AI 与 MCP 安全评估 Skill

当目标包含 LLM、Agent、MCP 工具、Skills、RAG、Memory、Plugin 或模型服务组件时使用本 Skill。

前置条件：如果 AI 表面只是展示层，真正的阻塞仍是客户端签名或加密协议，先回到 client-reverse Skill。

场景路由

测试流程

1. 应用层攻击

• 直接 Prompt 注入
• 间接注入（通过外部数据源）
• CoT 干扰与指令覆盖
• Agent 滥用（未授权操作）
• 代码执行突破
• Memory 投毒

2. MCP 与 Agent 风险

• 工具描述投毒
• 指令覆盖
• 隐藏指令注入
• 未授权资源访问
• Skills/Rules 供应链问题

3. 身份与授权

• 动作滥用
• 角色逃逸
• 权限漂移
• 云凭据滥用

4. 数据与隐私

• Prompt 泄漏
• 敏感数据暴露
• 训练数据问题
• 模型逆推
• API 数据窃取

5. 基线与部署

• CI/CD 缺陷
• 容器逃逸
• 向量数据库安全
• 沙箱失效
• 环境隔离缺陷
• 模型服务缺陷

参考文档

• references/04-ai-and-mcp-security-integrated.md — AI 与 MCP 安全整合参考
• references/ai-app-security.md — AI 应用安全
• references/ai-identity-security.md — AI 身份安全
• references/ai-data-security.md — AI 数据安全
• references/ai-baseline-security.md — AI 基线安全
• references/ai-model-security.md — AI 模型安全
• references/gaarm-risk-matrix.md — GAARM 风险矩阵

客户端逆向与 Burp 重放 Skill

当请求由客户端（安卓App、浏览器JS、桌面客户端）构造，且存在签名、加密、token状态、设备绑定或反自动化逻辑导致 Burp 无法直接重放时，使用本 Skill。

核心原则

Packet-First：先捕获并分析真实的 HTTP/HTTPS 请求或 WebSocket 流量，确认可用性，再按需逆向阻塞点。逆向是阻塞解决步骤，不是默认入口。

场景路由

已授权安卓 App 渗透测试

不要先用 jadx、ida_pro_mcp 分析 APK，按以下顺序操作：

1. 确认目标 App 已安装在连接设备上
2. 准备好 Burp 或 Charles 抓包
3. 用 scrcpy_vision 打开 App，驱动真实业务流程
4. 每个关键动作后检查 Burp/Charles 是否出现 HTTP/HTTPS 或 WebSocket 数据包
5. 如果包可见且可重放 → 立即进入 web-security-advanced 做 Web/API 安全测试
6. 重复"界面动作 → 抓包 → Web 安全分析"循环
7. 只有抓不到包/包被加密/无法重放时 → 升级到 jadx → frida_mcp → ida_pro_mcp

MCP 工具链：scrcpy_vision → burp/charles → adb_mcp → jadx → frida_mcp → ida_pro_mcp

浏览器 JS 签名、反爬、WebSocket 握手

1. chrome_devtools 查看页面状态和请求链
2. js_reverse 定位 token/sign 生成逻辑
3. burp 验证重放并确定可变字段

阶段模型：locate → recover → runtime → validation → replay

MCP 工具链：chrome_devtools → js_reverse → burp

桌面客户端 / 本地 signer

1. everything_search 定位相关文件
2. ida_pro_mcp 静态分析签名函数
3. frida_mcp 获取运行时参数
4. burp 验证稳定重放

MCP 工具链：everything_search → ida_pro_mcp → frida_mcp → burp

重放就绪检查清单

在进入 Payload 测试前，必须能回答：

• 请求体如何构造？
• 签名/加密输入来自哪里？
• 哪些 cookie、header、token、设备值、时间戳、nonce 是必须的？
• 请求是否依赖顺序或会话状态？
• 哪些字段改动后不会破坏重放？

证据保留

• builder/signer/crypto 代码位置
• 关键 hook 点和运行时观察值
• 可用的 replay 请求样本
• 前置条件、失败模式和反自动化行为说明

参考文档

• references/02-client-api-reverse-and-burp.md — 客户端逆向到 Burp 重放总工作流
• references/android-authorized-app-pentest-sop.md — 安卓 App 渗透 SOP
• references/browser-js-signing-workflow.md — 浏览器 JS 签名工作流
• references/android-signing-and-crypto-workflow.md — 安卓签名与加密工作流
• references/android-ui-driven-observation-and-packet-loop.md — 安卓 UI 驱动观察循环
• references/android-external-url-runtime-first-workflow.md — 安卓外部 URL 测试
• references/android-network-layer-testing-quick-reference.md — 安卓网络层测试速查
• references/MCP.md — MCP 能力总文档
• references/tool-selection-map.md — 工具选型地图

编码解码与加解密 Skill

针对渗透测试中常见的编码、加密、混淆场景，提供全面的编解码和加解密能力。 重要：遇到任何编码/加密字符串时，优先使用 crypto_decode 工具进行解码，而非靠直觉猜测。

核心原则

1. 工具优先 — 遇到 base64、hex、URL编码等字符串，调用 crypto_decode 工具解码，不要自行脑补
2. 多格式尝试 — 如果一种解码方式结果不合理，尝试其他编码格式
3. 链式解码 — CTF 中常见多层编码（如 base64→hex→ROT13），解码后检查结果是否还需再次解码
4. 验证结果 — 解码后验证结果的合理性（是否为可读文本、是否像路径/URL/flag 等）

