ReAct + Blackboard Search · 两轮制调度 · 证据链防误报
⚠️ 仅供学术交流与安全研究使用 · 严禁用于任何非法或盈利行为
传统 AI 答题就是"ChatGPT 套壳"，凭感觉答、幻觉高、没法验证。MoMo-agent 走 ReAct + 图黑板搜索 + 两轮制调度，每个结论要 PoC 复现 3 次一致才上报，证据链防误报。
- ReAct + 图黑板搜索：每一步有事实 / 意图 / 证据可追溯，不是"AI 凭感觉答"
- 两轮制调度：第一轮 attack，第二轮 verify，证据不一致自动驳回
- 证据驱动防误报：每个结论要 3/3 same（PoC 复现 3 次结果一致）才上报，杜绝幻觉
图黑板搜索驱动的自主安全评估 Agent
面向 CTF / 漏洞评估场景 · 全自动解题 · 两轮制调度 · 证据驱动防误报
前端是 Vue3 实时面板，展示 MoMo 的运行态：题目进度、维度攻克率、得分趋势、核心的推理图（facts → intents → goal 黑板搜索），以及 agent 的实时动作流。
MoMo 是一个面向 CTF / 漏洞评估 的自主 Agent 框架。给定一组题目和靶场入口，它能：
- 批量并发处理远超人工上限的题目量（3 槽并行，自动拉题→解题→提交→关容器）
- 持续迭代：采用两轮制——第一轮每题最多 20 分钟，没解出就关容器保存进度，等所有题都尝试过一遍后，第二轮重试没做出来的
- 全程自主：bootstrap 直接尝试 → reason 规划方向 → explore 执行探索，循环直到拿全 flag
MoMo 把"渗透解题"建模为一次状态空间搜索：从 origin 出发，通过 intent（探索方向）不断产生 fact（已确认的客观发现），最终通向 goal（拿全 flag 并提交成功）。
| 特性 | MoMo | 传统 agent 循环 |
|---|---|---|
| 图黑板推理 | facts/intents/goal 显式建图，reason 读全图规划，不遗忘 | 上下文里丢信息，容易漂移 |
| 两轮制调度 | 每题 20 分钟上限，未解出保存进度，全部尝试后第二轮重试 | 超时即永久放弃，或死磕卡死 |
| 证据驱动防误报 | flag 必须来自命令真实输出（evidence 文件），防 AI 编造刷屏 | 模型说啥都信，乱提交 |
| Claude 会话驱动 | claude --session-id 持久会话 + 超时 conclude 兜底，partial 发现不丢 |
每次冷启动，超时全丢 |
| 并行深挖 | 题内多方向并行 explore + 题间 3 槽并发 | 串行一次一条 |
| 人机可干预 | 控制接口可暂停/恢复/调优先级 | 只能重启改配置 |
MoMo 把"渗透解题"显式建模为一张事实-意图搜索图：
- 多 Fact 堆积：每条已确认的客观发现（
fact）都被持久化进图黑板，随探索不断累积。与"单会话里丢上下文"的 agent 不同，MoMo 的 fact 库越积越厚，跨阶段不遗忘。 - 攻击链拼接：Reason 阶段读全图，把分散的 fact 通过意图（
intent）按因果关系自动拼接成完整攻击链——从origin（侦察 → 指纹）→ 注入点定位 → 绕过/利用 → 提权 → 拿到 flag，整条链在图上一目了然，任何一环失败都有据可查、可换方向。
每题 20 分钟上限，未解出保存进度关容器换下一题；所有题尝试过一遍后，第二轮重试未解的。既保证题量吞吐，又不放弃任何一道。
flag 必须出现在命令真实输出（evidence 文件）里才上报，模型自述不算数；配合提交端二次校验，根治"AI 编 flag 刷屏"。
探索用持久 LLM 会话（--session-id）驱动，可连续执行多步工具调用；超时/失败时用 conclude 兜底恢复会话，强制回收已确认的 partial 发现，白跑不白费。
纯通用解题知识库（WAF 绕过/沙箱逃逸/逆向方法论等），探索前自动匹配同类题打法，不手搓不重蹈覆辙。
flowchart LR
subgraph Orchestrator["Orchestrator（确定性 Python）"]
Sched["Scheduler 3 槽并发"]
Sched -->|mission.json| Solver1["Solver ×3（每题一子进程）"]
Sched -->|flags_found| Submit["Flag 提交"]
end
subgraph Solver["Solver（每题一个）"]
