fuzzing-dictionary

fuzzing-dictionary 技能概覽

fuzzing-dictionary 技能可幫助你建立並使用 fuzzing dictionary：也就是經過挑選的 token、magic value 與 protocol 字串，用來引導 fuzzer 進入更深層的 parser、protocol 或 file-format 程式碼。如果你正在用 libFuzzer、AFL++ 或 cargo-fuzz 做 fuzzing，而單純的隨機變異已經卡住，fuzzing-dictionary 技能能提供一條實用路徑，在不重寫 fuzz target 的情況下提升 coverage。

這個技能特別適合那些 target 已經能跑、但還需要更深入碰觸驗證邏輯的人。當你的輸入包含保留關鍵字、結構化 header、命令動詞，或是隨機 fuzzing 很難命中的格式特定常數時，它尤其有用。

fuzzing-dictionary 解決了什麼問題

它的核心工作，是把「我的 fuzzer 卡住了」轉成更有引導性的輸入策略。一份好的 fuzzing dictionary 能幫你繞過前置拒絕、解鎖具狀態性的 parsing 分支，並挖出那些只有在出現幾個看起來合理的 token 後才會浮現的 edge case。

fuzzing-dictionary 最適合用在哪裡

當你在 fuzzing parser、protocol handler，或帶有可辨識 token 的 file reader 時，fuzzing-dictionary 會很合適。它特別適用於「輸入結構比原始位元雜訊更重要」的情境；相對地，對純算術、影像轉換，或沒有 token 詞彙可用的高邏輯密度程式碼，效果就比較弱。

fuzzing-dictionary 的差異在哪裡

fuzzing-dictionary 技能不只是「多加一些字串」而已。它重點在於挑出符合目標驗證與解析規則的 token，並以 fuzzer 真正吃得進去的格式整理出來。當你需要的不是「看起來合理」而是「能派上用場」的 dictionary 時，它會比泛用型提示更有價值。

如何使用 fuzzing-dictionary 技能

安裝並找到來源

先走目錄安裝流程：npx skills add trailofbits/skills --skill fuzzing-dictionary。安裝完成後，先從 SKILL.md 開始，再閱讀同一個 skill 資料夾中的任何連結材料。這個 repo 的 skill 本身是自包含的，所以主要來源就是 skill 檔案本身。

把你的 target 轉成可用的提示

fuzzing-dictionary usage 最適合在你提供 target 的領域、輸入格式與失敗模式時使用。例如，不要只問「幫我做一份我 app 的 fuzzing dictionary」，而是要提供：

• parser 或 protocol 的名稱
• 範例輸入或 grammar 提示
• 已知的關鍵字、header、magic bytes 或 delimiter
• 你使用的 fuzzer，以及它對 dictionary 格式的要求
• 目前缺少哪些 coverage，或是哪裡在驗證時失敗

好的提示會像這樣：Create a fuzzing-dictionary for a DNS-like protocol parser. Include common record types, delimiters, and control tokens, and format it for AFL++.

依正確順序閱讀這個 skill

在這個 repository 裡，最有用的閱讀順序是：

1. SKILL.md：看工作流程與適用性規則
2. 各個 dictionary entry 與 token 類別的 inline 範例
3. 「When to Apply」的指引：避免把這個 skill 用在不會受益的 target 上

實際使用上的小技巧

entries 要短、看起來像有效值，並且要貼近領域語意。若 target 會在早期就拒絕輸入，可把明顯 token 與少量邊界值或錯誤變體混在一起。如果第一版 dictionary 太過泛用，就要把它收斂到 target 在失敗前實際會走到的精確 parse checkpoint。

fuzzing-dictionary 技能 FAQ

fuzzing-dictionary 只有 fuzzing 老手才能用嗎？

不是。只要你已經知道自己在 fuzz 什麼，而且能提供範例輸入，fuzzing-dictionary 技能對初學者也可用。你不需要很懂 fuzzer 內部機制，但你需要足夠的背景資訊，來描述 target 的 token 詞彙。

什麼情況下不該用這個技能？

如果 target 沒有有意義的輸入 token、如果不靠引導 coverage 已經足夠好，或是瓶頸在 harness 設計而不是輸入品質，那就先不要用 fuzzing-dictionary。dictionary 不會修好壞掉的 fuzz target、只會 crash 的 bug，或是因為缺少 corpus seed 而造成的問題。

這和一般提示有什麼不同？

一般提示常常只會產出一份泛用 token 清單。fuzzing-dictionary 技能更有用，是因為它以可安裝的工作流程、fuzzer 相容的格式，以及 dictionary 真正能提升 coverage 的條件為中心。這也讓它更適合做 fuzzing-dictionary install 決策，以及重複使用。

這適用於所有 fuzzers 嗎？

它最適合主流、支援 dictionary 的生態系，特別是 libFuzzer、AFL++ 和 cargo-fuzz。若你的工具鏈使用的是不同的輸入機制，你仍然可以借用 token 選擇邏輯，但在使用前應先確認所需的 dictionary 語法。

如何改進 fuzzing-dictionary 技能

提供更好的 target 證據

最好的 fuzzing-dictionary guide 輸入，會包含來自 target 的真實 token：protocol 動詞、enum 名稱、欄位標籤、magic number，或保留關鍵字。即使只是少量 sample corpus，或幾個失敗輸入，也常常比模糊的專案描述更能改善 token 選擇。

依用途請求 token

在使用 fuzzing-dictionary for Code Generation 時，請把 token 按角色拆開：必要關鍵字、可選修飾詞、邊界值，以及錯誤變體。這樣輸出才能同時涵蓋有效 parsing 路徑與接近有效的 edge case，而不是只產生一長串平面的字串清單。

留意常見失敗模式

最常見的錯誤包括：dictionary 範圍過大、條目不符合 target grammar、以及 token 太長，對變異沒有幫助。如果第一次結果看起來太泛，請把範圍縮小到單一 parser、單一 protocol command set，或單一 file format 區段，再重新產生。

第一次跑完之後要迭代

先用第一輪 fuzzing 看哪些 token 真的有提升 coverage 或進入新狀態。接著刪掉沒用的條目、從 traces 或 logs 補上漏掉的關鍵字，然後重新產生一份更小、更精準的 fuzzing-dictionary，而不是無止盡地把它越堆越大。