1. 编码识别与解码

常见编码特征识别

解码策略

1. 识别编码类型 → 调用 crypto_decode 工具指定对应操作
2. 检查解码结果是否可读/合理
3. 不合理则尝试其他编码格式
4. 如果结果仍像编码，重复步骤 1-3

2. 哈希与散列

常见哈希类型

哈希处理策略

• 识别哈希类型（通过长度和字符集）
• 尝试在线彩虹表查询（通过 fetch 工具访问 crackstation 等）
• 对于已知盐值的哈希，尝试带盐值暴力破解

3. 对称加密

AES/DES/3DES

• 需要密钥和模式（ECB/CBC/CTR 等）
• CBC 模式需要 IV
• 常见填充：PKCS7/ZeroPadding
• 渗透中常遇到硬编码密钥，优先从源码中提取

4. 非对称加密

RSA

• 从公钥/私钥文件中提取参数
• 模数过小的 RSA 可分解
• 已知私钥可直接解密

5. 古典密码

6. JWT 处理

• 解码 Header + Payload（base64url）
• 检查算法：none 算法绕过、RS256→HS256 算法混淆
• 尝试弱密钥签名伪造
• 检查 exp/nbf 等时间声明

工具使用

crypto_decode 工具

当遇到需要编码/解码/加密/解密的操作时，调用此工具：

crypto_decode(operation="base64_decode", input="TnNTY1RmLnBocA==")

支持的操作列表：

• 编码: base64_encode, base32_encode, hex_encode, url_encode, html_encode, unicode_encode, rot13_encode, morse_encode, caesar_encode, base58_encode
• 解码: base64_decode, base32_decode, hex_decode, url_decode, html_decode, unicode_decode, rot13_decode, morse_decode, caesar_decode, base58_decode
• 哈希: md5_hash, sha1_hash, sha256_hash, sha512_hash
• 加密/解密: aes_encrypt, aes_decrypt, des_encrypt, des_decrypt, rsa_encrypt, rsa_decrypt
• JWT: jwt_decode, jwt_encode
• 自动识别: auto_decode (自动识别编码类型并解码)

CTF 密码学攻击路由

当遇到密码学攻击场景（已知加密算法，需要恢复明文或密钥）时，优先使用 ctf-crypto Skill：

本 Skill 侧重编解码操作工具，密码学具体攻击方法和参数请参考 ctf-crypto。

参考文档

• references/encoding-cheatsheet.md — 编码识别速查表
• references/crypto-attacks.md — 密码学攻击手法
• references/crypto-attacks-roadmap.md — 密码学攻击分类路由（根据题目特征选择攻击方法）

CTF 密码学攻击知识库

针对 CTF Crypto 题目的实战攻击知识库，提供具体攻击参数、数学公式、Python 代码片段。

与 crypto-toolkit 的区别：

• crypto-toolkit → 编解码操作工具（base64 解码、MD5 哈希、AES 加解密）
• ctf-crypto → 密码学攻击知识（RSA 小指数攻击怎么做、Padding Oracle 怎么利用）

核心原则

1. 先识别加密体系 — 看密钥长度、加密模式、已知量，确定攻击方向
2. 工具验证 — 使用 python_execute 执行攻击代码，用 crypto_decode 做辅助编解码
3. 参数敏感 — 密码学攻击对参数极其敏感，必须精确计算

场景路由

快速判题指南

CTF 杂项知识库

针对 CTF Misc 题目的实战知识库，覆盖沙箱逃逸、编码链识别、隐写术、游戏逆向等杂项题型。

场景路由

快速判题

CTF Web 攻击知识库

针对 CTF Web 题目的实战知识库，提供具体绕过值、payload 模板、代码审计 checklist，而非渗透测试方法论。

与 web-security-advanced 的区别：

• web-security-advanced → 渗透测试方法论（怎么系统性测试一个 Web 应用）
• ctf-web → CTF 实战知识库（PHP 弱比较用什么值、空格怎么绕过、eval 输出怎么回显）

核心原则

1. 精确值优于方法论 — 提供可直接使用的绕过值和 payload，而非"可以尝试"的建议
2. 工具验证 — 所有 payload 必须用 fetch 或 python_execute 工具实际发送验证，不猜测结果
3. 路径选择 — 多条利用路径时，优先选过滤最少、最简单的
4. 失败记录 — 某个 payload 失败后立即记录，不重复尝试

First-Pass 工作流（CTF Web 题标准流程）

1. 访问目标 URL，查看页面源码、HTTP 头、Cookie
2. 如源码含 highlight_file → 用 python_execute + strip_tags 提取纯源码（fetch 输出可能误读）
3. 检查 robots.txt、.git/、.svn/、备份文件（index.php.bak、www.zip 等）
4. 目录扫描（常见：/flag、/admin、/login、/upload、/api）
5. 如有源码 → 进入代码审计模式（见 php-code-audit-checklist.md）
6. 如无源码 → 主动探测注入点、上传点、文件包含

场景路由

⭐ PHP 伪协议速查（文件包含/参数传文件名时优先尝试）

触发条件：当题目出现以下任一特征时，先试 php://filter 再想其他方法：

伪协议 Payload 速查

# 1. 读 PHP 源码（base64 编码，避免 PHP 执行）
?file=php://filter/read=convert.base64-encode/resource=flag.php
?file=php://filter/read=convert.base64-encode/resource=index.php

