Repository navigation
Fix/update playwright chromium - #921
Conversation
- Upgrade playwright 1.48.0 -> 1.64.* (Chromium 130 -> 156), replacing the outdated Chrome 96 / chromedriver with Playwright's bundled Chromium - Add external request whitelist for PDF rendering (CONVERT_PDF_BLOCK_EXTERNAL_REQUESTS / CONVERT_PDF_ALLOWED_HOSTS) to prevent SSRF and unstable external resources during rendering - Enable Chromium sandbox for non-root users and drop redundant/unnecessary custom launch args (root cannot enable sandbox) - Wait for page-design/document render completion before exporting PDF - Remove dead selenium code and its dependency
Add CONVERT_PDF_BROWSER_EXECUTABLE_PATH to specify a custom Chromium executable for PDF rendering. Defaults to empty, which keeps using Playwright's bundled Chromium.
seafile-dev
left a comment
There was a problem hiding this comment.
结论:请求修改。当前实现尚未完成 Path B 的安全修复。未提供设计文档链接,本次按任务要求核对浏览器升级、非 root、sandbox 和网络隔离。
阻塞问题:
- root 路径仍以无 sandbox 模式启动;Playwright 1.64.1 实际进程的 UID 为 0,命令行仍含 --no-sandbox,见行内评论。
- 网络隔离默认关闭;即使开启,context.route 也未拦截非白名单 WebSocket,见行内评论。
- 配套 automation-worker #21 删除系统 Chrome 默认路径后,现有 Dockerfile 只安装 Chrome 96、未安装 Playwright 浏览器;干净浏览器缓存下启动报 Executable doesn't exist,需同步修复镜像安装路径,详见配套 PR 审查。
验证:在两份精确 PR head 上加载实际 manager 模块,使用 Python 3.12、Playwright 1.64.1 及其 Chromium 156.0.8078.4 实测;替换部署配置模块,保留真实浏览器与本地 HTTP/WebSocket 服务,正常 HTML 可生成 PDF,非白名单 HTTP 在开启过滤后被阻止,但 WebSocket 仍连接成功。非 root 分支参数检查确认传入 chromium_sandbox=True;未验证生产容器中的非 root sandbox 启动,未运行浏览器漏洞利用。
当前 head 的 CI 日志显示 SQL 6 项、webhook 16 项测试通过,但未执行 PDF 浏览器安全回归;本地完整测试受部署依赖限制,不能视为通过。管理员文档仓库经认证重试仍返回 404,无法确认相关运维说明。合并前请补充镜像内浏览器安装、非 root sandbox 启动、默认网络拒绝及 WebSocket 拒绝的自动化回归,并同步运维配置。
| kwargs['executable_path'] = CONVERT_PDF_BROWSER_EXECUTABLE_PATH | ||
| # Chromium refuses to enable the sandbox when running as root | ||
| # (see https://crbug.com/638180), so only enable it for non-root users. | ||
| if os.geteuid() != 0: |
There was a problem hiding this comment.
[Critical] root 分支仍禁用 sandbox
影响:以任务描述的 root 方式运行时,此分支不会设置 chromium_sandbox=True,而 Playwright 默认关闭 sandbox。我用本 PR 的启动函数及 Playwright 1.64.1 实测,浏览器进程仍为 UID 0,命令行自动带有 --no-sandbox;删除手写参数并未消除高权限、无沙箱的风险。
建议修复:强制渲染器以专用非 root 用户运行,并始终启用 chromium_sandbox;检测到 root 时应拒绝启动而不是静默降级,同时更新服务启动配置。
| logger.debug("block external request: %s", route.request.url) | ||
| await route.abort() | ||
|
|
||
| await context.route("**/*", _route_handler) |
There was a problem hiding this comment.
[Critical] 请求路由不构成网络隔离
影响:过滤默认关闭,且即使配置开启,context.route 也不拦截 WebSocket。真实 Chromium 中,白名单外的本地 HTTP 请求被阻止,但同一目标的 ws:// 连接仍成功;用户可影响的页面仍能访问非白名单网络,未满足任务的网络隔离要求。
建议修复:在独立渲染进程或容器的网络层默认拒绝出站访问,仅经受控通道获取渲染必需资源;应用层同时默认开启过滤,并显式拒绝非白名单 WebSocket。
There was a problem hiding this comment.
当前 head 复核:两个 PR 新增的 route_web_socket 已修复此评论中的 WebSocket 绕过子项。使用真实 Chromium 156.0.8078.4 和非白名单本地目标实测,开启过滤后 HTTP、WebSocket 均被阻止,服务端未收到相应请求。
剩余阻塞仍属于本线程的网络隔离根因:CONVERT_PDF_BLOCK_EXTERNAL_REQUESTS 仍默认 False,默认启动时相同 HTTP、WebSocket 目标均可连接;当前改动也未提供渲染进程的网络层出站隔离。建议默认启用过滤,并在独立渲染进程或容器实施默认拒绝出站、仅允许受控资源通道的网络策略;WebSocket 绕过不再作为当前缺陷。
route() only intercepts HTTP/HTTPS, so WebSockets bypassed the whitelist. Add route_web_socket() to block non-whitelisted ws/wss connections using the same switch and allowed-host set.
seafile-dev
left a comment
There was a problem hiding this comment.
