T05 · Unauthorized Access and Privilege Escalation
- Location
src/web_scraper.py:33- Finding
Server-Side Request Forgery with Potential Disclosure to a Cloud Model
- Content
View full analysis
- Remediation
View remediation
Security audit
Security checks for vulnerabilities and agentic risk
The skill largely matches its podcast-generation purpose, but it needs Review because it has unsafe URL fetching, broad local file writes, plaintext credential handling, and hidden process-wide proxy changes.
Install only in an isolated local environment, avoid running it where it can reach internal services, do not pass untrusted URLs or user/persona identifiers, rotate or remove the embedded TTS credential, prefer environment variables or a credential manager over saved private files, and pin dependencies before production use.
src/web_scraper.py:33Server-Side Request Forgery with Potential Disclosure to a Cloud Model
src/memory_skill.py:19Path Traversal Through User and Persona Identifiers
src/config_loader.py:164Cloud Credentials Persisted in Plaintext Without Enforced File Permissions
requirements.txt:1Unpinned and Unhashed Runtime Dependencies Permit Supply-Chain Drift
src/podcast_pipeline.py:8Process-Wide Proxy Settings Are Silently Disabled
声明描述的是一个面向最终功能的内容转音频播客生成工具,但代码片段只是 setup.py 打包元数据。它仅说明这是一个名为 volc-speech-python-sdk 的包,依赖 websockets,并未包含任何业务逻辑。基于所给代码,skill 的实际可观察用途与声明的主要目的明显不一致,因此应判定为描述与行为不匹配。
声明描述的是一个面向最终用户的播客生成能力;而该代码片段的实际职责是底层配置管理。虽然配置加载可能是该类技能的辅助组件,但就这段代码本身而言,其行为与声明的主要用途严重不一致。它访问并持久化 API 密钥和 TTS 凭证,属于未在描述中体现的实际能力;同时缺少任何核心播客生成流程。因此应判定为描述与代码行为不匹配。
声明描述的核心能力是内容转播客:抓取/处理 URL 或 PDF、生成双人对话脚本、应用主持人 persona、并输出双声道 TTS 音频。但代码仅实现了 MemorySkill,用于在本地 memory 目录下按用户保存和检索 markdown 记忆数据。其主要资源访问是本地文件系统,而非网络 URL、PDF 解析器或音频/TTS 组件。代码的主目的与声明完全不同,且包含未声明的持久化用户记忆能力,因此应判定为明显不匹配。
声明描述的是一个面向最终用户的完整播客生成 skill,核心能力应包括内容获取(URL/PDF/主题)、双人对话脚本生成以及 TTS 音频合成。实际代码只是一个 PDF 解析模块,使用 pypdf 从 PDF 中抽取文本,并在内容过少时报错。这可以视为整个系统中的一个支持性组件,但就当前提供的代码块而言,其主要行为与声明的主要用途存在明显差异,且缺失声明中的关键能力,因此应判定为不匹配。
