć, jeśli przeciwnik zdążył wykorzystać zdobyte tokeny do dalszych działań, takich jak odczyt zasobów, modyfikacja konfiguracji czy tworzenie trwałych mechanizmów dostępu.
Rekomendacje
Organizacje, które mogły pobrać lub zainstalować wersje 1.26.1 albo 1.26.2, powinny potraktować incydent jako potencjalne naruszenie bezpieczeństwa. Niezbędna jest szybka reakcja operacyjna oraz weryfikacja, czy doszło do eksfiltracji poświadczeń lub nadużycia tożsamości chmurowych.
- Natychmiast zidentyfikować hosty, kontenery i runnerów z podatnymi wersjami pakietu.
- Odizolować zagrożone środowiska od sieci i wstrzymać pipeline’y CI/CD do czasu zakończenia analizy.
- Wrócić do bezpiecznej wersji
1.26.0lub odtworzyć środowisko z czystego obrazu. - Przejrzeć logi proxy, DNS i ruch wychodzący pod kątem komunikacji z endpointem eksfiltracji.
- Zrotować poświadczenia, tokeny i klucze z poziomu zaufanego, czystego systemu.
- Przeprowadzić audyt tożsamości Azure, logów logowania i aktywności uprzywilejowanych.
- Zweryfikować workflowy GitHub Actions i Azure DevOps pod kątem nadużyć tokenów OIDC.
- Sprawdzić integralność środowisk developerskich oraz obrazów bazowych używanych w automatyzacji.
Z perspektywy długofalowej warto wdrożyć dodatkowe zabezpieczenia łańcucha dostaw oprogramowania, takie jak pinowanie wersji zależności, skanowanie artefaktów przed wdrożeniem, ograniczanie uprawnień runnerów, segmentację środowisk build i deploy oraz monitoring nietypowego użycia mechanizmów federacji tożsamości i managed identity.
Podsumowanie
Kompromitacja agent-framework w PyPI to kolejny przykład skutecznego ataku na łańcuch dostaw wymierzonego w nowoczesne środowiska developerskie i chmurowe. Technika oparta na plikach .pth pozwoliła uruchamiać stealera przy każdym starcie Pythona, co znacząco zwiększyło zasięg i utrudniło wykrycie. Dla zespołów bezpieczeństwa jest to wyraźny sygnał, że ochrona zależności programistycznych oraz monitoring tożsamości chmurowych muszą być traktowane priorytetowo.