mcpField
C
competition-k8s-control-plane

competition-k8s-control-plane

github.com/zhaoxuya520安全43.7k94 次安装5 周前更新
代码仓库

关于 competition-k8s-control-plane

面向 CTF 安全分析的 Kubernetes 控制平面专项技能,须在 `$ctf-sandbox-orchestrator` 建立沙箱假设后使用。它从身份与 API 权限出发,追踪对象变更如何影响工作负载或机密。

主要功能

  1. 01梳理主体与 API 权限
  2. 02追踪控制器和对象变更
  3. 03关联 RBAC 与命名空间边界
  4. 04精简集群影响链

适用场景

  1. 01分析服务账户或绑定的权限范围
  2. 02追踪 API 操作如何生成工作负载
  3. 03验证对象变更导致的机密暴露

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/zhaoxuya520/reverse-skill --skill competition-k8s-control-plane

安装后在 Claude Code 中输入/competition-k8s-control-plane确认已加载。

附带文件agents/openai.yamlreferences/k8s-control-plane.md

详细介绍

竞赛 K8s 控制平面

仅在 $ctf-sandbox-orchestrator 已经激活,并已建立沙箱假设、节点归属和证据优先级之后,才将此技能用作下游专项能力。如果尚未完成上述步骤,请先返回 $ctf-sandbox-orchestrator。

当关键路径通过 Kubernetes 控制平面状态、API 权限或控制器行为,而不是仅通过单个容器的运行时来推进时,请使用此技能。

除非用户明确要求使用英语,否则请用简体中文回复。

快速开始

  1. 将清单意图与实际集群状态区分开:API 对象、变更、控制器、Secret 以及由此产生的工作负载。
  2. 首先识别当前活动的主体:服务账户、kubeconfig 身份、节点凭据、webhook 或控制器。
  3. 将最小的控制平面边界映射到其工作负载影响。
  4. 将 RBAC、服务账户、owner reference、命名空间边界和 Secret 消费者保留在紧凑的证据块中。
  5. 复现能够产生决定性工作负载或 Secret 影响的最小集群操作。

工作流

1. 映射 API 信任路径
  • 记录命名空间、服务账户、Role、ClusterRole、绑定、准入钩子、控制器以及它们可以变更的资源。
  • 区分读取访问、创建访问、patch 访问、exec 访问和 Secret 访问。
  • 将主体、动词、资源、命名空间和结果对象保留在同一条链中。
2. 追踪变更到工作负载状态
  • 展示某个 API 操作如何变成 Pod、卷挂载、Secret 暴露、环境变量注入、Job 运行或控制器创建的产物。
  • 在经过默认值填充、准入变更或控制器调和之后,将已检入的 YAML 与活动对象进行比较。
  • 区分 Pod 运行时行为与集群级变更逻辑。
3. 归约到决定性的集群路径
  • 将结果压缩为最小链条:主体 -> API 权限 -> 被变更对象 -> 产生的工作负载、Secret 或路由影响。
  • 将 kube 对象、实时 describe 以及被消费的 Secret 或配置路径绑定到同一命名空间和控制器。
  • 如果问题缩小到某个容器的挂载或运行时偏差,请切换回更聚焦的容器运行时技能。

阅读此参考

  • 加载 references/k8s-control-plane.md 以获取 RBAC 清单、控制器清单和证据打包方法。
  • 如果难点在于元数据服务可达性、工作负载身份、实例凭据或源自元数据的权限,请优先使用 $competition-cloud-metadata-path。

需要保留的内容

  • 命名空间、服务账户、动词、资源类型、RoleBinding 或 ClusterRoleBinding,以及 owner reference 链
  • 准入变更、生成的工作负载、挂载的 Secret 以及控制器产生的漂移
  • 产生决定性影响的确切 API 操作或对象差异

评论

支持 Markdown