技能介绍

模糊测试中的重复劳动问题

在为开源项目引入模糊测试（Fuzzing）时，开发者常面临一个现实问题：为每个目标函数或代码路径编写 OSS-Fuzz 混合器（harness）需要大量手工工作。即使项目本身支持 C/C++、Java、Python 或 Go，生成有效的 fuzz target 仍然需要理解项目结构、编写编译脚本并反复调试。这种重复劳动往往拖慢了安全测试的推进，导致许多项目在接入 OSS-Fuzz 时门槛过高。

自动化生成混合器的核心能力

oss-fuzz-gen 技能旨在解决这一问题。它基于 Google 的 oss-fuzz-gen 框架，通过分析目标项目的源代码，自动生成符合 OSS-Fuzz 规范的模糊测试混合器。其核心能力包括：

多语言支持：覆盖 C/C++、Java、Python、Go 等常见开源项目语言，生成对应的 fuzz target。
LLM 辅助生成：在人工编写 fuzzing 逻辑之前，利用大模型辅助扩展模糊测试覆盖范围，减少初期探索成本。
工作流集成：与 Google OSS-Fuzz 紧密集成，生成的混合器可直接对接现有 CI/fuzzing 流水线，无需额外改造。
独立评估：支持通过集成的 agent 执行框架单独运行或评估 agent，而不必启动完整实验。

适用边界与前置条件

使用该技能前，需确保环境中已具备 oss-fuzz-gen、编译器工具链以及模糊测试运行时。生成的混合器通常能直接用于真实项目，但面对复杂业务逻辑或自定义内存管理时，仍可能需要人工调整生成的代码。此外，该框架主要面向开源项目，对于闭源或高度定制化的内部代码，其自动生成效果可能受限。建议在接入前先在小规模模块上验证生成质量，再逐步推广到完整项目。