它是一套多 agent 安全分析系统，覆盖 Web、二进制、密码学、移动、AI 安全五个方向，跑在 OpenCode 之上的安全分析系统，它的特点：

当前沉淀的知识来源于几方面：打CTF沉淀知识、提取已有Writeup文档、花钱买。

一句话版本差异：1.0（master 分支）会做分析；2.0 让它独立把任务做完。

OpenSecurity 2.0 实战记录 · SunshineCTF 2026

先给结论：我的安全分析系统在 SunshineCTF 2026 上解出了一批 CTF 题。从启动到交出答案，全程无人值守。 这不是演示，是真实赛题上的战绩：系统负责解题，人只负责两件事：给题，和提交。

图 1：SunshineCTF 2026 的 Web 题区（图中标记为 SOLVED 的题目，均由本系统完成）：

图 2：SiteCheck（456 分）提交判题通过（Correct）：

先解释图 1 里唯一没变绿的 SiteCheck：

SiteCheck 是这批题里被卡得最久的一道，战线因此跨过了赛事结束时间。但赛后题目实例仍在线、平台也仍接受判题，图 2 就是赛后提交的判题结果：Correct。它没赶上计分板，但被完整解出来了。

这批题（全部 Web 方向）：

先看两张图：一张是系统架构（由什么组成），一张是一次任务里的协作（怎么运转）。

↑ 图 3：系统架构。运行时（OpenCode 宿主）调用控制台（本地服务），控制台依赖资源与目标（本地能力 · 分析对象）。

一句话说明：运行时（分析系统本体）把任务做出来，控制台把环境备好，资源与目标提供两者使用的本地能力（知识 / 记忆 / 模型 / 工具 / 出口）。

一句话读懂：人只出现在两端。分析 Agent 负责干活：它用工具链访问网络（大轰炸时由 AI 切到代理模块）；用知识库查方法论、用记忆库做实时查询、过程留痕与自动沉淀（记忆库的向量化由本地模型完成）；插件层在运行时全程护航：停下了就推回去（无人值守），跑久了就提醒盘点（反思）。下面逐块展开。

按方向组织的方法论文库。它不只是资料堆，每个方向都写明"什么场景、用什么打法、具体命令是什么、怎么判断成败"。它是"慢资产"：不自动生长，每次更新都来自复盘后的提炼。用途：让系统面对陌生题目时，先查手册再动手。

记忆库有三件事：

用途：让系统每次都在上一轮经验之上开工。

长任务里最贵的错误，是在死路上闷头加速。反思模块按"距上次盘点时长 × 工具调用密度"的数字规则定期触发（默认 30 分钟）：忙碌时把一条反思提醒附在命令输出之后（不打断工作），空闲时发一条唤醒消息；配套协议要求先落盘实验结果，再做方向盘点（继续 / 换向 / 放弃 / 深挖）。用途：防止长任务跑偏。

AI 跑长任务最大的敌人是"停"：模型给出阶段性结论后就会安静等人。这套机制在系统空闲时检查"完成标记"：没有标记，就注入"未完成就继续做"的恢复消息；模型真正完成时输出标记，机制自停。标记每次随机生成，防止模型学会"假装完成"。用途：几十小时级的任务，没有人盯着也能推进。

用途：任务不因等人点击而停摆。

长任务有一种更隐蔽的"停"：权限询问。分析中途若弹出权限询问（最常见的是访问任务目录之外的路径），人不在电脑前，流程就会一直挂起、等人点击。

2.0 的对策是超时自动拒绝：按类型计时，默认 60 秒、默认只对"目录外访问"生效；秒数与生效类型都可在控制台调整。超时后自动拒绝，并把一句引导反馈随被拒结果交给模型（提示它检查路径、或把访问写进脚本再执行），模型自行改道，任务继续。

这块在 SiteCheck 时还没有，是之后从别的题目踩到痛点补上的。

批量扫描、验证这类"大轰炸"阶段最容易触发目标限流。代理模块的作用是：一条线路被限流，就自动换另一条；被限流的地址先冷却一段时间、暂不触碰。用途：任务不因限流、封锁而中断。

记忆库的"存"与"查"，需要把内容变成向量。存知识时算一次、查知识时算一次，语义相近就能匹配（哪怕用词不同）。这一步由本地模型 BGE-M3 完成；检索出的候选再由本地 Reranker（重排序模型）按相关性排序；截图里的文字（比如 SiteCheck 的 flag）则由本地 OCR 模型提取。

