Shai-Hulud 沙虫蠕虫是 TeamPCP 团伙发起、专门瞄准 AI 开发工具链的自复制供应链蠕虫,它和传统投毒攻击最大区别就是新增了 MCP 配置注入能力,恶意包安装之后不只是偷凭据,还会篡改 Claude、Cursor 等 AI 编码工具的 MCP 配置,植入攻击者控制的恶意 MCP 服务,只要开发者启动 AI 代理会话,恶意服务就会接管工具调用链路,下发提示注入指令,让 AI 助手主动窃取 LLM 密钥、SSH 密钥、GitHub 令牌、云凭证,并且依靠拿到的发布权限自动投毒扩散,就算开发者卸载恶意 npm 包,注入在配置文件里的持久化钩子还会继续生效,这也是这次实战复盘里最需要警惕的风险点。
攻击产生的核心原因
- MCP 协议本身设计默认信任配置里注册的服务,缺少内置的签名校验、来源校验机制,AI 编码工具加载 MCP 服务时,直接读取本地 json 配置,不会二次验证服务地址合法性。
- npm、PyPI 生态本身包名称仿冒、typosquat 泛滥,攻击者大量发布名字带 mcp-server、ai-tool 的仿冒包,AI 编码助手还会主动推荐这些看起来匹配需求的恶意包,开发者一键安装就中招。
- AI 工具的配置文件(.claude/settings.json、cursor 配置、vscode 任务配置)长期属于安全盲区,EDR、SCA 扫描一般不会监控这类配置修改,写入 SessionStart 这类启动钩子之后,每次打开项目都会静默执行载荷。
- 蠕虫自带凭据收集模块,拿到维护者的 npm、GitHub OIDC 令牌后,可以自动打包、发布带合法 SLSA 签名证明的恶意版本,常规的制品校验手段很容易被绕过。
完整攻击步骤拆解
步骤 1:供应链投毒入口投放
攻击者在 npm、PyPI 上传仿冒 MCP 工具包、AI 依赖包,一部分是新建仿冒包,一部分是拿下已有包维护者账号,直接替换新版本,包描述、功能说明和正常 MCP 服务几乎一致,诱导开发者或者 AI 助手推荐安装。
步骤 2:恶意包执行、本地探测
安装后 postinstall 脚本自动运行,扫描本机常见 AI 开发工具目录:Claude Code、Cursor、Windsurf、VS Code Continue 插件,同时遍历大量凭据路径,收集 LLM API 密钥、SSH 私钥、云密钥、CI 令牌。
步骤 3:MCP 配置注入(McpInject 模块核心动作)
读取 AI 工具的 MCP 服务配置文件,追加或者替换一条恶意 MCP 服务记录,地址指向攻击者的远端服务,同时写入会话启动钩子,钩子配置写入项目目录或者用户全局配置,删除 npm 包不会清理这段配置。
步骤 4:AI 代理会话触发提示注入
开发者打开项目、启动 AI 编码会话,工具自动加载配置里的恶意 MCP 服务;恶意 MCP 服务在工具调用流程里插入提示注入载荷,命令 AI 助手读取本地敏感文件、转发凭证到攻击者 C2。
步骤 5:凭据回传 + 蠕虫自复制扩散
拿到 npm 发布 token、GitHub 权限后,蠕虫自动把恶意代码打包,发布到受控制的包名下,感染更多下游依赖者,形成链式传播;部分变种还支持 DNS 隧道、GitHub 仓库死信箱等多条外发通道。
实战防御处置方案
检测清单
| 检查项 | 判断标准 |
|---|---|
| MCP 配置文件 | 核对所有 mcp servers 节点,检查是否出现陌生远端地址 |
| AI 工具钩子 | .claude/settings.json 中是否存在 SessionStart 自动执行命令 |
| 可疑文件 | 项目目录下陌生 setup.mjs、混淆 js 载荷 |
| 凭据日志 | 短时间内大量 LLM 密钥、ssh key 被读取访问 |
应急处置流程
- 立刻断开网络,关闭所有 Claude、Cursor、AI 编码会话。
- 找到并删除配置中注入的恶意 MCP 节点、SessionStart 钩子。
- 轮换所有已经泄露密钥:OpenAI、Anthropic、云账号、GitHub、npm 令牌。
- 全局扫描 npm 依赖,移除本次恶意包,清理用户目录下缓存载荷。
- 核查组织内 CI/CD OIDC 权限,防止攻击者利用签名凭证继续发布恶意包。
长期防护策略
- MCP 服务白名单管控,禁止配置未备案的远端 MCP 服务,优先使用本地可信 MCP 服务。
- SCA 扫描新增规则,把 AI 工具配置文件、MCP 配置纳入扫描范围,监控配置变更告警。
- 限制 npm postinstall 脚本执行,开发环境使用脚本阻断工具,不自动执行安装脚本。
- 给 AI 编码助手增加提示,安装 MCP 相关包前强制人工复核包来源、下载量、维护者信息。
复盘总结
Shai-Hulud 沙虫蠕虫改变了 AI 供应链攻击的打法,攻击重心从单纯投毒偷密码,转向劫持 MCP 这个 AI 代理的工具交互层,利用 AI 工具 “信任配置、自动执行” 的特性,实现持久化和提示注入联动。传统的依赖扫描、杀毒软件很难拦截这种攻击,防护重心不能只盯着 package.json,MCP 配置、AI 编辑器钩子已经成为新的高危攻击面;企业和个人开发者必须把 MCP 配置当成和密钥一样敏感的资产来管理。
【常见问题】
问题 1:Shai-Hulud 沙虫蠕虫的 MCP 配置注入到底和普通供应链投毒有什么不一样?
