LLaMA-Factory 安全审计与漏洞挖掘产品系统

LLaMA-Factory 是使用最广的大模型微调框架之一，很多团队直接部署到公网。其 WebUI 与 OpenAI 兼容 API 在处理用户输入时存在路径与外部 URL 的安全风险。本项目针对该框架做源码级审计，目标是发现可被远程利用的漏洞并给出修复方案，提升 AI 框架默认部署的安全性。

本项目对 LLaMA-Factory 的 WebUI 与 API 层做完整安全审计，产出包括：1）WebUI 配置保存点的路径遍历漏洞，可任意文件写入/读取；2）OpenAI 兼容 API 的 SSRF 防护绕过（HTTP 302 重定向）与 LFI 前缀检查绕过；3）每个漏洞的本地复现 PoC 与修复建议。最终向项目提交 2 个 GitHub 安全公告。

我独立负责全部工作：下载并阅读源码，定位危险函数与调用链，构造 PoC 本地复现，编写漏洞报告并提交 GitHub Security Advisory。技术栈为 Python + Gradio + FastAPI，采用人工污点分析追踪用户输入到 open、requests 等危险点。难点在于绕过维护者已加入的 SSRF 防护逻辑。