AI Skill 大全

CTF人工智能模型攻防解题

输入CTF题目、模型文件或接口信息,分析模型弱点并构造验证脚本,获得可复现的解题路径。

功能与用途

面向人工智能与机器学习类CTF题目,接收题目说明、模型权重、样本数据或模型接口信息,分析可利用的线索,生成验证脚本与解题步骤。覆盖权重差异分析、LoRA适配器检查、对抗样本构造、模型反演、提示词注入和训练样本成员推断等方向,帮助参赛者定位突破口并验证结果。使用时需要能访问本地文件、运行Bash和Python的智能体环境,并按题目需要安装机器学习依赖。

适用场景

  • 分析被修改的模型权重:对比原始模型与题目模型,定位权重变化,尝试恢复被微调抑制的输出行为。
  • 构造图像分类对抗样本:结合分类模型、原始图片和扰动限制,生成使模型误分类的样本并验证效果。
  • 破解聊天机器人赛题:分析题目聊天接口的指令约束,构造提示词注入输入并检查返回结果。
  • 从模型输出反推输入:利用给定模型与目标输出优化输入,寻找满足题目条件的样本或编码碰撞。

适用人群

  • 参与人工智能赛题的CTF选手
  • 机器学习安全研究人员
  • 组织模型攻防实验的安全教学人员

使用步骤

  1. 提供题目说明、目标条件和模型或接口资料。
  2. 检查模型格式、输入输出及可用线索。
  3. 选择权重分析、对抗样本或提示注入等路径。
  4. 生成并运行验证脚本,检查是否满足题目条件。
  5. 依据结果调整参数,整理可复现的解题步骤。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
IT运维与安全
适用工具
Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
使用难度
专业
版本
main
最近更新
2026-11-03
文件数
6
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Provides AI and machine learning techniques for CTF challenges. Use when attacking ML models, crafting adversarial examples, performing model extraction, prompt injection, membership inference, training data poisoning, fine-tuning manipulation, neural network analysis, LoRA adapter exploitation, LLM jailbreaking, or solving AI-related puzzles.

使用前准备

  • 具备Python、机器学习模型推理和CTF解题基础。
  • 使用支持本地文件读写及Bash、Python 3执行的智能体环境。
  • 提供题目说明,以及题目涉及的模型、样本或接口信息。
  • 能够联网安装PyTorch、Transformers等题目所需依赖。

同类 Skill