声明描述的是一个端到端的‘内容转双人播客音频’能力,重点包括输入来源(URL、PDF、任意主题)、双人对话播客生成、指定主持人风格,以及双声道 TTS 音频输出。给定代码块却只负责 persona 数据管理相关功能:将 persona 以 JSON 存储到本地 config/user_personas 目录,读取/更新/删除、列出 persona、切换默认 persona、格式化展示,以及管理双主持人 host_a/host_b 配置。虽然 persona 管理可作为该类播客生成系统的支撑模块,并且与‘指定主持人 persona’部分有关,但该代码本身没有实现或体现 URL/PDF 处理、内容摘要或改写、对话生成、TTS、音频合成、双声道输出等核心声明能力。相反,它还执行了未在描述中明显声明的本地用户 persona 持久化与配置文件管理能力。因此该代码块与声明用途存在明显不匹配。
描述强调的是一个面向最终产出的内容生成技能:把 URL、PDF 或主题转成可收听的双人播客音频,并带双声道 TTS。此代码片段并未执行抓取 URL、解析 PDF 文件、生成播客脚本、合成音频或输出 TTS。它的核心职责是主持人 persona 的解析与生命周期管理,包括:从预设/描述/文档文本中解析 persona,调用 LLM 做匹配,首次使用检测,生成互补搭档,保存 default/host_a/host_b 配置,以及根据提取结果更新已有 persona。虽然这些功能可作为播客生成系统的支撑模块,并且与“指定主持人 persona”这一子能力相关,但它只覆盖了声明用途中的一小部分辅助能力,而没有覆盖声明中的主要能力(URL/PDF 输入到双声道 TTS 播客输出)。因此描述与该代码块实际行为存在实质性不匹配。
该代码片段只是 src/protocols/init.py 的模块聚合文件,作用是从 .protocols 导入并暴露若干协议相关类型和函数。就片段可见行为而言,它属于底层通信/消息协议接口,而不是面向用户的“将资料转成双人对话播客并生成双声道 TTS 音频”的功能实现。虽然某些导出名如 audio_only_client 暗示与音频有关,但不足以支持声明中的主要能力。因此该描述与实际代码行为存在明显不匹配。
声明描述的是一个内容生成型 skill:输入 URL、PDF 或主题,输出双人播客及双声道 TTS 音频。实际代码则是 setup_wizard.py,核心职责是初始化配置,而非播客生成。它通过命令行 input/print 与用户交互,保存 Doubao 和 TTS 配置,选择或生成主持人 persona,并确保默认 persona 可供后续 pipeline 使用。虽然 persona 和 TTS 配置与播客生成场景相关,属于支持性功能,但该代码块本身的主要行为与声明的主要用途存在明显差异;同时它还涉及凭据收集与本地配置保存,这些都未在声明中体现。因此应判定为描述与实际行为不匹配。
声明描述的是一个面向内容转播客的高层多媒体生成 skill,而给定代码是底层的 JSON 流式解析工具模块。两者主用途明显不同:代码只负责在流式输出中寻找并组装完整 JSON,再用 json.loads 解析,没有任何与文章处理、网页/PDF 输入、对话播客生成、TTS 或音频输出有关的行为。该模块可能是某个更大系统中的辅助组件,但就当前代码块本身而言,与声明功能不一致,属于实质性描述—行为不匹配。
声明描述的是一个面向最终内容生产的播客/TTS skill;而提供的代码块只是底层 LLM API 请求封装。它调用火山引擎 Ark chat/completions 接口,处理代理设置、重试、JSON 清洗与 schema 验证,以及流式 JSON 组装。这可以作为更大系统中的支撑模块,但就该代码块本身而言,没有看到任何与抓取 URL/PDF、生成播客脚本、调用 TTS、输出音频文件或双声道处理有关的实现。因此代码行为与技能描述的主要用途存在实质性不一致。
声明描述的是一个将 URL、PDF 或主题生成双人对话播客并输出双声道 TTS 音频的综合内容生成 skill;而提供的代码片段只负责从网页 URL 抓取并提取文本内容。虽然“处理 URL 内容”可能是该类产品的一个上游支持步骤,但当前代码没有任何与播客脚本生成、双人对话编排、TTS、音频合成、双声道输出、persona 模拟或 PDF 解析相关的实现。因此代码实际行为与声明的核心用途存在明显差异,属于实质性不匹配。
