Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
CVE-2026-91940-crawl4ai-Arbitrary-File-Write — CVE-2026-91940: escritura arbitraria de archivos en crawl4ai <=0.9.2 a través de la puerta de configuración no confiable (PDFContentScrapingStrategy image_save_dir). Análisis, arnés de reproducción y límite verificado entre 0.9.2 y 0.9.3. | Kitploit
Herramientas/GitHubGitHub/biitts/cve-2026-91940-crawl4ai-arbitrary-file-write
Análisis de VulnerabilidadesExplotaciónExplotación de Aplicaciones WebPapers e InvestigaciónLabs y Práctica
GitHubbiitts/cve-2026-91940-crawl4ai-arbitrary-file-write

CVE-2026-91940-crawl4ai-Arbitrary-File-Write

CVE-2026-91940: escritura arbitraria de archivos en crawl4ai <=0.9.2 a través de la puerta de configuración no confiable (PDFContentScrapingStrategy image_save_dir). Análisis, arnés de reproducción y límite verificado entre 0.9.2 y 0.9.3.

Ver Repositorio
2hace 1 mesAún no revisado
Compartir

CVE-2026-91940: escritura arbitraria de archivos en crawl4ai a través de la puerta de configuración no confiable

CVECVE-2026-91940
Productocrawl4ai, ~84k estrellas
Afectado>= 0.9.0, <= 0.9.2
Corregido0.9.3
ClaseCWE-22, escritura arbitraria de archivos (directorio elegido por el atacante, contenido byte a byte exacto)
Privilegiosun llamador capaz de alcanzar POST /crawl. Véase Privilegios
VeredictoCONFIRMADO VULNERABLE en 0.9.2, CORREGIDO en 0.9.3, ambos reproducidos de extremo a extremo
CVSS 3.16.5 AV:N/AC:L/PR:L/UI:N/S:U/C:N/I:H/A:N (NVD publica 7.5 con PR:N, lo cual no se cumple para 0.9.2)
AvisoGHSA-xpp7-j28w-2gvx

Tabla de contenidos

  • En qué consiste el fallo
  • Causa raíz, línea por línea
  • Por qué el contenido escrito es byte a byte exacto
  • Privilegios, y por qué esto no es no autenticado en 0.9.2
  • Dos correcciones más al registro público
  • Impacto, acotado con honestidad
  • Reproduciéndolo
  • Qué demuestran realmente las pruebas
  • Remediación
  • Detección
  • Créditos

En qué consiste el fallo

La API HTTP de crawl4ai acepta un objeto de configuración dentro del cuerpo de la solicitud. Dado que un cuerpo está controlado por el atacante, el proyecto construyó un límite de confianza para él: las configuraciones cargadas con Provenance.UNTRUSTED pasan por una puerta que se supone debe descartar o rechazar cualquier campo que un llamador no confiable no debe establecer.

Esa puerta falla abierta para una clase alcanzable. PDFContentScrapingStrategy es explícitamente construible desde un cuerpo no confiable, pero no tiene lista de campos permitidos, y la regla de la puerta para "sin lista de permitidos" es "conservar todo". Así, su image_save_dir llega al procesador de PDF sin modificaciones, y el procesador crea ese directorio y escribe las imágenes del PDF obtenido en él sin ninguna comprobación de contención. El resultado es una escritura en cualquier directorio que la cuenta del servicio pueda alcanzar, con contenido que el llamador proporciona.

Causa raíz, línea por línea

1. El endpoint marca el cuerpo como no confiable (deploy/docker/server.py):

crawler_config = CrawlerRunConfig.load(
    crawl_request.crawler_config, provenance=Provenance.UNTRUSTED
)

2. La puerta de validación conserva todos los campos de un tipo que no tiene lista de permitidos (crawl4ai/async_configs.py):

def _filter_untrusted_fields(type_name: str, params: dict) -> dict:
    """Drop non-allowlisted fields and raise on forbidden (power) fields."""
    forbidden = UNTRUSTED_FORBIDDEN_FIELDS.get(type_name, set())
    allowlist = UNTRUSTED_FIELD_ALLOWLIST.get(type_name)  # None => keep all non-forbidden
    out = {}
    for key, value in params.items():
        if key in forbidden:
            raise UntrustedConfigError(...)
        if allowlist is not None and key not in allowlist:
            continue  # silently drop unknown/unsafe fields (forward-compatible)
        out[key] = value
    return out

3. La estrategia PDF es accesible pero no tiene ni una lista de permitidos ni una lista de prohibidos. UNTRUSTED_ALLOWED_TYPES contiene PDFContentScrapingStrategy, por lo que un cuerpo puede construir una a través de CrawlerRunConfig.scraping_strategy. Pero UNTRUSTED_FIELD_ALLOWLIST tiene claves solo para BrowserConfig y CrawlerRunConfig, y UNTRUSTED_FORBIDDEN_FIELDS igualmente. Así que allowlist es None, forbidden está vacío, y extract_images, save_images_locally y image_save_dir sobreviven todos.