direction TB
Boot["bootstrap 直接尝试"]
Reason["reason 读图规划方向"]
Explore["explore 并行执行"]
Graph[("图黑板 facts/intents/goal")]
Boot --> Reason --> Explore --> Graph --> Reason
end
subgraph Worker["Worker（claude CLI 驱动）"]
CC["claude --session-id 会话<br/>bash 工具 + 超时 conclude 兜底"]
end
Solver1 --> Worker
Worker -->|命令输出/evidence| Solver1
Sched -->|openapi API| TSec["TSec Benchmark 平台"]
Submit --> TSec
核心流程（MoMo 图搜索）：
- bootstrap：新题直接尝试，读题面 → 按攻击面推进
- reason：读全图（facts/intents/goal），复盘进展/瓶颈/空档，提出新方向
- explore：并行执行方向，命令输出写 evidence，新发现落 fact
- 两轮制：每题 20 分钟，未解出进重试队列，全部尝试后第二轮重试
# 平台凭证
export BENCHMARK_TOKEN="你的token"
export BENCHMARK_BASE_URL="https://tsecbench.zc.tencent.com"
# LLM（claude 会话驱动）
export ANTHROPIC_AUTH_TOKEN="sk-..."
export ANTHROPIC_MODEL="deepseek-v4-flash"python3 scripts/mock_bench.py & # 起 mock 平台 + 3 道靶场
python3 -m orchestrator.main --adapter mock --no-precheck --no-server --auto-exit./run.sh real# 暂停 / 恢复 / 优先级
curl -X POST http://127.0.0.1:8800/api/control/pause -d '{"code":"a-05"}'
curl -X POST http://127.0.0.1:8800/api/control/resume -d '{"code":"a-05"}'
curl -X POST http://127.0.0.1:8800/api/control/priority -d '{"code":"a-05","priority":9}'MoMo/
├── orchestrator/ # 确定性调度层（TSec API / 3 槽并发 / 提交 / 两轮制）
│ ├── scheduler.py
│ ├── scheduler_*.py # 控制/进程/回收/提交 分模块
│ └── server.py # 前端面板 + 控制接口
├── solver/ # 每题一子进程的图搜索求解器
│ ├── loop*.py # bootstrap / reason / explore 分阶段
│ ├── graph.py # facts/intents/goal 黑板
│ ├── contracts.py # 严格 JSON 契约
│ └── worker*.py # claude CLI 会话驱动（session + conclude 兜底）
├── adapters/ # 平台适配层（tsec / mock）
├── knowledge/ # 纯通用解题知识库（WAF 绕过/沙箱逃逸/逆向…）
├── frontend/ # Vue3 实时面板（总览/推理图/运行流/题目）
├── scripts/ # mock 平台 / VPN / 工具脚本
└── config.json
- 证据优先：flag 必须出现在命令真实输出（evidence）里，模型自述不作数
- 提交只由编排器做：solver 子进程剥离提交凭证，杜绝模型乱提交耗配额
- 两轮制不放弃：每题 20 分钟 + 保存进度 + 全部尝试后重试，最后才放弃
- 纯通用知识库：只含方法论，不含任何具体题目答案
- 本项目仅用于授权环境的安全评估 / CTF 竞赛 / 漏洞研究
- 请勿用于未授权目标；使用者需自行承担合规责任
- AGPL-3.0
MoMo · 自主安全评估 Agent · TSec Benchmark