# 2. 读 PHP 源码（rot13 编码）
?file=php://filter/read=string.rot13/resource=flag.php

# 3. 直接读文件（如 .txt/.log 等非 PHP 文件）
?file=php://filter/resource=/etc/passwd

# 4. 代码执行
?file=php://input  (POST body 中放 PHP 代码)
?file=data://text/plain;base64,PD9waHAgc3lzdGVtKCdjYXQgL2ZsYWcnKTs/Pg==

⚠️ 关键提醒

1. 不要只想着"绕过"，先想能不能"直接读" — 很多题目的参数接受文件名，可以直接用伪协议读 flag.php，根本不需要绕过任何过滤
2. convert.base64-encode 是万能读取器 — PHP 文件被 include 会执行，但 base64 编码后不会执行，可以拿到源码
3. 参数名不一定叫 file — 可能是 page、num、path、template 等，只要参数值被当作文件路径/名处理就可能有效
4. 拿到 base64 后用 crypto_decode 工具解码 — 不要自己脑补解码结果

常见 flag 位置速查

⚠️ RCE 得手后，必须按以下优先级测试 flag 位置，不要停留在当前目录的 flag.php：

优先级 1（最常见）: cat /flag
优先级 2:           cat /flag.txt
优先级 3:           ls /  → 找到根目录的 flag 文件名
优先级 4:           cat /var/www/html/flag.php
优先级 5:           cat /home/ctf/flag
优先级 6:           cat /root/flag
其他位置:           /environment, /proc/self/environ, env 命令

注意：ls 默认列当前目录（/var/www/html/），根目录的 /flag 需要 ls / 才能看到。

常见 CTF Web 题型速判

RCE + 长度限制绕过（首推策略）

当 eval() 有 strlen() 长度限制时（如 ≤ 18 字符），首推 $_GET 链式传参：

标准解法

?get=eval($_GET['A']);&A=system('cat /flag');

原理：

• eval($_GET['A']) = 16 字符，通过长度限制
• 真正的命令在第二个 GET 参数 A 中，没有长度限制
• PHP 会先执行 eval()，将 $_GET['A'] 的值作为 PHP 代码执行

变体

注意事项

• 不要花时间在缩短 payload 上（如用 ?> 退出 PHP 模式、用反引号等），链式传参是通用解法
• 双 GET 参数 URL 格式：?get=eval($_GET['A']);&A=system('cat /flag');
• 用 python_execute 工具构造请求，而非 fetch 工具（fetch 可能不支持多参数）

⭐ preg_replace / str_replace 双写绕过速查

触发条件：源码含 preg_replace('/X/', '', $str) 或 str_replace('X', '', $str)，且替换后需 $str === "X"

核心原理

在关键词中间嵌入完整关键词，替换删除内层后，外层拼合出原词。

通用构造公式

输入 = 关键词前半 + 关键词 + 关键词后半

常见过滤词速查表

⚠️ 关键注意事项

1. 大小写绕过不适用 — 替换后返回 NssCTF，不等于 "NSSCTF"，严格比较失败
2. 识别信号 — 看到 preg_replace('/X/', '', $str) + $str === "X" → 立即双写
3. str_replace 同理 — str_replace 也是一次替换，双写同样有效
4. 多次替换 — 如果代码多次调用 preg_replace，可能需要三写/四写，但 CTF 中通常只需双写

CVE Triage

Turn version/banner evidence from recon into a prioritized, exploitability-aware list of CVEs worth verifying. Use this after fingerprinting a service, when a banner or Server: header reveals a product and version, or whenever the target exposes software with a known version.

The cve_lookup tool

VulnClaw ships a read-only cve_lookup tool backed by NVD:

• Keyword search — cve_lookup(query="Apache httpd 2.4.49", limit=5) returns the top CVEs sorted by CVSS, highest first.
• CVE-ID detail — cve_lookup(query="CVE-2021-44228") returns the full record plus best-effort exploit / PoC repositories discovered on GitHub.

It performs no egress to the target and is safe during recon. Without an NVD_API_KEY it still works (lower rate limit); set one for heavier use.

Workflow

1. Extract product + version from recon — service banners, Server headers, JS bundles, login footers, package manifests. A precise version string (OpenSSH 8.2p1, nginx 1.18.0) yields far better matches than a bare name.
2. Query cve_lookup with "<product> <version>". Pull the detail record for any high/critical hit by re-querying its CVE-ID.
3. Score & prioritize — see references/cve-triage-workflow.md. Rank by CVSS, then by exploit availability, then by exposure (is the vulnerable surface actually reachable on this target?).
4. Confirm version applicability — match the target's version against the CVE's affected cpe range before claiming it. Banner ≠ proof of vulnerability.
5. Record findings with the CVE-ID, CVSS, and the evidence that maps this target to it. Mark unconfirmed version-only matches as needs-manual-review, not verified.

Pitfalls

• A keyword match is a hypothesis, not a finding — version ranges and backported patches mean a banner version can be patched in place.
• GitHub "PoC" repos are unverified third-party code; treat as leads, never run blindly against a target.
• Prefer the CVSS base score for triage, but let exploit availability and real exposure override raw score when prioritizing verification effort.

