GitHub Security Lab AI 模糊测试 Taskflow Agent 发布

GitHub Security Lab AI 模糊测试 Taskflow Agent 发布

摘要 GitHub Security Lab 发布基于自身 Taskflow Agent 框架的 AI 模糊测试专用 Taskflow，能自动识别目标函数、生成 AFL++ 协程、构建双模式 harness、执行覆盖反馈循环并对崩溃进行自动化分类与报告。适合在 Codespace 或可抛弃环境内运行，核心依赖开源 Taskflow Agent 框架（ AI 驱动的安全自动化。

什么是 GitHub Security Lab Taskflow Agent 的模糊测试 Taskflow

Taskflow Agent 是一个基于 OpenAI Agents SDK 的多代理 YAML 驱动框架，支持声明式任务流。它本身已开源，可直接扩展为专门的 fuzzing 工作流：通过一组 YAML taskflow + MCP 工具（shell 驱动、AFL++ 运行、coverage 解析等），agent 自动完成整个管道。

适用人群与决策要点

• 项目依赖 AFL++ 或需要快速覆盖驱动的 C/C++ 库（如 xz、cJSON）。
• 开发者希望减少手动 harness 编写和覆盖追逐时间。
• 已具备 GitHub Codespace 或可隔离环境，并能提供 AI_API_TOKEN（GitHub Copilot 相关 token）。

不适合情况

• 高安全敏感项目（需容器化隔离）。
• 追求极致自定义的 fuzz 场景（默认已内置结构感知 mutator、动态字典等）。

核心优势：LLM 只负责决策（挑选函数、判断崩溃类型、生成 diff），真实执行（编译 clang、跑 AFL）通过 MCP 工具完成，避免直接调用危险命令。

安装与依赖

Python 版本：>= 3.10（推荐 3.11+）。 可选：Docker 环境（推荐生产用）。

``bash git clone cd seclab-taskflow-agent pip install -e . ``

必要环境变量 ``bash export AI_API_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxxxxxx # GitHub Copilot token export TASKFLOW_ENV_DENYLIST="MY_SECRET,PRIVATE_KEY" # 可选泄漏防护 ``

MCP 工具 默认支持 AFL++、CodeQL 等，需在目标项目中安装 AFL++（sudo apt install afl++ 或从源码编译）。

运行 Fuzzing Taskflow

1. 克隆专用仓库（官方提供）

``bash git clone cd seclab-taskflows-fuzzing ``

1. 启动 Codespace（推荐）或本地 Python 环境。
2. 执行：

``bash ./scripts/fuzzing/run_fuzzing.sh owner/repo ` 示例： `bash ./scripts/fuzzing/run_fuzzing.sh tukaani-project/xz ``

快速测试：用小项目 DaveGamble/cJSON 验证 smoke test。

关键运行参数与配置

默认模型选择：Claude Sonnet 5（已通过内部安全测试）。修改 src/seclab_taskflows_fuzzing/configs/model_config.yaml 可调整。

session 管理：每次运行自动 checkpoint，失败后可 --resume 继续。manifest 自动生成，可用 --manifest 查看。

架构与运行流程

Taskflow 包含三层：

• Shell 驱动：run_fuzzing.sh 链式调用。
• Taskflow YAML：定义 agent 行为（prompt + over）。
• MCP 工具：AFL++ 执行、coverage 读取、crash 最小化等。

覆盖反馈循环（核心迭代）：

1. 运行 AFL（预算 30s–960s）。
2. 加载 .cov 二进制获取行覆盖。
3. agent 分析 uncovered branch，决定：加 seed、改 harness、扩字典、跳过冷路径。
4. 循环检测 plateau（<1% 增长停止），防止过度烧钱。

结构感知输入：内置 JSON/XML/regex 等 mutator + 源代码动态字典 + corpus splice。 崩溃处理：自动 afl-tmin、ASan 栈追踪、去重、分类（vulnerability / harness_bug / OOM 等），生成带 root-cause、exploitability、统一 diff 的 markdown 报告。

结果可视化

运行后自动启动 HTML dashboard（端口 8765），Codespace 内可浏览器打开。包含：

• Harness 运行状态
• Coverage 趋势图
• Crash 热力图
• 迭代时间线

风险与边界

安全边界：Taskflow 在无隔离环境下直接运行 afl-fuzz、clang 和 LLM 任意构建命令。必须仅在可抛弃 Codespace / 临时 VM 使用，且无 root 权限。官方已明确提示。

其他风险：

• LLM 分析可能误判 harness_bug 为 vulnerability（需人工 review）。
• 耗时长（取决于覆盖复杂度和模型），建议分批运行。
• 依赖 token 可用性与网络。

非法律意见声明：本文仅为技术参考，不构成安全建议。安全测试应遵循项目安全规范，建议咨询专业安全工程师。

延伸阅读

• GrokCode API 中转文档
• GrokCode 模型天梯
• GrokCode 本地部署实验室
• GrokCode 官方 API
• GrokCode 工具库

English summary

The GitHub Security Lab has released the Fuzzing Taskflow, a fully autonomous pipeline built on the open-source Taskflow Agent framework for AI-powered security research. You point it at any GitHub repo (owner/repo format), and the multi-agent workflow automatically identifies entrypoints, generates harnesses, runs AFL++, performs coverage-guided iterations with smart mutators and evolving corpora, detects plateaus, and triages every crash into structured reports with root-cause analysis and suggested fixes.

Run it via ./scripts/fuzzing/run_fuzzing.sh in a GitHub Codespace or isolated environment, supply your GitHub Copilot token, and optionally use --resume or --lint. The live HTML dashboard shows real-time progress, coverage trends, and crash heatmaps.

Key benefits: reduces manual effort on harness writing and crash triage while keeping LLM decisions separate from execution tools. Default model is Claude Sonnet 5 (configurable). Always run in disposable setups only. Source code is public—contribute or report issues at the linked GitHub repos. Ideal for C/C++ projects needing scalable fuzzing without constant human oversight.

（正文字数约 2380，含表格与内链。）