Crypto密码学解题助手:RSA/AES/ECC/格/PRNG/哈希/签名攻击的识别与求解脚本开发。遇到 crypto、RSA、AES、CBC、padding oracle、格、LWE、PRNG、签名伪造类题目时使用。
编程
CTF Router
试用CTF题目分诊路由:拿到新题目时先判断题型(pwn/crypto/misc/web/reverse/forensics),给出解题入口与换技能指引。所有 CTF 解题请求的第一步,任何 ctf、做题、拿flag、解题请求都先用它分诊。
它能做什么
CTF题目分诊路由:拿到新题目时先判断题型(pwn/crypto/misc/web/reverse/forensics),给出解题入口与换技能指引。所有 CTF 解题请求的第一步,任何 ctf、做题、拿flag、解题请求都先用它分诊。
技能文档
CTF 题目分诊路由
拿到题目先分诊,再进专项技能。这是所有 CTF 解题的统一入口。
环境约定(跨平台)
- 解题 Python(记作
$PY):必须是 64 位 Python 3.10+ 虚拟环境,装有pwntools z3-solver sympy pycryptodome gmpy2 requests volatility3 flask-unsign pillow numpy pyzbar python-magic-bin dnspython。 首次使用时若不确定环境状态,运行本技能的scripts/env-check.py(python scripts/env-check.py,脚本只用标准库),它会列出缺失项和一键安装命令。 没有环境就按它的指引建一个:python -m venv ctf-venv然后装上述包。 - Windows 用户:强烈建议装 WSL(
wsl --install kali-linux), Linux 专属工具(gdb/ltrace/binwalk/foremost/strings/john/checksec/ROPgadget/upx/nmap) 在 Kali 里执行:wsl -d kali-linux -- bash -lc "",文件路径换成/mnt/c/...。 Linux/macOS 用户直接用系统包管理器装。 - 外部工具:tshark(Wireshark)、hashcat、semgrep、sqlmap、ffuf、Ghidra(绿色版+Java 17+)、
Burp Suite(可选,复杂 Web 流量)。
env-check.py会报告缺失项与安装方式。 - 本套技能自带知识库:各专项技能目录下的
references/收录了上百个真题解法参考文件 (攻击手法 + 完整代码),遇到对应题型时按需读取。
分诊决策树
按附件与题面特征判断:
- 有可执行文件/二进制 + 提示要"打穿/拿 shell/控制流" → ctf-pwn-exploit
- 有源码/密文/数学参数 (n, e, c)/加密服务 → ctf-crypto-solver
- pcap/流量/内存镜像/磁盘镜像/图片音频文档/编码串 → ctf-misc-forensics
- 给了 URL/Web 应用 → ctf-web-reverse-audit(Web 部分)
- 有可执行文件但要求"分析它做了什么/找校验逻辑" → ctf-web-reverse-audit(逆向部分)
- 题目涉及 AI/大模型/提示词/智能体 → 先按 Web 侦察摸清接口;考点多为提示词注入、 越狱、模型参数/训练数据泄露,结合 Web 侦察与编码能力
拿不准时:先跑通用三板斧——识别类型、搜字符串、查嵌入文件——再按结果二次分诊。
通用三板斧
# 用 $PY 做类型识别(避免依赖 file 命令)
$PY -c "import magic; print(magic.from_file('attachment'))"
# Linux/WSL 内搜字符串与嵌入文件
strings -n 6 attachment | grep -iE "flag|ctf|key"
binwalk attachment
解题纪律
- flag 格式优先用题面给的(常见
flag{}),正则搜索时把flag\{和ctf\{都试。 - 远程题先手动交互摸清协议,再写 pwntools/requests 脚本。
- 每个假设都要用一次实际运行验证,不要凭猜继续堆代码。
- WriteUp 素材随手记:赛后可能要交。
- 比赛若规定禁用 AI 辅助,遵守规则——本技能仅用于训练与赛后复盘。
相关技能
Web攻击与逆向审计助手:HTTP应用漏洞(SQLi/SSRF/SSTI/XXE/JWT/文件上传)利用,以及 Ghidra 无头反汇编与 semgrep 源码审计。遇到 web 题、源码审计、逆向分析、JWT、注入类题目时使用。
Misc杂项与流量取证助手:pcap流量分析、文件取证、隐写、编码谜题、内存/磁盘取证的识别与还原。遇到 misc、流量、pcap、取证、隐写、编码、内存镜像、磁盘镜像类题目时使用。
国产大模型统一路由。把 DeepSeek、通义千问、智谱 GLM、Kimi、腾讯混元、字节豆包、百度文心、讯飞星火、MiniMax、零一万物 Yi、百川、阶跃 Step 等 12 家国产大模型 + Qwen-VL/GLM-4V/豆包视觉 3 家视觉模型收敛成一个命令入口;支持文本 + 图片多模态任务路由;按任务类型(代码/推理/长文/翻译/摘要/抽取/图像识别)结合能力画像自动或手动选择最合适、最省钱的模型;支持流式输出、自动统计跨厂商 token 成本、硬件自适应限流(不拖累电脑)、本地语义缓存省 token、全链路离线 Mock 调试、技能更新提醒。当用户需要「调用国产大模型」「多模型比价/降本」「统一管理多个模型 Key」「本地跑大模型路由」「不想被某一家厂商绑定」「识别图片/音频内容」时使用。
面向临床研发全生命周期的 ct 系列「总入口」,云端辅助的临床试验总顾问。方法学/设计/合规/QC/语气类问题在内部走 A–J 工作流并转发远程 Coze 引擎精校;统计计算转交 ct-samplesize;原始数据/竞品情报类需求路由到 ct-registry / ct-safety / ct-literature 并在代码内缝合三源产出。本技能会在本机运行兄弟技能、保留语言偏好/上下文缓存/长期记忆等本地状态,并支持可选的脱敏错误报告。 / The ct-series TOTAL ENTRY POINT across the full clinical-development lifecycle — a cloud-assisted clinical-trial advisor. Methodology / design / compliance / QC / tone questions run in-house through workflows A–J and are forwarded to the remote Coze engine for refinement; sample-size computation is handed to ct-samplesize; raw-data and competitive-intel needs route to the three sibling data skills (ct-registry / ct-safety / ct-literature) and are stitched in code. The skill runs sibling skills locally, keeps local state (language preference / context cache / long-term memory), and supports an optional de-identified bug report.
PWN二进制利用助手:栈溢出/堆利用/格式化字符串/ROP/ret2libc/shellcode 的攻击流程与利用脚本开发。遇到 pwn、溢出、ROP、shellcode、格式化字符串、GOT、canary、堆块利用类题目时使用。