HackerOne 赏金 scope-guard Skill

你当前正在执行 HackerOne bug bounty 流程。本 Skill 是一层 scope-guard wrapper： 先解析并强制 program scope 与 program rules，再把每个 in-scope asset 交给 pentest-flow Skill 执行真正的渗透。严禁在任何阶段触碰 out-of-scope asset。

启动参数是一个 HackerOne program 链接（<SCOPE LINK>），例如 hackerone.com/<handle> 或 .../policy_scopes。本 Skill 无预设 target （frontmatter requires_target: false）——target 从 scope 中发现。

阶段一：读取 scope（Read scope）

1. 优先 fetch 链接

   • 用 fetch 工具访问传入的 <SCOPE LINK>。
   • HackerOne 是 JavaScript SPA：hackerone.com/* 的 fetch 通常只返回 空 app shell，没有渲染出的 scope 行（scope 数据来自 hackerone.com/graphql 或 authenticated api.hackerone.com，naive fetch 拿不到）。
   • 检测空壳：若响应中没有可识别的 scope 表格 / asset 列表（只有 <div id="app"> 之类的骨架），判定为 fetch 失败。

2. fallback：请用户粘贴 scope

   • fetch 为空 / 被 login-wall / 仅 JS 渲染时，这是常态而非例外。

   • 请用户从 program 页面的 Scope 标签把 in-scope 与 out-of-scope 两张表 直接粘贴过来。给出一个可参照的粘贴格式示例：

     In scope:
     https://api.example.com        | URL       | Eligible for bounty
     *.example.com                  | WILDCARD  | Eligible for bounty
     app.example.com                | URL       | In scope, NOT bounty-eligible
     com.example.android            | GOOGLE_PLAY_APP_ID | Eligible for bounty
     
     Out of scope:
     blog.example.com               | URL
     *.corp.example.com             | WILDCARD
     

3. 宽松解析（lenient parse）

   • 从粘贴或 fetch 结果中提取两个列表：in-scope 与 out-of-scope。
   • 识别 asset type（human label 或 API enum 均可）： URL、WILDCARD（*.x.com）、CIDR/IP、SOURCE_CODE、 GOOGLE_PLAY_APP_ID/APPLE_STORE_APP_ID/TESTFLIGHT/OTHER_APK/OTHER_IPA、 HARDWARE、AI_MODEL、SMART_CONTRACT、OTHER 等。
   • 识别 eligibility 三态（submission 与 bounty 是两个独立布尔）：
     • submission=true, bounty=true → in scope，可测，有赏金。
     • submission=true, bounty=false → in scope，可测，无赏金（勿与 out-of-scope 混淆）。
     • submission=false → out of scope，绝不测试。
   • 解析不确定时，向用户确认，绝不把 asset 默认当作 in-scope。

4. 输出

   • in-scope asset 列表（含 type + eligibility）。
   • out-of-scope deny-list（用于全程强制）。

阶段二：强制边界（Enforce boundaries）

在进入任何测试前，明确写下并全程遵守以下 硬性规则：

1. Scope 硬边界

   • 只测试 in-scope 列表中的 asset。
   • out-of-scope deny-list 中的 asset 绝不触碰——不 fetch、不扫描、不发任何 payload。
   • pentest-flow 只能直接作用于 URL 与 WILDCARD 类型；其它类型 （mobile app / source / CIDR / hardware 等）暂不自动化，需先与用户确认处理方式。

2. Program rules（层叠在 VulnClaw 既有 BLOCKED_PATTERNS / RESERVED_IP_RANGES 之上）

   • no DoS / 无可用性影响：禁止压力测试、资源耗尽、批量并发（自动化扫描器的首要红线）。
   • 尊重 rate limit / automation limit：低速、串行；遵守 program 声明的 "no automated scanning" 条款。
   • no social engineering：不针对人员，不钓鱼。
   • minimal impact / no PII exfil：验证漏洞即止，不导出真实用户数据、不做破坏性操作。

3. 异常处理

   • 任何一步若可能越过 scope 或触发上述规则，停止并询问用户。

阶段三：枚举与确认（Enumerate & confirm）

1. 向用户列出全部已解析的 in-scope asset（编号、type、eligibility）。
2. 询问从哪个 asset 开始（或全部）。
3. 一次只处理一个 asset，逐个确认，避免并发导致越界或触发 rate limit。

阶段四：委派 pentest-flow（Delegate）

对用户选定的 单个 in-scope asset：

1. 将该 asset 作为 target 交给 pentest-flow Skill，执行 recon → vuln-discovery → exploitation 全流程。
2. 全程保持在 scope 内：pentest-flow 发现的新子域 / 端点若超出 in-scope 定义（尤其不匹配任何 in-scope WILDCARD），排除并提示用户。
3. 持续对照阶段二的 program rules。

阶段五：报告（Report — HackerOne submission format）

对每个确认的 finding，按 HackerOne 提交格式 输出一份报告：

1. Title — 简洁描述漏洞（type + 受影响 asset）。
2. Asset — 受影响的 in-scope asset（URL / 标识）。
3. Severity (CVSS) — CVSS 向量与分数（Critical/High/Medium/Low）。
4. Steps to Reproduce — 可复现的分步操作（含请求 / 响应 / payload）。
5. Impact — 可利用性与业务影响。
6. Remediation — 修复建议。

多个 finding 时，每个独立成节；附可参数化的 Python PoC（requests 库）。 提醒用户：报告仅供其在 HackerOne 上 人工提交，本 Skill 不自动上报。

参考文档

• references/hackerone-report-and-scope.md — scope 解析参考（asset type ↔ API enum、 eligibility 三态、粘贴表形状）、program rules 强制清单、HackerOne 提交格式报告模板。