结论:请求修改。当前 head:2d2d93a461f2dc61fd378f694331ca535a800cff。相较上一轮,WebSocket 绕过已修复,但 Path B 安全验收仍未完成。输入未提供设计文档链接,按任务要求审查。
已修复:开启过滤后,非白名单 HTTP、WebSocket 均被真实 Chromium 阻止,服务端未收到对应请求;此前 WebSocket 绕过子项撤回,已在原线程补充验证。
仍需修复:
root 启动仍有效禁用 sandbox,实际浏览器 UID=0 且含 --no-sandbox。应强制专用非 root 用户运行、始终启用 sandbox,并拒绝 root 启动。原评论:#921 (comment)
网络过滤仍默认 False,默认配置下非白名单 HTTP、WebSocket 均连接成功;当前 PR 未实施网络层隔离。应默认拒绝出站,仅允许受控资源通道,并默认启用应用层过滤。原评论:#921 (comment)
配套 automation-worker 镜像仍只安装并锁定 Chrome 96,未安装匹配版本的 Playwright Chromium;清空浏览器缓存后启动报 Executable doesn't exist。应同步修复镜像安装与运行用户权限。原评论:https://github.com/seatable/automation-worker/pull/21#discussion_r4456503183
验证:在两个精确 live head 加载实际 manager 模块,复用已安装的 Python 3.12、Playwright 1.64.1、psutil 6.1.0 和匹配 Chromium 156.0.8078.4,替换部署配置模块,保留真实浏览器与本地 HTTP/WebSocket 服务。两仓开启过滤时的公共批量导出入口均成功处理带 page-design/document 完成标记的本地页面并生成有效 PDF;这不是生产页面端到端验收。非 root 分支仅验证启动参数,未验证最终镜像中的 sandbox、部署网络或漏洞利用。
当前 head 的 CI build 成功,日志确认 SQL 6 项和 webhook 16 项通过,未覆盖 PDF 浏览器安全行为;combined status 仍为 pending,与成功的 check-run 分开记录。本地 SQL 测试因缺少 sqlalchemy 未能启动,不能视为本地套件通过。管理员文档仓库经对应组织凭据重试仍为 404,部署说明未能核实。请补充最终镜像内浏览器版本、非 root sandbox、默认网络拒绝及 PDF 成功回归。
seafile-dev
left a comment
There was a problem hiding this comment.
结论:请求修改。本轮已读取本次提供的设计文档,不再沿用上一轮“未提供设计文档”的范围假设。
阻塞问题:新增的页面设计完成标记等待会使末页没有 widget 的合法页面设计无法导出整份 PDF,详见本轮行内评论。建议把完成标记放到整体渲染完成后的独立节点,并补充含内容页加空白末页的回归。
设计范围校正:设计明确将 Dockerfile 安装改造、dtable-events 非 root 化留到后续,同时接受过滤默认关闭和 root 下不启用 sandbox。上一轮把这些项目全部当成本轮实现阻塞过宽;它们仍是实际风险和部署前提,并不是已修复,现不重复作为本轮代码合并要求。原根因线程保留:#921 (comment) 、#921 (comment) 。按原始 Path B 的完整安全目标,仍不能认定修复闭环。
验证:精确当前 head,Python 3.12、Playwright 1.64.1、psutil 6.1.0、匹配 Chromium 156.0.8078.4。替换部署配置,加载实际 manager,使用真实浏览器和本地 HTTP/WebSocket:过滤开启后非白名单 HTTP/WS 均被阻止且服务器零请求,关闭时均可连接;root 浏览器实际 UID=0、仍含 --no-sandbox;空浏览器缓存启动失败。两个服务的公共批量入口在有完成标记的受控页面上均生成有效 PDF。空白末页场景中,原先不带 selector 的调用可生成 PDF,新增 selector 后返回 [] 且不生成 PDF,补充隐藏标记的对照成功;实际 getPrintPages 保留该空白末页。
边界:上述是本地隔离验证,不是生产业务页面 E2E;未验证最终镜像、ARM、非 root sandbox 或网络层隔离。本地 SQL 套件因缺少 sqlalchemy 未启动,不能记为通过。
设计建议:把镜像内浏览器安装、专用非 root 运行、sandbox 和默认拒绝出站设为独立的安全发布验收;应用层可选白名单不能被描述成已完成操作系统级网络隔离。设计文档:https://dev.seafile.com/seahub/smart-link/02d35267-edda-4a96-8656-504b884b9d38/
| filename = '%s_%s_%s.pdf' % (dtable_uuid, page_id, row_id) | ||
| try: | ||
| get_playwright_manager().batch_urls_to_pdf_sync([{'url': url, 'filename': filename}], target_dir) | ||
| get_playwright_manager().batch_urls_to_pdf_sync([{'url': url, 'filename': filename, 'selector': '#page-design-render-complete'}], target_dir) |
There was a problem hiding this comment.
[Critical] 空白末页导致整份导出失败
影响:页面设计前页有内容、末页没有 widget 时,前端只在最后页的最后 widget 内插入完成标记,因此该标记永远不存在。新增等待会在 5 秒后超时;真实 Chromium 验证中,原先无 selector 的调用能生成 PDF,此处改动后返回 [] 且整份文件不生成。
建议修复:协调前端在整体渲染完成后插入独立的完成标记,不依赖末页存在 widget,并增加“内容页+空白末页”的导出回归;保留等待,避免改回不可靠的固定延迟。
No description provided.