CTF 竞赛中，MISC 和密码学题目的解题过程需要大量查表、写脚本、调工具。这篇以 ctf-misc 方向为例，拆解 Agent Skills 怎么工作，最后用一道冰蝎 v3 流量分析题做完整验证。

Agent Skills 工作机制

一句话：用 Markdown 写成的结构化安全知识库。

每个 skill 对应一个安全方向，里面包含攻击技术的触发条件、利用方法和代码示例。AI 在分析问题时，根据描述自动匹配对应的 skill，加载相关技术，然后生成利用脚本。

三个核心机制：

1. 声明式触发：每个 skill 头部用 description 字段声明自己处理什么类型的问题，匹配即触发
2. 路由式决策：solve-challenge 作为入口路由器，拿到题目先做 triage，分发到对应 skill
3. 渐进式深入：两层结构，SKILL.md 概览做快速匹配，需要时再加载 reference 文件的完整代码

一个直观对比：

有没有这套知识库，决定了 AI 是给你科普还是帮你干活。

Skill 全景：11 个方向与真实安全映射

ljagiello/ctf-skills 项目包含 11 个专业 skill，覆盖 CTF 全方向：

每个 skill 内部都有 When to Pivot 机制，当发现题目属于其他方向时会自动建议切换。

下面重点拆解 ctf-misc 这个 skill。

ctf-misc 深度拆解

12 个 reference 文件，覆盖 CTF 中最「杂」但最实用的方向。

技术方向与文件映射

reference 文件长什么样？

以 pyjails.md 为例，里面包含：

## Python Jailbreak Techniques

### 1. func_globals 泄露
当沙箱限制了 import，但允许访问函数对象时：
```python
# 获取任意函数的 globals
x = lambda: None
x.__globals__['__builtins__']['__import__']('os').system('id')

2. decorator bypass

通过装饰器绕过限制：

def exploit(func):
    return func.__globals__['__builtins__']['__import__']('os')

3. ctypes 调用 C 函数

当 ctypes 未被限制时：

import ctypes
ctypes.CDLL('libc.so.6').system('/bin/sh')

这就是 skill 里装的东西。直接能跑的代码，不是概念解释。AI 加载这个 reference 后，遇到 Python 沙箱逃逸题目，就能直接生成对应的利用代码。

ctf-misc 的能力范围大概就这些。下面来道实际题目验证一下。

实战验证：冰蝎 v3 流量分析

题目来源： DASCTF Webshell 流量分析专题

题目文件： behinder-v3.pcapng

Flag： DASCTF{f058bc5bdeb24e8ef9a23d5ba53ead00_behinderV3}

第一步：流量初筛，识别工具类型

用 tshark 提取 HTTP 流量：

# 提取所有 POST 请求
tshark -r behinder-v3.pcapng -Y "http.request.method == POST" \
  -T fields -e http.host -e http.request.uri -e http.file_data

# 输出示例：
# 192.168.1.100  /shell.php  pass=Base64EncodedData...

观察请求特征：

POST /shell.php HTTP/1.1
Content-Type: application/x-www-form-urlencoded
Accept: application/json, text/javascript, */*; q=0.01
Connection: Keep-Alive

pass=Base64EncodedData...

关键特征：

• POST 参数名为 pass
• Accept 头包含 application/json
• 请求体是 Base64 编码
• 没有 GET 密钥协商过程（这是 v3 和 v1/v2 的核心区别）

冰蝎各版本流量特征对比：

看到「无 GET 协商 + Base64 请求体」，基本可以确定是 v3 或 v4。再根据 Accept 头和 Connection 特征，锁定 v3。

第二步：确认密钥与加密方式

冰蝎 v3 使用预共享密钥：

import hashlib
key = hashlib.md5(b'rebeyond').hexdigest()[:16]
print(key)  # e45e329feb5d925b

加密参数：

• 算法：AES-128-CBC
• 密钥：e45e329feb5d925b
• IV：16 字节 0（b'\x00' * 16）
• Padding：PKCS5/PKCS7

第三步：完整解密脚本

#!/usr/bin/env python3
"""
冰蝎 v3 流量完整解密脚本
从 pcap 到 flag 的端到端流程
"""
import subprocess
import base64
import json
from Crypto.Cipher import AES
from Crypto.Util.Padding import unpad

# 冰蝎 v3 默认密钥
KEY = b'e45e329feb5d925b'  # MD5("rebeyond")[0:16]
IV = b'\x00' * 16

def decrypt(data: str) -> str:
    """解密冰蝎 v3 加密数据"""
    cipher = AES.new(KEY, AES.MODE_CBC, IV)
    decrypted = unpad(cipher.decrypt(base64.b64decode(data)), 16)
    return decrypted.decode('utf-8', errors='ignore')