内网渗透高级 Skill

当任务从互联网评估转入主机、域或内网操作时使用本 Skill。需要已获得初始访问权限或立足点。

前置条件：如果尚未获得初始访问，先完成外网渗透获取立足点。

场景路由

测试流程

1. 信息收集

• 内网拓扑、网段、主机发现
• 域信息、信任关系
• 服务识别与漏洞探测

2. 凭据获取

• Mimikatz 抓取内存凭据
• Kerberoating / AS-REP Roasting
• 浏览器/密码管理器凭据提取
• DCSync（需域管权限）

3. 横向移动

• Pass-the-Hash / Pass-the-Ticket
• PsExec / WMI / WinRM / DCOM
• SSH / RDP 横向

4. 权限提升

• Token 篡改 / 服务滥用
• Potato 家族
• 域提权（GPO/ACL滥用）

5. 持久化

• 计划任务 / WMI 事件订阅
• 注册表 / 启动项 / 服务
• 黄金票据 / 白银票据

6. 隧道与代理

• SOCKS 代理 / SSH 转发
• FRP / Chisel / Ligolo
• DNS / ICMP 隧道

7. AD/ADCS 专项

• BloodHound 路径分析
• ADCS 证书模板滥用
• Exchange/SharePoint 攻击链

参考文档

• references/06-intranet-and-host-operations-integrated.md — 内网操作整合参考
• references/intranet-playbook-01~11-*.md — 各专项 Playbook（11 个）
• references/intranet-pentest-playbook-skill.md — Playbook 入口

OSINT 开源情报收集知识库

针对信息收集/侦察/社会工程场景的实战知识库，提供四维信息收集模型（服务器信息 → 网站信息 → 域名信息 → 人员信息），以及具体的工具使用方法和数据提取技巧。

与 recon Skill 的区别：

• recon → 技术层面侦察（端口扫描、DNS、目录枚举）— 基础版
• osint-recon → 全维度侦察（服务器 + 网站 + 域名 + 人员/社会工程）— 深度版

核心原则

1. 四维度全覆盖 — 服务器/网站/域名三个维度始终执行，人员维度按条件触发
2. 从页面提取一切可提取的信息 — 不只看 HTTP 头，还要看 HTML 内容、JS 文件、注释
3. 先被动后主动 — 先看响应头、DNS、WHOIS（被动），再做端口扫描/目录枚举（主动）
4. 维度完成度自检 — 每轮检查哪些维度已完成 ✅，哪些未完成 ❌，全部完成后才允许 [DONE]
5. 外部链接即线索 — 页面上的每个外部链接都可能是信息来源
6. 结构化输出 — 所有发现汇总为 Markdown 报告

四维信息收集模型

维度一：服务器信息

维度二：网站信息

维度三：域名信息

维度四：人员信息 ⚡ 条件触发

⚠️ 此维度仅在以下条件之一满足时才执行：

• 用户命令中明确提及"社会工程/社工/人员信息/作者追踪/人物画像"等
• 目标网站有明确作者信息（meta author、about 页面、联系方式）

不应该做社工的情况：普通企业官网无个人作者 / 用户只要求"扫描目标" / 目标是 IP/内网地址

First-Pass 工作流

1. 访问目标 → fetch 获取首页，提取 HTTP 头 + HTML 内容
2. 维度一：服务器信息 → 端口扫描、真实 IP、OS 指纹、中间件/数据库识别
3. 维度二：网站信息 → Web 指纹、WAF 检测、敏感目录/源码泄露、旁站/C段
4. 维度三：域名信息 → WHOIS、ICP 备案、子域名、DNS 记录、证书透明度
5. 维度四（条件触发） → 提取作者信息、跨平台追踪、信息汇总
6. 维度完成度自检 → 确认每个维度至少做过一轮检查
7. 汇总报告 → 生成 Markdown 格式侦察报告

场景路由

⭐ 常用提取代码片段

从 HTML 提取所有外部链接

import re
html = "..."  # fetch 获取的 HTML
links = re.findall(r'href=["\'](https?://[^"\']+)["\']', html)
for link in set(links):
    print(link)

从 HTML 提取作者信息

import re
# meta author
author = re.findall(r'<meta\s+name=["\']author["\']\s+content=["\']([^"\']+)["\']', html)
# about 页面链接
about_links = re.findall(r'href=["\']([^"\']*(?:about|me|contact)[^"\']*)["\']', html, re.I)

查询 crt.sh 子域名

import requests
domain = "example.com"
r = requests.get(f"https://crt.sh/?q=%.{domain}&output=json")
if r.status_code == 200:
    for entry in r.json():
        print(entry['name_value'])

GitHub 用户信息

import requests
username = "target_user"
r = requests.get(f"https://api.github.com/users/{username}")
if r.status_code == 200:
    data = r.json()
    print(f"Name: {data.get('name')}")
    print(f"Bio: {data.get('bio')}")
    print(f"Email: {data.get('email')}")
    print(f"Blog: {data.get('blog')}")
    print(f"Location: {data.get('location')}")
    print(f"Company: {data.get('company')}")

WAF 检测（响应特征法）

import requests
url = "https://target.com"
# 正常请求
r1 = requests.get(url)
# 触发 WAF 的请求（带攻击特征）
r2 = requests.get(url + "/?id=1' OR 1=1--")
# 对比响应
if r1.status_code != r2.status_code or len(r1.text) != len(r2.text):
    print("[!] 可能存在 WAF")
    print(f"正常状态码: {r1.status_code}, 攻击状态码: {r2.status_code}")

旁站查询（同 IP 反查域名）

import requests
ip = "1.2.3.4"
# 使用 chinaz API 或其他反查接口
# 也可以通过 crt.sh 查询同 IP 的证书
r = requests.get(f"https://crt.sh/?q={ip}&output=json")