声明描述的是一个面向用户的“从 URL/PDF/主题生成双人对话播客并输出双声道 TTS 音频”的技能。但实际代码仅是测试脚本,围绕两个固定角色(林黛玉、林肯)进行:1)从本地文本提取 persona;2)基于 persona 生成对话脚本;3)保存 JSON 和纯文本结果。代码没有抓取 URL、解析 PDF、合成语音、输出音频文件或实现双声道。虽然“指定 persona 风格生成双人对话脚本”与声明有部分相关性,但缺失了声明中的核心交付能力(音频/TTS、URL/PDF ingestion),且实际主要用途是内部 E2E 测试。因此描述与代码行为存在实质性不匹配。
声明的核心能力是将 URL、PDF 或任意主题转换为双人对话播客音频,暗含内容获取、内容生成/改写以及 persona 化主持能力。但该代码片段本身并没有抓取 URL、解析 PDF、根据任意主题生成脚本,也没有实现主持人风格建模;它只是从本地 JSON 中读取已存在的对话台本,再调用 TTS 控制器合成双人音频。因此其实际主功能仅覆盖“最终 TTS 音频生成”的一部分,而未覆盖声明中的主要上游能力。另外,代码硬编码了第三方 TTS 服务凭证并调用外部 TTS 资源,这属于实际资源访问能力,声明中未体现。综合来看,描述与代码行为存在实质性不匹配。
声明描述的是一个通用型播客生成 skill:可从 URL、PDF 或任意主题出发,生成带双声道 TTS 音频的双人对话播客,并支持多种主持人 persona 风格。实际代码只展示了一个特定案例:加载本地的林黛玉与林肯 persona 文件,围绕写死的话题生成脚本,保存 JSON,并在音频部分仅分离台词、设置 voice_config、提示未来可接入 TTS,明确“未实际调用TTS”。因此,代码的核心已实现能力仅是“基于固定 persona 与固定主题生成播客脚本样例”,与声明中的通用输入支持和实际音频生成能力存在实质性差异。
声明描述的是一个面向最终用户的播客生成能力,核心应包括:接收 URL/PDF/主题输入,生成双人对话播客,并输出带双声道 TTS 的音频。给出的代码块实际是测试文件 test_cross_time_podcast.py,主要用途是为特定案例(林黛玉 × 林肯)加载本地 persona 资源、写入配置、打印预设话题和后续需要手动执行的 pipeline 调用示例。代码中没有真正调用 PodcastPipeline.generate,也没有下载/解析 URL、读取 PDF、生成对话文本或产生 TTS 音频文件。因此其实际行为与声明的主要能力存在实质性差异。
声明描述的是一个面向最终用户的播客生成 skill,重点在于把 URL、PDF 或主题转换为双人对话播客并生成双声道 TTS 音频。而该代码片段并不是实现这些功能的核心逻辑,而是测试文件 tests/test_fix_validation.py。它主要验证已有管线在 skip_audio、memory_seed 注入、style 优先级、大纲返回、CLI 参数、动态字数和 schema 限制方面是否符合预期。虽然测试中会调用 PodcastPipeline.generate,看起来与播客生成领域相关,但该片段本身的实际行为和主要目的属于内部测试/验证,不是声明的技能用途。此外,代码还会读取本地 private/research Agent.txt 中的模型/API 配置并设置环境变量,这也是描述中未提及的资源访问行为。因此,描述与此代码片段存在实质性不匹配。
声明的核心能力是内容转播客:输入 URL/PDF/主题,生成双人对话与双声道 TTS 音频。实际代码仅测试 persona 管理模块,涉及保存 persona 数据、列出 persona、按名称加载、切换当前 persona、删除 persona,以及删除本地配置目录中的测试数据。虽然 persona 支持与声明中“指定主持人 persona 风格”有一定关联,但这里体现的是后台配置管理测试,不是播客生成或 TTS 功能本身。因此代码的主要用途与声明的主要用途明显不一致,且代码执行了未在描述中体现的 persona 管理/删除等能力,应判定为不匹配。
