mcpField
C
competition-prompt-injection

competition-prompt-injection

github.com/zhaoxuya520安全43.7k93 次安装5 周前更新
代码仓库

关于 competition-prompt-injection

面向 Agent 系统提示注入挑战的下游安全技能，供安全研究人员追踪不可信内容如何影响规划或工具执行，并记录最小利用链。

主要功能

  1. 01梳理系统、用户、检索、记忆、规划与工具层
  2. 02追踪不可信文本进入工具参数或秘密请求
  3. 03区分指令偏移与实际副作用
  4. 04保留精简的利用链证据

适用场景

  1. 01调查检索文本如何改变 Agent 的工具调用
  2. 02用最小对话记录提示边界失效

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-prompt-injection

安装后在 Claude Code 中输入/competition-prompt-injection确认已加载。

附带文件agents/openai.yamlreferences/prompt-injection.md

详细介绍

竞赛提示词注入

仅当 $ctf-sandbox-orchestrator 已处于活动状态，并已建立沙箱假设、节点归属和证据优先级之后，才将此技能作为下游特化使用。如果尚未做到这一点，请先回到 $ctf-sandbox-orchestrator。

当挑战主要涉及 Agent 系统内部的信任边界时，使用此技能。

除非用户明确要求英语，否则用简体中文回复。

快速开始

  1. 识别第一个变为模型可见的不可信内容。
  2. 梳理从检索、记忆或对话记录进入规划器或执行器行为的链路。
  3. 记录文本变为工具参数、文件路径、网络目标或密钥请求的确切位置。
  4. 在探索变体之前，先证明一条最小利用链。
  5. 将提示词片段和工具转换保存在紧凑的证据块中。

工作流

1. 映射控制栈
  • 分别追踪系统、开发者、用户、检索、记忆、规划器和工具响应层。
  • 区分声称具备的能力与运行时暴露的能力。
  • 记录模型实际可以调用、读取或修改的内容。
2. 证明边界跨越
  • 复现一条从不可信文本到规划器行为改变、工具参数改变或密钥暴露的链路。
  • 保持决定性对话记录紧凑：来源片段、被改写的规划器状态、最终工具调用。
  • 优先选择仍能展示该缺陷的最小对话记录。
3. 按边界报告
  • 说明哪一层失败：检索、摘要器、规划器、执行器、工具归一化或输出后处理。
  • 将指令漂移与实际副作用区分开。

阅读此参考

  • 加载 references/prompt-injection.md 以获取检查清单、证据布局和常见提示词边界陷阱。

需要保留的内容

  • 原始恶意片段或提示词
  • 中间摘要或规划器漂移（如果重要）
  • 最终工具参数、文件路径或暴露的密钥表面

评论

支持 Markdown