安全 CTF 课程

要解决的问题

团队做 CTF 训练最常见的困境不是“没题做”，而是题目来源散、内容过期快、过程没沉淀。每周手动找题、手动写 writeup、手动记进度，几周之后目录就乱了；等公开漏洞出现新方向（比如某一类反序列化、某类协议滥用），老题库往往还停留在一年前的套路。结果是训练投入不少，但题型覆盖和真实威胁对不上。

这个技能要解决的就是这三件事：每周有稳定产出的题、有配套的解题文档、有可追踪的学习进度，并且训练内容能跟着漏洞情报一起刷新。

技能如何工作

核心流程分三层，建议按“先跑通、再固化”的节奏落地：

• 情报刷新：通过 web_search 检索最新 CVE 与公开资料，识别当周值得关注的漏洞类型和出题方向，避免题目重复、过时。
• 出题与解题：按类别（如 Web、Pwn、密码学、杂项）批量生成挑战题和对应解法，形成“题面 + 解题思路”的完整配对。
• 沉淀归档：用内置 filesystem 能力维护课程目录结构和解题文件，把一次性练习变成可复用的课程资产。

落地时建议拆成两种模式：

• 快速试跑：先跑一轮验证流程，确认输出结构是否符合预期。
• 稳定自动版：固定数据源、刷新频率和输出格式后再长期运行，后续再逐步加入评分和告警机制。

验收口径很清楚：用真实或模拟数据完整跑通一次；输出结构清晰，包含下一步动作或明确结论；抽样核对原始链接、去重结果和最终摘要，确保结论可追溯。建议保留运行日志、输入样例和最终输出，方便复盘和交付验收。

适用边界与注意点

• 难度定级为高级，风险为高，自动化程度是建议/半自动，面向企业场景。它适合有安全基础、能判断题目质量的人使用，不适合当零基础入门引导。
• 正式接入账号、数据源或自动操作前，先确认权限边界。
• 不要把未经验证的数据直接作为决策结论；web_search 的结果是素材，不是真理。
• 高风险动作默认只生成建议或草稿，不直接执行。

换句话说，这个技能负责“出题、整理、跟踪”这类半自动环节，出题质量、漏洞判断这类专业决策仍然需要人来做。