def extract_http_data(pcap_file: str, direction: str):
    """从 pcap 提取 HTTP 数据"""
    if direction == 'request':
        filter_expr = 'http.request.method == POST'
        field = 'http.file_data'
    else:
        filter_expr = 'http.response'
        field = 'http.file_data'
    
    result = subprocess.run([
        'tshark', '-r', pcap_file,
        '-Y', filter_expr,
        '-T', 'fields', '-e', field
    ], capture_output=True, text=True)
    
    return [line.strip() for line in result.stdout.strip().split('\n') if line.strip()]

def main():
    pcap_file = 'behinder-v3.pcapng'
    
    # 提取并解密请求
    print("=== 请求分析 ===")
    requests = extract_http_data(pcap_file, 'request')
    for i, req in enumerate(requests):
        try:
            # 请求格式：pass=<base64加密的JSON>
            if req.startswith('pass='):
                encrypted = req[5:]  # 去掉 "pass="
                decrypted = decrypt(encrypted)
                data = json.loads(decrypted)
                print(f"[请求 {i+1}] {data}")
        except Exception as e:
            print(f"[请求 {i+1} 失败] {e}")
    
    # 提取并解密响应
    print("\n=== 响应分析 ===")
    responses = extract_http_data(pcap_file, 'response')
    for i, resp in enumerate(responses):
        try:
            decrypted = decrypt(resp)
            data = json.loads(decrypted)
            # 响应格式：{"status": "base64(成功/失败)", "msg": "base64(结果)"}
            msg = base64.b64decode(data.get('msg', '')).decode('utf-8', errors='ignore')
            print(f"[响应 {i+1}] {msg.strip()}")
            
            # 检查是否包含 flag
            if 'DASCTF{' in msg or 'flag{' in msg:
                print(f"\n[!] 发现 Flag: {msg.strip()}")
        except Exception as e:
            print(f"[响应 {i+1} 失败] {e}")

if __name__ == '__main__':
    main()

运行结果：

=== 请求分析 ===
[请求 1] {'action': 'command', 'cmd': 'whoami'}
[请求 2] {'action': 'command', 'cmd': 'id'}
[请求 3] {'action': 'command', 'cmd': 'cat /flag'}

=== 响应分析 ===
[响应 1] www-data
[响应 2] uid=33(www-data) gid=33(www-data) groups=33(www-data)
[响应 3] DASCTF{f058bc5bdeb24e8ef9a23d5ba53ead00_behinderV3}

[!] 发现 Flag: DASCTF{f058bc5bdeb24e8ef9a23d5ba53ead00_behinderV3}

对比总结

写在最后

这套东西的局限

说完了好处，也得泼点冷水。Agent Skills 说白了就是已知攻击模式的索引，给定特征就能找到对应技术。但遇到以下情况，它就抓瞎了：

• 知识库里没有的全新攻击面
• 需要五步以上推理才能到达的路径
• WAF 实时调整规则，需要边打边试的场景

这些还是得靠人。

还缺什么

ctf-skills 今天覆盖的主要是前人总结过的技术。但供应链安全、云原生攻防、AI 模型安全这些方向的知识还在快速积累。等有人把这些也编码成 skills，AI 的能力边界会再扩一圈。

最后说两句

感兴趣的话，建议把对应的 skill 装上，拿实际题目试试。光看文章没感觉，自己跑一遍才知道这东西怎么用。

不过有一点得提醒：用 AI 解题是为了省时间，不是为了偷懒。碰到不会的题，AI 给你答案之后，还是得回头看看背后的原理。冰蝎 v3 的加密方式、密钥协商流程、各版本差异，这些才是真正要学的东西。

工具是工具，知识是知识。别把工具当拐杖，该自己走的时候还得自己走。

完整 skill 列表和更多案例见 ljagiello/ctf-skills

传递专业知识、拓宽行业人脉——看雪讲师团队等你加入！！