渗透工具速查 Skill

当已知测试方向，需要选型工具或回忆命令时使用本 Skill。是操作支撑层，不是方法论替代。

使用场景：

• 已确认漏洞类型，需要对应工具和命令
• 记不住某个工具的具体参数
• 需要快速筛选同一任务下的候选工具

边界：本 Skill 帮助选型和回忆工具，不替代方法论。工具选择应跟随当前工作流阶段，而不是反过来。

工具分类速查

参考文档

• references/tools-reference-01~14-*.md — 各工具分类详细参考（14 个）
• references/pentest-tools-reference-skill.md — 工具参考入口
• references/tools-reference-index.md — 工具参考索引

渗透速查与 Payload Skill

仅在路由已明确后使用。本 Skill 用于快速查找，不替代方法论或工作流选择。

使用场景

• 快速回忆某类漏洞或阻塞点应该先看什么
• 快速筛选 Payload 家族、绕过方向和验证顺序
• 快速确认 AI、MCP、容器、WebSocket、JWT、文件、认证、SSRF 等常见测试卡片
• 从"我知道要测什么"进入"我先从哪一类验证开始"

不适用场景

• 替代场景分流 → 用 pentest-flow
• 替代方法论决策 → 用对应专项 Skill
• 请求未抓到、重放未稳定时盲测 → 先用 client-reverse

CTF 专项速查

CTF 题目优先用 ctf-web / ctf-crypto / ctf-misc Skill，以下为快速卡片：

快速路由卡片

Web 注入 / 输出执行

• SQLi → ', ", ), 布尔差异, 时间差异, 报错差异
• XSS → <script>, <img onerror>, javascript:, DOM sink
• 命令注入 → ;id, |id, `id`, $(id)
• SSTI → {{7*7}}, ${7*7}, <%= 7*7 %>, 模板引擎指纹
• XXE → <!ENTITY>, 参数实体, OOB 外带

认证 / 逻辑 / Token

• JWT → none算法, 算法篡改, 密钥爆破, jku/x5u 注入
• CSRF → 缺少 Token, Token 可预测, Referer 校验缺陷
• IDOR → 修改 ID 参数, 批量遍历
• 支付逻辑 → 金额篡改, 负数, 竞态

浏览器签名 / 反爬

• 先用 client-reverse 稳定重放
• 阶段: locate → recover → runtime → validation

安卓运行态 / 签名恢复

• 先用 client-reverse runtime-first 路径
• 只有抓不到包/加密/无法重放时再逆向

AI / MCP

• Prompt 注入 → 直接/间接/CoT 干扰
• 工具滥用 → MCP 投毒/指令覆盖
• 身份逃逸 → 角色越界/权限漂移

内网 / AD

• 先用 intranet-pentest-advanced
• 工具不确定时补看 pentest-tools

参考文档

• references/08-rapid-checklists-and-payloads.md — 速查与 Payload 整合参考
• references/testing-methodology.md — 测试方法论

Web 应用渗透测试 Skill

针对 Web 应用的专项渗透测试流程，覆盖从信息收集到漏洞验证的完整链路。

需要更深入的 Web 安全知识？ 使用 web-security-advanced Skill，包含完整的注入攻击族、协议安全、Playbook 等。

1. 技术栈识别

• 使用 fetch 工具获取 HTTP 响应头
• 使用 chrome-devtools 工具分析前端技术
• 识别后端框架和 CMS

2. 目录枚举

• 常见目录：/admin, /api, /upload, /config, /backup
• 敏感文件：robots.txt, sitemap.xml, .env, .git/HEAD
• API 文档：/swagger, /docs, /api-docs

3. 认证测试

• 默认凭据测试
• 暴力破解检测
• 会话管理缺陷
• JWT 安全测试

4. 输入验证测试

• SQL 注入
• XSS（反射/存储/DOM）
• SSRF
• LFI/RFI
• 命令注入
• 文件上传

5. 逻辑漏洞测试

• 越权访问（水平/垂直）
• 业务逻辑绕过
• 竞态条件
• 支付逻辑漏洞

6. 输出

• Web 渗透报告
• PoC 脚本

参考文档

• references/web-injection.md — 注入攻击详细参考
• references/web-logic-auth.md — 认证与逻辑漏洞
• references/web-modern-protocols.md — 现代协议安全

Web 高级安全测试 Skill

当目标是 Web 应用、API、网关或浏览器面向服务，且需要系统性的漏洞测试时使用本 Skill。

前置条件：如果请求仍由客户端控制且重放未稳定，先使用 client-reverse Skill。

CTF 场景路由

当目标为 CTF 题目（已知有 flag，需要绕过特定过滤）时，优先使用 ctf-web Skill 获取具体绕过值和 payload：

本 Skill 侧重渗透测试方法论，CTF 实战绕过值和 payload 模板请参考 ctf-web。

场景路由

测试流程

1. 输入验证测试

• SQL 注入：布尔/时间/报错/Union/堆叠
• XSS：反射/存储/DOM/CSP 绕过
• 命令注入：分隔符绕过、编码绕过
• SSTI：模板引擎识别 + RCE 链
• XXE：实体注入、OOB 数据外带
• 反序列化：Java/PHP/Python 链

2. 认证与会话测试

• 默认凭据、暴力破解
• 会话管理缺陷（固定/劫持/不安全 Cookie）
• JWT 安全（算法篡改/密钥爆破/none算法）
• OAuth/OIDC 配置缺陷
• MFA 绕过

