spoor 可以解析来源不明的文档,但它不能代替沙箱。内置的大小限制和格式检查只能提前拦下一部分异常文件。要强制中止超时任务、限制内存或隔离崩溃,仍需由你的程序处理。
各格式的限制见格式与限制。
spoor-core只接收文件内容、文件名、MIME 类型和筛选参数,不读文件、不联网、不读取环境变量,也不启动其他程序。- CLI、Python、Node.js 和 WASM 负责读取文件字节。CLI 只有在输入网址时才会联网。
- Rust、Python 和 Node.js 版本会和你的程序运行在同一个进程里。需要强制超时、限制内存或隔离崩溃时,应改用独立进程、容器,或限制好内存和执行时间的 WASM 环境。
- spoor 不执行文档中的宏、公式、脚本、Notebook 代码或其他程序。
- 文档内容始终是不可信数据。解析不会识别提示注入,也不会判断事实真伪。
| 风险 | 默认限制 | 如何调整 |
|---|---|---|
| 输入和中间结果过大 | spoor-core 每次解析最多 64 MiB;CLI 一次运行处理的所有文件共用 64 MiB |
ParseLimits.max_parse_bytes;CLI --max-parse-mib |
| ZIP 条目过多 | 最多 10,000 个条目 | 暂不可改 |
| ZIP 中的单个文件过大 | 最多 50 MiB,并计入总大小 | 暂不可改 |
| ZIP 中单个文件的压缩比异常 | 最多 200 倍 | 暂不可改 |
| ZIP 解压后的总量过大 | 解压前检查总量,并计入单次大小限制 | 跟随单次大小限制 |
| CLI 输出过大 | 标准输出默认最多 256 KiB,截断时保留提示 | CLI --max-output-kib |
| 小文件触发大量计算 | 可限制单次解析的工作量 | ParseLimits.max_work_units;CLI --max-work-units |
| 旧版或加密 Office 被当成文本 | 识别 OLE/CFB 后直接拒绝 | 不可改 |
| 加密 PDF | 返回固定错误码 | 不可改 |
| 损坏的压缩包类文件 | 返回固定错误码 | 不可改 |
| Rust 发生 panic | spoor-core 会捕获 panic,并返回 parse_failed |
不可改 |
工作量上限只有在解析器主动检查时才会生效,不能代替强制超时。第三方底层库直接终止或崩溃时,同一进程中的程序也无法恢复。
CLI 和各语言包使用同一组 code,并附带处理建议,有时还会指出出错环节。程序应根据 code 处理错误,不要匹配错误消息中的文字。完整列表见接口参考。
允许用户上传文件,或同时服务多个用户时,至少应做到:
- 独立进程、容器,或限制好内存和执行时间的 WASM 环境;
- 强制超时、并发限制和进程级内存上限;
- 请求大小、文件数量和总输出限制;
- 身份认证、用户数据隔离和速率限制;
- 不在日志中记录敏感内容,及时清理临时文件,并规定数据保存多久;
- 不要丢掉
warnings和表格的truncated状态,不能只判断解析是否成功。
spoor 不会主动上传本地文件,但整个使用过程不一定离线。你的应用、浏览器扩展、日志、剪贴板或之后调用的模型服务仍可能把内容发送出去。如果对外宣称“本地解析”,应同时说明原文件和解析后的文字是否会被发送到其他服务。
请不要为疑似漏洞创建公开 issue。请通过 GitHub 的 Security 页面提交私有安全报告,并附上最小复现、受影响版本和实际影响。