回答 1:普通供应链投毒大多是恶意包运行之后直接窃取凭据,而 Shai-Hulud 沙虫蠕虫的 MCP 配置注入会修改 AI 工具的 MCP 服务列表,植入恶意 MCP 服务,劫持 AI 代理的工具调用链路,下发提示注入指令让 AI 主动配合偷数据,并且写入持久化钩子,卸载恶意包之后攻击依然可以持续触发。
问题 2:哪些 AI 工具会被 Shai-Hulud 沙虫蠕虫的 MCP 配置注入攻击?
回答 2:Shai-Hulud 沙虫蠕虫的 McpInject 模块主要扫描 Claude Desktop、Claude Code、Cursor IDE、搭载 Continue 插件的 VS Code、Windsurf 这类支持 MCP 协议的 AI 编码工具,读取并修改它们本地 MCP 配置文件。
问题 3:只靠升级 npm 包能不能清除 Shai-Hulud 沙虫蠕虫带来的 MCP 配置注入风险?
回答 3:不能,Shai-Hulud 沙虫蠕虫的 MCP 配置注入载荷保存在 AI 工具独立的配置文件里,不属于 npm 包本身文件,升级、卸载恶意 npm 包不会自动清理已经写入的恶意 MCP 节点和启动钩子,必须手动检查清理配置。
问题 4:MCP 协议本身漏洞是不是造成 Shai-Hulud 沙虫蠕虫 MCP 配置注入的根本原因?
回答 4:不属于 MCP 协议底层漏洞,MCP 协议设计上默认信任本地配置,缺少强制的服务签名校验机制,Shai-Hulud 沙虫蠕虫利用这个信任模型,篡改本地配置文件注册恶意服务,属于信任链路被破坏的供应链攻击。
【参考资料】
[2026-10-08](GenAI and Agentic AI Exploit Roundup Q3 2026)OWASP Gen AI Security Project
[2026-09-18](AI Coding Assistant Hijack Spreads Shai-Hulud Worm)Cloud Security Alliance Lab Space
[2026-09-09](npm Supply-Chain Worms Targeting AI Tooling)agentbeam.com
[2026-08-30](打开即沦陷:keyv 蠕虫与 AI 编码助手时代的供应链暗战)Under the Sun with Paddy
[2026-08-11](ChainDrop NPM Worm Analysis)Zscaler
[2026-07-21](Securing AI agent harness files from config attacks)Tenable
[2026-06-28](AI Coding Agents as Attack Surface: MCP, Poisoning, and Miasma)Cloud Security Alliance Lab Space
[2026-06-25](How Shai-Hulud Poisoned the AI Development Pipeline)Lineaje
[2026-06-06](Miasma and Mini Shai-Hulud: When npm Malware Learned to Persist in AI Coding Agents)Hive Security
[2026-05-26](Mini Shai-Hulud Targets AI Coding Agents)Sonar
[2026-05-16](Mini Shai-Hulud: npm Worm Targets AI Developer Tooling)Cloud Security Alliance Lab Space
[2026-04-25](Shai-Hulud: npm Worm Targeting AI Developer Toolchains)Cloud Security Alliance Lab Space
【免责声明】
本文内容仅为 Shai-Hulud 沙虫蠕虫、AI 工具链供应链投毒、MCP 配置注入相关技术复盘科普,所有攻防思路、检测处置方案仅用于企业内部安全自查、防御建设,严禁用于未经授权的渗透测试、恶意攻击行为;文中引用公开安全研究报告,不保证所有变种攻击细节完全覆盖,实际环境风险请结合厂商最新威胁情报研判。