3. 逻辑漏洞测试

• 越权访问（水平/垂直）
• 业务逻辑绕过（支付/优惠券/投票）
• 竞态条件
• IDOR（不安全直接对象引用）

4. 协议安全测试

• CORS 配置错误
• GraphQL 内省/注入
• WebSocket 认证与注入
• HTTP 请求走私
• SSRF（内网探测/云元数据）

5. 文件与部署安全

• 文件上传绕过
• 路径穿越
• LFI/RFI
• CDN/缓存投毒
• 供应链攻击
• 云安全配置

参考文档

• references/web-injection.md — 注入攻击详细参考
• references/web-modern-protocols.md — 现代协议安全
• references/web-logic-auth.md — 认证与逻辑漏洞
• references/web-file-infra.md — 文件与基础设施安全
• references/web-deployment-security.md — 部署安全
• references/web-ai-attack-map.md — Web 与 AI 攻击映射
• references/web-playbook-*.md — 各专项 Playbook（23 个）

安卓应用渗透测试 Skill

针对安卓应用的专项渗透测试，遵循 runtime-first 原则：先运行态驱动、先抓包，最后才逆向。

需要更深入的客户端逆向知识？ 使用 client-reverse Skill，包含完整的签名恢复、加密还原、Burp 重放工作流。

核心原则

不要先逆向 APK。默认操作顺序：

1. 确认目标 App 已安装在连接设备上
2. 准备好 Burp 或 Charles 抓包
3. 用 scrcpy_vision 驱动真实业务流程
4. 每个关键动作后检查抓包状态
5. 包可见且可重放 → 直接做 Web/API 安全测试
6. 只有抓不到包/包被加密时 → 升级到 jadx/frida/ida

1. 环境准备

• 通过 adb-mcp 连接设备/模拟器
• 通过 jadx 反编译目标 APK
• 通过 burp-mcp 配置代理抓包

2. 自动化探索

• 启动 APP，通过 adb-mcp 自动截图
• 通过 frida-mcp Hook 关键函数
• 通过 burp-mcp 捕获和分析数据流
• 自动点击 UI 元素，遍历功能点
• 模拟用户行为，识别敏感数据流

3. 深度分析

• 通过 jadx 审计源码（硬编码密钥、弱加密等）
• 通过 frida 动态 Hook（SSL Pinning 绕过、参数篡改）
• 通过 burp 修改重放请求（鉴权绕过、越权测试）

4. 漏洞验证

• 构造恶意输入，验证漏洞
• 截图记录漏洞证据
• 生成 PoC

5. 输出

• 安卓专项渗透报告
• 包含截图、流量、代码审计结果

参考文档

• references/android-authorized-app-pentest-sop.md — 安卓 App 渗透 SOP
• references/android-external-url-runtime-first-workflow.md — 安卓外部 URL 测试
• references/android-ui-driven-observation-and-packet-loop.md — UI 驱动观察循环
• references/android-network-layer-testing-quick-reference.md — 网络层测试速查
• references/android-signing-and-crypto-workflow.md — 签名与加密工作流
• references/android-static-triage-and-callflow.md — 静态分层与调用链
• references/android-dynamic-hooking-and-replay.md — 动态 Hook 与重放

Web 和 AI 安全测试知识库

知识源: WooYun 88,636 漏洞 × 先知 5,600+ 文档 × GAARM 150 AI 风险 × OWASP 架构: SKILL.md（路由）→ references/（按场景加载）

VulnClaw 集成说明

• 本 Skill 集成自 Pa55w0rd/secknowledge-skill，在 VulnClaw 中作为 secknowledge-skill specialized skill 使用；上游声明为 MIT License。
• CTF/SRC 场景先加载 references/vulnclaw-ctf-src-routing.md 判断资料入口，再按漏洞类型加载 web-*、ai-*、testing-methodology.md 或 gaarm-risk-matrix.md。
• 与 VulnClaw 现有技能协同：CTF 单题技巧优先结合 ctf-web/ctf-crypto/ctf-misc，SRC 和实战漏洞挖掘优先使用本 Skill 的方法论、案例映射、风险矩阵和证据约束。
• 输出时保留上游的授权边界、引用标注和"假设/确认"区分；未能从 reference 佐证的 payload、CVE、GAARM/OWASP 编号必须明确标注为未核对。

触发条件

触发条件（AND 组合）：

1. 用户意图是执行安全测试（渗透/挖洞/利用/审计） — 非讨论/学习
2. 提供了具体目标：URL、接口、代码片段、模型/Agent 架构、MCP 配置 — 非抽象问题
3. 任务涉及以下领域之一：
   • Web: SQL 注入/XSS/命令执行/越权/文件上传/SSRF/反序列化/XXE/GraphQL/HTTP 走私
   • AI: Prompt 注入/越狱/MCP 投毒/Agent 滥用/RAG 投毒/沙箱逃逸/模型窃取
   • 绕过: WAF/内容过滤/Guard Rails 绕过

不触发（任一命中即路由到他处）：

• 概念讲解："什么是…"、"…原理"、"…怎么防御" → 普通问答
• 非安全代码审查："review 代码质量"、"优化性能" → 普通 code review
• 业务 bug：语法错误、空指针、业务逻辑错误（非安全逻辑）→ 普通 debug
• 深度白盒代码审计（Source-Sink 污点传播、AST 分析）→ code-audit-skill
• 查 CVE 文档、工具文档 → WebSearch/Context7