声明描述的是一个端到端的“内容转双人播客音频”能力,核心应包括内容获取(URL/PDF/主题)、文本处理、双人对话生成以及 TTS 音频输出。实际代码只是 tests/test_pdf_parser.py 的测试文件,聚焦于 PDF 解析器的文本提取与异常处理验证。它最多与“从 PDF 获取文本”这一前置步骤弱相关,但并不能代表所声明技能的主要功能,且缺失声明中的关键能力,因此属于明显的描述与行为不一致。
声明描述的是一个面向最终用户的内容生成 skill:输入 URL、PDF 或主题,输出带双声道 TTS 的双人播客。可见代码却是 tests/test_persona_agentic_flow.py,仅包含单元/集成测试,验证 persona 存储、默认 persona 回退、正则推断、参数传递和 CLI 错误处理等内部逻辑。虽然这些测试与 persona 播客系统相关,属于支撑性功能,但该代码块本身的主要行为与声明的终端能力明显不一致,且没有展示音频生成、TTS、URL/PDF 处理等核心能力,因此应判定为描述与实际行为不匹配。
声明描述的核心能力是把外部内容或主题转成可收听的双人播客音频,并带有双声道 TTS。给出的代码却是一个单元测试文件,测试 PersonaResolver/PersonaManager 对 persona 的解析、匹配、保存、更新与默认值逻辑。虽然 persona 解析可能是播客生成系统的辅助组成部分,但该代码块本身没有显示任何 URL 抓取、PDF 处理、脚本生成、双人播客编排、TTS 合成、音频输出或双声道处理。相反,它的主要用途是验证 persona 管理行为。因此,这段代码与声明用途相比存在明显的主功能不一致,属于描述与实际行为不匹配。
声明描述的核心能力是内容转播客与双声道 TTS 音频生成,而代码实际是测试 persona 和 memory 子系统的基础功能。两者的主要目的明显不同。代码没有体现 URL 或 PDF 输入处理、文章转播客、双人对话脚本生成、音频合成、双声道输出等关键能力。相反,它执行了与用户画像/记忆管理相关的本地文件读写和状态检测,这些属于未在声明中体现的功能模块。因此描述与代码行为存在明显不匹配。
声明描述的是一个面向最终用户的内容生成与双人播客/TTS 能力;而实际代码片段只是 tests/test_persona_subagent.py,用于验证 normalize_subagent_persona 的行为。这属于底层辅助/测试逻辑,既不执行播客生成流程,也不处理 URL、PDF、主题输入,更不进行双声道 TTS 合成。虽然 persona 和 voice_id 与声明场景有间接关联,但该片段的主要目的与声明的 skill 功能明显不一致,因此应判定为描述与行为不匹配。
声明描述的核心能力是内容摄取(URL/PDF/主题)并生成带双声道 TTS 的双人对话播客,重点在音频内容生产与指定主持人风格化输出。而实际代码片段只是测试 Persona 系统相关组件:调用 persona_extractor、persona_manager 和 memory_skill,进行人格提取、保存加载、记忆检索和首次使用检测。虽然 persona 风格管理可能是播客生成系统的一个支持模块,但该代码片段没有体现声明中的主要功能,也没有任何音频生成、TTS、双声道、URL/PDF 解析或播客对话生成逻辑。因此描述与代码行为存在明显不匹配。
声明描述的是一个面向最终用户的内容生成/音频生成 skill;但实际代码只是测试研究包数据结构是否符合约束。虽然 ResearchPackage 字段中出现了 source、style_selected、segments 等可能与播客生产流水线相关的概念,但本片段本身仅验证输入 schema 的合法性,属于底层数据校验/测试逻辑,而不是声明中的核心功能实现。因此代码实际行为与描述的主要用途存在明显不匹配。
描述强调的是一个可把多种来源内容转成带双声道 TTS 音频的双人播客生成 skill。实际代码则是测试文件,核心行为是构造 research_package 和 persona 配置,调用 PodcastPipeline.generate 仅生成文本脚本,并将结果保存到 JSON/Markdown。代码中还有明确注释“本测试仅生成文本,不跑TTS”,并主动删除 TTS 相关环境变量、传入 skip_audio=True,这与“生成带双声道 TTS 音频”这一关键能力直接不符。虽然代码确实涉及双人对话播客文本、persona 风格和话题转化,和声明存在部分重合,但该片段展示的主要用途是测试文本输出质量,而不是执行声明中的完整技能能力,因此应判定为描述与实际行为存在实质性不匹配。