aflpp

aflpp skill 概覽

AFL++ 是一個適合需要實際、可重複使用 aflpp 的團隊的 fuzzing skill，而不是只想看 fuzzing 泛論的人。它最適合資安稽核人員、漏洞研究者，以及需要對 C/C++ 程式碼庫執行多核心、coverage-guided fuzzing，並把當機轉化為可行動發現的開發者。

aflpp 的用途

aflpp 可以幫你把 AFL++ 落地到真實測試目標：選擇建置模式、準備 harness、啟動測試活動，並解讀結果。當目標可以用 Clang 或 GCC 編譯，而且你想要比單執行緒 fuzzer 更高的吞吐量時，aflpp skill 就特別有用。

為什麼值得安裝這個 skill

這個 aflpp skill 的主要價值在於決策支援與流程清晰。它能幫你避開常見的設定錯誤，例如 instrumentation 模式選錯、seed 投喂不足，或是誤以為 AFL++ 可以像黑箱掃描器一樣直接套用。對 aflpp for Security Audit 來說，這個 skill 的優勢在於它支援的是持續性的測試活動，而不只是一次性的示範執行。

什麼情況下 aflpp 最適合

當你需要成熟的 fuzzing 功能、平行執行，以及能擴展到不只玩具範例的工作流程時，就該使用 aflpp。如果你要思考 harness 品質、build 參數、語料策略與當機分流，aflpp 會比快速下提示更合適。

如何使用 aflpp skill

安裝並檢查 skill 檔案

先從 trailofbits/skills repository 安裝這個 skill，然後先讀 SKILL.md。如果你的 agent 支援檔案瀏覽，請查看 plugins/testing-handbook-skills/skills/aflpp 下方相鄰的 repo 路徑，確認任何連結說明是否會影響你的目標平台或建置系統。對這個 aflpp install 步驟來說，重點是在把 skill 自己的指引確認清楚之後，再把它套用到你的專案。

把模糊目標轉成可用的提示

一個好的 aflpp usage 請求，應該要寫明目標、語言、建置系統與目的。例如：「幫我為一個使用 CMake 建置的 C++ library 設定 aflpp，為 parser 入口點建立最小 harness，並提供 Ubuntu 22.04 的 seed 檔與編譯參數建議。」這會比「幫我 fuzz 這個專案」更有用，因為前者給了 skill 足夠的上下文，可以選擇方法並避免空泛建議。

依照 skill 預期的流程來做

實用的 aflpp guide 流程通常是：先找出攻擊面、寫一個小型 harness、用相容 AFL++ 的 instrumentation 建置、建立 seed corpus、啟動 fuzzer，最後用可重現的輸入來分流與分析 crash。如果你跳過 harness 步驟，或只提供含糊的目標名稱，輸出品質會迅速下降。對 aflpp usage 來說，當你提供輸入範例格式、parser 邊界，以及 sanitizers、時間限制或容器化執行等限制時，skill 的效果最好。

透過讀 repository 來提升輸出品質

在要求實作協助之前，先快速掃過 SKILL.md 以及任何有提到安裝、快速開始或平台注意事項的參考章節。如果 skill 提到特定環境的步驟，就把它們反映到你的提示裡。最有價值的不是說「我想做 fuzzing」，而是「這裡是 function 邊界、這裡是 seed 類型、這裡是 build 工具、這裡是 crash 預算」。

aflpp skill 常見問題

aflpp 只有專家才能用嗎？

不是。只要你能編譯目標程式，並清楚描述入口點，aflpp skill 對初學者也能使用。初學者通常缺的不是概念，而是具體的 harness 與建置計畫。只要你能提供這些輸入，skill 仍然能幫上忙。

aflpp 和一般提示有什麼不同？

一般提示多半只會給高層次的 fuzzing 建議。當你需要一套 AFL++ 的具體流程時，aflpp 會更好用：如何準備輸入、正確建置，以及如何跑出可擴展的測試活動。尤其在 aflpp for Security Audit 的情境下，它特別有價值，因為它會聚焦於真正影響 coverage 的執行細節。

什麼情況下不該用 aflpp？

如果你的專案無法編譯、你需要完全黑箱且不建立 harness 的測試，或你只是想做一次性的漏洞靈感發散，就不要選 aflpp。在這些情況下，更輕量的提示，或其他測試 skill，可能更適合。

如何改善 aflpp skill

給 skill 精確的目標邊界

要拿到最好的 aflpp 結果，輸入必須精準：要 fuzz 的 function、檔案或串流格式、已知當機症狀，以及預期的有效／無效輸入範圍。如果目標是 parser，就說清楚 parsing 從哪裡開始、到哪裡結束。如果是服務，就說明你會如何把輸入送進程序。

提供建置與環境限制

請註明 compiler、作業系統、容器限制，以及是否允許 sanitizers。對 aflpp install 與設定決策來說，這些上下文會直接影響 wrapper 的選擇、instrumentation flags，以及你能多快迭代。如果你不說這些限制，skill 可能會推薦一套理論上正確、但在你的環境裡很不順手的設定。

從 seeds 與 crash 迭代，不要從零開始重來

第一次執行之後，應該改善 corpus、減少雜訊 crash，並請 skill 解釋為什麼 coverage 停住了，或為什麼 harness 不穩定。要讓 aflpp usage 的輸出更快變好，最有效的方法就是回饋失敗的命令、crash trace，或一組 sample seed，讓下一輪更具體。

要它做決策，不只是列步驟

使用 aflpp skill 時，請它在不同 harness 策略、instrumentation 模式或 seed 處理方式之間做選擇，並說明取捨。這樣產生的 aflpp guide 輸出，通常會比單純要一份步驟清單更好，因為 skill 可以說明為什麼某個設定更適合你的目標與稽核目的。