歧义处理：目标和意图不明时，先问："目标是什么？你希望做渗透测试 / 代码审计 / 还是了解概念？"

行为准则（整个会话有效，不因对话长度放松）

1. ❗ 所有 Payload/CVE 编号/风险编号必须引用 reference 文件的具体章节 — 每次输出前自检。未在 reference 中的一律标注 "UNABLE TO CITE"，禁止编造。
2. ❗ 区分"漏洞假设"与"漏洞确认" — 基于方法论推断的潜在风险 → 标注 假设（需验证）；有明确证据的 → 标注 已确认（证据: …）。禁止混淆。
3. ❗ 授权边界 — 任何利用步骤输出前必须确认是 CTF/授权渗透/本人环境。无授权上下文只输出分析，不输出可直接武器化的完整 Payload。

幻觉防护与来源引用

标注分级：

• [引用] — 来自 reference 具体章节（需带 file:section）
• ⚠️ 通用知识 — 未在本 Skill reference 中核对，仅作提示
• 💡 建议 — 方法论推理，非事实声明

输出约束

禁止输出：

• 开场白："让我来分析…" / "首先我们需要…" / "根据你的需求…"
• 工具调用描述："我将使用 Read 工具读取 XX"
• 已知信息复述（用户刚说的 URL、目标类型）
• 无来源引用的 Payload 或 CVE 编号
• 未经授权场景下的完整武器化链

输出限制：

• 单次回复 ≤ 3 个层次的建议（避免信息膨胀）
• Payload 示例 ≤ 5 条/漏洞类型（完整列表引用 reference）
• 使用表格/速查格式，禁止长段落叙述

工具优先级（本 Skill 自用）

单次超时 ≠ 不可用，必须重试 1 次后才能降级。

使用流程

依赖链约束（贯穿三步，强制）:

• Step 2 输入 == Step 1 的"已定位 reference 列表"，不得新加文件
• Step 3 引用集合 ⊆ Step 2 的"已加载列表"，禁止在 Step 3 重新搜索 reference
• Step 3 Checkpoint 中的引用计数必须能在 Step 2 Checkpoint 中找到对应来源

Step 1: 目标分类 + reference 定位

• 判断：Web / AI / Web+AI 混合 / 容器沙箱
• 定位：按"场景导航索引"找到对应 reference 文件，记为列表 L1

失败降级:

• 目标信息不足无法分类 → 触发歧义澄清问题，不猜测；不允许默认归类为 "Web+AI 混合"
• 场景导航索引未覆盖该场景 → 标注 "UNABLE TO CITE: 场景 {X} 不在索引内"，列表 L1 为空，进入 Step 3 时只能输出方法论级建议

✅ Checkpoint: Step 1 完成: 目标类型={X}, |L1| == 场景导航索引匹配数 = {N}

Step 2: 按需加载 Step 1 定位的 reference（懒加载）

• 输入: Step 1 产出的列表 L1；记本步加载集合为 L2，必须满足 L2 ⊆ L1
• 每次加载 1 个文件，单次 ≤ 1000 tokens；超出预算的 reference（如 ai-identity-app.md 906 行、ai-data-app.md 903 行）必须用 Read offset/limit 或 Grep 定位后再读
• 禁止在本步加载未在 L1 中的文件

失败降级:

• Read 失败 → 重试 1 次 → 仍失败用 Bash cat → 都失败 → 标注 "UNABLE TO ASSESS: 文件不可读"，从 L2 移除该项，不允许跳过到 Step 3
• Grep 无命中 → 标注 "UNABLE TO CITE: {关键词} 未在 {文件} 中检出"
• reference 文件不存在 → 标注断链 + 列入待补 reference 清单，不编造内容

✅ Checkpoint: Step 2 完成: |L2| == |L1| - 不可读文件数 = {M}, 合计 {X} tokens

Step 3: 按方法论输出测试思路（L1→L4）

• 输入: Step 2 产出的加载集合 L2；本步所有引用必须 ⊆ L2
• L1 攻击面识别 → L2 假设构建 → L3 深度利用 → L4 防御反推
• 每条结论必须引用 L2 中某文件的具体 section/行号；无依据 → 标注 "UNABLE TO CITE" 并停止该假设线
• 禁止重新搜索：本步发现需要新 reference → 回到 Step 1 重新定位，而不是直接 Read/Grep

✅ Checkpoint: Step 3 完成: 输出 N 条假设, 其中 已引用 M 条 + UNABLE TO CITE K 条 == N (等式验收)

全流程交叉验证:

• Step 3 引用的所有文件 ∈ Step 2 的 L2（grep 验证）
• 已引用条数 + UNABLE TO CITE 条数 == 总假设条数

场景导航索引

每行指向对应 reference。详细 Payload/案例/方法论全部在 reference 中，本 SKILL.md 不再展开。

核心方法论

Web 安全（按漏洞类型）

AI/LLM 安全（按 GAARM 阶段）

AI 应用 - 应用阶段按风险大类:

AI 模型 - 应用阶段按风险大类:

专项 reference:

• AI Agent / MCP / Skills 2025-2026 前沿风险 → references/ai-app-frontier.md
• 容器与沙箱逃逸实战方法论 → references/ai-baseline-escape.md

Payload 速查（按场景在主 reference 中查找）

零结果处理

与其他 Skill 的路由

v2.0 | 知识源: WooYun 88,636 × 先知 5,600+ × GAARM 150 × OWASP LLM/ASI/WSTG