前言¶

CTF 里 AI、机器学习类题目越来越多：对抗样本、模型窃取、提示词注入、成员推断、训练投毒、LoRA 滥用、LLM 越狱等，往往横跨 PyTorch、推理 API 和 prompt 工程。单靠通用编程助手，很难在解题时稳定对齐「赛题语境 + 攻击面清单」。下面介绍 SkillHub 上的社区 Skill ctf ai ml（坐标 @user_257ad2a8/ctf-ai-ml），它把上述方向整理成可被 Agent 按需调用的能力说明，便于在 Cursor、Claude Code 等支持 Skills 的环境里解题。

这是什么¶

ctf ai ml 是 SkillHub 社区来源（community）的 Skill，当前版本 1.0.0，分类为 it-ops-security，由发布者 user_257ad2a8 维护。页面标注 requires_api_key=false，即 Skill 本身不强制绑定第三方 API Key。

官方简介概括为：为 CTF 挑战提供 AI 与机器学习相关技术与思路；在攻击 ML 模型、构造对抗样本、模型提取、提示词注入、成员推断、训练数据投毒、微调操纵、神经网络分析、LoRA 适配器利用、LLM 越狱，或解答 AI 相关谜题时使用。

SkillHub 展示页（截至资料抓取时）：评分 100000，下载 2327，安装 25。公开页面：https://www.skillhub.cn/skills/user_257ad2a8/ctf-ai-ml；API 坐标页：https://api.skillhub.cn/user_257ad2a8/ctf-ai-ml。

核心功能¶

以下内容均来自官方简介，按能力域归纳，不扩展未在页面上写明的实现细节。

1. 传统 ML 攻防：对抗样本（adversarial examples）、模型提取（model extraction）、成员推断（membership inference）、训练数据投毒（training data poisoning）、微调操纵（fine-tuning manipulation）、神经网络结构或行为分析。
2. 大模型与适配器：提示词注入（prompt injection）、LLM 越狱（jailbreaking）、LoRA adapter 相关利用（LoRA adapter exploitation）。
3. 赛题导向：明确面向 CTF 场景与 AI 类 puzzle，而非通用 ML 工程脚手架。

Skill 遵循通用 SKILL.md 格式，由 Agent 在匹配任务时加载其中的步骤与参考知识；具体命令、脚本或 payload 以安装后的 Skill 正文为准。

安装与启用¶

前置：SkillHub CLI¶

若尚未安装 CLI，可先检查版本：

command -v skillhub && skillhub --version

未安装时，可按 SkillHub 官方安装文档执行完整安装（CLI + 默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅安装 CLI 时：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

更完整的优先源与目录说明见：https://skillhub.cn/install/skillhub.md。

安装本 Skill¶

安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/，可能不会被客户端识别。

skillhub install user_257ad2a8/ctf-ai-ml --dir <skills 目录>

常用客户端路径（来自 SkillHub 安装文档）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

示例（Cursor）：

skillhub install user_257ad2a8/ctf-ai-ml --dir ~/.cursor/skills/

SkillHub 页面亦提供自然语言安装提示：让 AI 根据 https://skillhub.cn/install/skillhub.md 安装 @user_257ad2a8/ctf-ai-ml。经过上面的步骤后，需在对应客户端中确认 Skills 已加载（部分环境需重启或刷新 Agent 配置）。

典型用法¶

公开资料未附带独立可复制的赛题 walkthrough，典型用法以「触发条件 + Agent 协作」为主：

1. 在对话中描述赛题类型（例如：黑盒分类器、本地 .pth 权重、带 system prompt 的聊天接口、LoRA 权重包等）。
2. 说明目标（拿 flag、恢复 secret、绕过内容策略、推断训练集成员等），并附上题目给出的文件、接口说明或约束。
3. 当任务落在官方列举的场景内时，Agent 应加载 ctf ai ml，按 Skill 内指引选择攻击面（如对抗扰动、提取查询、注入模板、微调后门思路等），再与你一起落地脚本或请求。

若需搜索同名或相关 Skill，可使用：

skillhub search ctf ai ml

适用场景与注意¶

适合谁：参加 CTF 或安全练习、需要系统化梳理 ML/LLM 攻击面的选手；在 IDE Agent 里做题、希望减少「从零查论文关键词」时间的开发者。

限制与注意：

• 社区 Skill，内容与赛题时效性取决于发布者更新；解题仍须遵守比赛规则与本地法律，仅用于授权环境。
• 页面未声明必须 API Key，但具体题目可能仍需你自备模型服务、GPU 或题目提供的远程接口。
• 评分、下载量为 SkillHub 页面统计，会随时间变化；以安装时官网显示为准。
• 不要指望 Skill 替代手工验证：对抗样本是否过阈值、越狱是否触发风控、提取查询预算等，仍需在题目环境中实测。

结尾¶

ctf ai ml 把 CTF 常见的 AI/ML 攻击维度写进可被 Agent 调用的 Skill，适合在 Cursor 等环境里做赛题拆解与方案对齐。安装与坐标以 SkillHub 为准：

• 展示页：https://www.skillhub.cn/skills/user_257ad2a8/ctf-ai-ml
• 坐标：@user_257ad2a8/ctf-ai-ml（v1.0.0）