4. El sink confía en esa ruta (crawl4ai/processors/pdf/processor.py):

if self.extract_images and self.save_images_locally:
    if self.image_save_dir:
        image_dir = Path(self.image_save_dir)
        image_dir.mkdir(exist_ok=True, parents=True)

Se acepta una ruta absoluta, los directorios se crean de forma recursiva, sin comprobación de contención mediante realpath contra una raíz de almacenamiento. A continuación, _extract_images() escribe allí cada imagen del PDF.

5. El PDF lo descarga la propia estrategia. PDFContentScrapingStrategy.scrap() llama a self._get_pdf_path(url), que descarga la URL de forma independiente de la etapa del navegador del crawler. Por tanto, los bytes que se escriben provienen de un archivo alojado por el atacante.

Por qué el contenido escrito es idéntico byte a byte

Esta parte está ausente del aviso, que solo menciona "bytes controlados por el atacante" sin explicar cómo. Solo la rama /FlateDecode de _extract_images() pasa por PIL (img.save(final_path)) y, por tanto, se recodifica a PNG. Las otras tres ramas escriben el flujo PDF en bruto:

/Filter del PDFextensión escritacómo escribe
/DCTDecode.jpgopen(final_path, 'wb').write(data)
/CCITTFaxDecode.tiffigual, y se antepone una cabecera TIFF solo cuando data[:4] != b'II*\x00'
/JPXDecode.jp2igual
/FlateDecode.pngrecodificado por PIL, por lo que no es idéntico byte a byte

Por tanto, incrustar el payload como un XObject de imagen /DCTDecode coloca esos bytes exactos en el disco. Esto se confirmó comparando sumas de verificación: el md5 del archivo escrito en el servidor es igual al md5 del payload entregado a exploit.py.

Privilegios, y por qué esto no es no autenticado en 0.9.2

NVD puntúa esto como PR:N. En la compilación 0.9.2 eso no se cumple, y la diferencia se midió en lugar de suponerse.

La imagen incluye auth_gate.py, un AuthGateMiddleware de tipo fail-closed montado en la capa ASGI más externa. Su propio docstring explica por qué existe:

El diseño anterior decidía la autenticación en una dependencia de FastAPI por ruta que, cuando jwt_enabled era falso (el valor predeterminado), devolvía lambda: None, por lo que cada Depends(token_dep) era decorativo y toda la API estaba abierta.

Ahora cubre cada ruta, montaje y sub-aplicación, HTTP y WebSocket, y rechaza una solicitud sin una credencial válida antes de que se ejecute cualquier controlador. Además, cuando no se establece CRAWL4AI_API_TOKEN, el punto de entrada se enlaza solo a loopback y registra un token efímero para esa sesión. Una solicitud sin credencial obtiene:

HTTP/1.1 401
{"detail": "Authentication required"}

La vulnerabilidad sigue siendo real, y la razón importa: crawl4ai trata el cuerpo de la solicitud como no confiable incluso cuando proviene de un llamador legítimo de la API. Ese es precisamente el propósito de Provenance.UNTRUSTED. Por lo tanto, un llamador autorizado a usar la API, un inquilino, un servicio descendente, un usuario con bajos privilegios de un despliegue compartido, escala a escritura arbitraria de archivos en el host. Eso es PR:L, que es de donde proviene el 6.5 en lugar de 7.5.

Dos correcciones más al registro público

pypdf no está en la imagen oficial. El aviso afirma que sí lo está, y que por lo tanto no se necesita ninguna instalación adicional. En unclecode/crawl4ai:0.9.2, pip list reporta solo Crawl4AI 0.9.2 y pillow 12.3.0, y find / -iname 'pypdf*' no devuelve nada. Sin él, NaivePDFProcessorStrategy.__init__ lanza ImportError, por lo que la escritura requiere un despliegue que haya instalado el extra crawl4ai[pdf] o haya construido una imagen personalizada.

Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    524
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    478
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    357
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    317
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    305
  • 6

    opencti

    opencti-platform/opencti

    Plataforma abierta de inteligencia de amenazas cibernéticas

    275

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →