免费 LLM 接口防护实战：free-llm-api-resources 安全加固指南

免费 LLM 接口防护实战：free-llm-api-resources 安全加固指南

【免费下载链接】free-llm-api-resourcesA list of free LLM inference resources accessible via API.项目地址: https://gitcode.com/GitHub_Trending/fre/free-llm-api-resources

源码里忘删的 JWT 还能用五年；缺一个 .env.example，就有人把手写 .env 提交进仓库。围绕 free-llm-api-resources 这类免费 LLM 接口聚合项目做安全加固，这篇给一份能直接落地的方案。

安全体检报告：密钥、传输、模型、合规四科会诊

给项目做体检，分四个科室。每科三要素：症状（代码里真能看到什么）、病理（为什么危险）、分级（🔴🟡🟢）。

如果我是攻击者：三条从 clone 开始的路

路径一：顺着 workflow 摸 token。你git clone https://gitcode.com/GitHub_Trending/fre/free-llm-api-resources，翻.github/workflows/update-readme.yml，九个密钥全是secrets.*注入，干干净净。不甘心，你 grep 全文，停在第 284 行：一段硬编码 JWT。你把它解出 payload——role: anon、exp: 1868482800，2029 年 3 月才过期。它是公开角色 token，危害有限，但"这个仓库有五年有效期的硬编码凭证"这一事实已经成立，扫描器会自动把它记下来。 对应的解药：token 外置进环境变量，或干脆下线这段死代码。

路径二：借一个手滑的 .env。项目装了python-dotenv（第 8 行from dotenv import load_dotenv），却没有.env.example。你翻一遍 workflow，整理出九个必需变量：GROQ_API_KEY、CLOUDFLARE_ACCOUNT_ID、CLOUDFLARE_API_KEY、HYPERBOLIC_API_KEY、GCP_PROJECT_ID、GOOGLE_APPLICATION_CREDENTIALS、LAMBDA_API_KEY、MISTRAL_API_KEY、SCALEWAY_API_KEY、COHERE_API_KEY。你提个 PR 附赠模板，顺手"帮忙"把本地.env一起贴上。.gitignore里虽然有.env，但.env.local、config.env这类变体不在拦截范围。密钥从此躺进提交历史，删文件也救不回来。 对应的解药：官方.env.example消除猜测空间，加上提交历史扫描。

路径三：把自动合并当成通道。仓库每天 0 点由 cron 跑src/pull_available_models.py重写README.md并自动开 PR。.github/workflows/readme-change-validator.yml只拦"人直接改 README"的情况，不拦生成器本身。谁能影响生成链路——恶意依赖、被改的模板、换掉上游返回的模型名——谁就能把条目直接写进产物，而这份 README 恰恰是全网免费 LLM 接口防护最常被引用的一份清单。 对应的解药：自动化产物加人工审核门槛，关键 PR 不自动合并。

防御栈：今天 / 这个月 / 这个季度

今天就能做

• 创建.env.example，九个变量全量列出、值留空，在README.md顶部注明"运行脚本前复制此文件"【成本：低】【收益：直接】
• 跑一次历史扫描，确认仓库历史里没有真实密钥：

gitleaks detect --source . --log-opts="--all" pip-audit -r src/requirements.txt

【成本：低】【收益：直接】

• 给 Groq 的音频上传加哈希指纹，发送前校验，本地留底：

import hashlib p = os.path.join(script_dir, "1-second-of-silence.mp3") sha = hashlib.sha256(open(p, "rb").read()).hexdigest() logger.info("probe file sha256: %s", sha)

【成本：低】【收益：间接】

这个月该做

• 把fetch_ovh_models里第 284–285 行的硬编码 JWT 移出代码：改走环境变量，或直接删掉这个没被调用的函数【成本：低】【收益：直接】
• 给 12 处没有timeout的requests调用补上统一超时（例如timeout=(5, 30)），慢端点不再卡死每日 cron【成本：低】【收益：直接】
• 给自动化 PR 加审核门槛：.github配置里禁止机器人 PR 自动合并，或要求pull_request_review通过后再合并【成本：中】【收益：直接】

这个季度该做

• 密钥管理从环境变量升级到密钥管理服务（Vault、云 KMS 均可），配 90 天轮换策略【成本：高】【收益：直接】
• 建供应商审查清单：逐条核对数据训练条款与速率限制（OpenRouter 20 次/分钟、Groq 各模型 RPD 都写在README.md），条款变了就更新 README【成本：中】【收益：间接】
• 监控 429 与 cron 失败：速率限制骤降往往是配额调整或密钥被共享的信号，设告警即可【成本：中】【收益：间接】

验证回路：上线前 / 每周 / 每季度三档节奏

上线前跑一遍：

# 硬编码凭证残留（JWT / Bearer / sk- 类前缀） grep -rnE 'eyJ[A-Za-z0-9_-]{20,}|Bearer +[A-Za-z0-9._-]{20,}|sk-[A-Za-z0-9]{20,}' src/ # HTTP 调用应全部带 timeout grep -cn 'timeout' src/pull_available_models.py pip-audit -r src/requirements.txt

每周看一眼：

• cron 任务是否连续成功，README.md最后一次更新时间
• 自动 PR 的 diff 里有没有新增供应商或异常模型名
• 脚本日志中 429 错误的数量趋势

每季度查一次：

• 对照各供应商条款复查"数据是否用于训练"说明（README.md相关小节）
• 三张忽略名单与MODEL_TO_NAME_MAPPING是否需要清理
• 密钥轮换是否到期，.env模板是否仍与 workflow 注入的九个变量一致

最小行动：建.env.example，跑一遍gitleaks。安全不是一次性验收，是随每次上游改动一起重跑的脚本。

【免费下载链接】free-llm-api-resourcesA list of free LLM inference resources accessible via API.项目地址: https://gitcode.com/GitHub_Trending/fre/free-llm-api-resources