为什么放在本地？一个直接原因是省钱：当前这台设备的硬件足以运行这三个模型（合计约 7.6GB），本地推理的边际成本几乎为零。当然，这是有条件的，如果你的硬件不如这台、跑不动本地模型，可以把模型卸载到局域网里的另一台机器（远程推理节点），或者用线上模型。

系统还带一个控制台，随服务端一起启动；浏览器打开 http://localhost:5173/ 就能看到。控制台是整套系统的"驾驶舱"：

图 4：控制台首页。Docker、模型、Python 依赖、外部工具的就绪状态一屏可见：

图 5：控制台配置页，包含工具、模型、代理、行为、开发五类配置：

另有一组支撑件不单独展开：任务路由（给每道题挑最合适的 agent）、子 agent 体系、任务目录与工作记忆、以及 1000+ 安全工具组成的工具链。

题目：SiteCheck 是一个"网站体检"服务：提交一个 URL，它派一架自动巡检无人机去访问、记录加载时间、回传一张截图，并且"礼貌地拒绝访问内网地址"。翻译成安全语言：这是一道 SSRF（服务端请求伪造）题，而真正的考点在于"无人机"：它自带一个完整的浏览器环境和一套自己的登录会话。

破局的攻击链只有四步：

过程：09-27 开跑，09-29 凌晨破局（跨约 32 小时）。受"只在早晚跑"的成本策略影响，战线被拉长。赛后提交，判题通过（图 2）。下面按模块拆开看：这道题里，系统到底靠什么把仗打完。

知识库：开局先读 Web 方法论（分析流程、证据纪律）定下框架，分析按这套流程推进，决定分析的技法，如果手册没有则现场试验。下一道同类题，可以直接查表。

记忆库：开工第一件事就是查它（"是否存在 SiteCheck 或同类 SSRF 题目的记录"），命中一条 SSRF 过滤绕过变体全集，[::1] 等 IPv6 环回等价写法就在清单里；分析全程，每一步执行（工具调用与结果）按任务写入记忆库，随时可回查，压缩恢复也靠它；收官时，解法条目由分析 Agent 自行判断后落库，此后按技法词回查可稳定召回。对本任务，它是随查随用的经验库与可回溯的过程台账。下一道同类题，可通过MCP从记忆库查出技法。

反思模块：这道题的分析过程中，它 4 次触发（每次背后是 94 / 65 / 40 / 39 次工具调用）。它不是灵感来源，是纪律：把长跑切成段、定期交作业，防止在死路上闷头加速。

无人值守模块：这道题的破局就是它完成的。空闲时，它注入了一条"未完成就继续"的恢复消息，把停下的任务重新推动起来：94 秒后关键实验完成，137 秒后 flag 到手。它还纠正过一次"假完成"：模型交卷说"分析完成"，但没有输出完成标记，机制不认账、把它推回去继续（事后证明推得对：那时离解出还有 38 分钟）；最终检测到正确标记、自动停止。

代理模块：这道题的扫描与批量验证阶段持续密集、高并发。期间共 16 次自动换线路，任务无需暂停等待、始终保持高并发，没有中断。

本地模型：flag 就是从无人机截图里读出来的：本地 OCR 文字识别两次 + 直读，三方交叉验证；记忆库的"存"与"查"，向量化与重排序由本地模型完成。

核心机制之外，系统还把围绕一场比赛的常用动作做成了斜杠命令，在会话里输入命令名即可调用。挑五个比较有意思的：

覆盖一场比赛的几个阶段：挑比赛、题目落盘、情报侦察、报告产出、机制复盘。

2.0 把不少能力放到了本地运行，对机器有一定要求。以下是我的测试机（MacBook Pro / M4 Pro / 48GB 统一内存）上的实际占用：

对于使用Mac笔记本的建议：内存 32GB 起步，48GB 更从容（Apple Silicon 走统一内存 + Metal 加速；其他平台的本地模型可走 Ollama / torch 后端，独显按约 8GB 显存预留）。磁盘另需 25GB+（工具镜像与模型缓存）。

机器不够强也有出路：系统支持把三个模型加载到局域网里的另一台机器（远程推理节点，我就是让一台闲置的 Mac Mini 来分担），本机内存占用随之释放。

关于版本：因为 2.0 对硬件有上述要求，它暂时还没有合并到 master；一段时间后，它一定会合并进 master。硬件符合要求的读者，现在就可以拉取 Tag ≥ 2.0 的版本使用。

几条使用建议：