企业官网建设流程全解析

本指南以 Decepticon 仓库内技能库 packages/decepticon/decepticon/skills/standard/exploit/crypto/SKILL.md 为核心骨架，系统讲解红队与渗透测试场景下"未知密文/编码 → 识别 → 解码 → 破解 → 汇入知识图谱"的完整作业流程。你将掌握 Ciphey/Ares 自动破解、hashid 哈希类型识别、CyberChef 配方链、hashcat/john 模式速查、多层编码展开工作流，以及如何将解码结果以kg_add_node的形式沉淀进 Decepticon 的 engagement 知识图谱，供后续轮次的 Agent 复用。

0. 技能定位：从 frontmatter 看适用场景

该技能文件的 YAML frontmatter 定义了它在 Decepticon 技能库中的身份与触发条件：

name: crypto-decode description: Cipher detection + automated decryption via Ciphey, Cyberchef recipes, hashcat hash-ID, format conversion, common encoding chains. metadata: when_to_use: "cipher decrypt decode base64 hex caesar rot vigenere xor unknown encoding identify ciphey hashid" mitre_attack: T1140 subdomain: cryptanalysis

• when_to_use是技能调度器的关键词触发器：只要任务上下文中出现cipher、decrypt、decode、base64、hex、caesar、rot、vigenere、xor、unknown encoding、identify、ciphey、hashid等词汇，该技能就会被召回。这与 Decepticon 的技能注册机制一致——skills_registry.py 将每个SKILL.md解析为SkillRecord（id、slug、name、description、source五元组），其中slug取自尾目录或文件名（本技能即crypto），description直接取自 frontmatter。
• mitre_attack: T1140对应 MITRE ATT&CK 的Deobfuscate/Decode Files or Information，即"去混淆/解码文件或信息"技术。按照 docs/skill-schema.md 的规范，metadata.subdomain必须存在于subdomains.yaml，且cryptanalysis会被别名映射到规范名credential-access——从侧面说明解码成果通常服务于凭据与敏感信息获取链路。
• 适用对象：CTF flag、数据库泄漏字段、HTTP 流量中捕获的 token、被编码的 payload、移动端逆向出的字符串、固件中的硬编码密钥等一切"看起来像乱码但可能藏着明文"的东西。

核心原则一句话：先识别密文类别，再选择对应工具，绝不在识别前盲目爆破。

1. 第一步永远是识别（Identify FIRST）

拿到未知密文后，按三类场景分别处置。

1.1 未知文本 → 自动化破解器

对于完全不知道编码/加密方式的文本，直接交给 A* 搜索式自动解码器：

# Ciphey — 原版（Python 实现，维护节奏放缓） ciphey -t "$CIPHERTEXT" # Ares — Rust 重写版（更快，当前主力） ares -t "$CIPHERTEXT"

两者的工作机理相同：用A* 搜索算法在 16+ 个解码器之间进行状态空间搜索，解码器覆盖 base64、base85、hex、Caesar、ROT-N、Atbash、Vigenere、XOR（已知明文）、URL 编码、binary、morse、brainfuck、esolang、leetspeak 等；同时内置BERT 明文检测器判断"什么时候该停"——即解码结果是否已经是自然语言明文，避免无限套娃解码。典型用法是先用ares（快）拿结果，失败再回退ciphey，这与下文第 6 节 Decepticon 集成的封装骨架完全对应。

1.2 哈希 → 先识别类型再选择破解模式

哈希与可逆编码不同，目标是"识别哈希族 → 匹配 hashcat 模式 → 离线爆破"：

hashid -m '$2a$12$....' # bcrypt 12 rounds hashid -m '5f4dcc3b5aa765d61d8327deb882cf99' # MD5 hash-identifier

hashid -m会直接输出"该哈希在 hashcat 中的 mode 编号"，省去手工对照；hash-identifier则是另一个启发式识别工具，适合脚本化管道。识别结果直接映射到本文第 4 节的 hashcat 模式速查表。

1.3 特定格式的快速校验

手头有明确格式线索时，用三行命令快速验证：

# JWT：三段式，base64url，解码前两段看 header/payload echo $TOKEN | cut -d. -f1-2 | tr '_-' '/+' | base64 -d 2>/dev/null # Hex → 字节 echo "$HEX" | xxd -r -p # Base64 → 字节（兼容 URL-safe 变体） echo "$B64" | tr '_-' '/+' | base64 -d 2>/dev/null # 多层编码（逐层解开） echo "$BLOB" | base64 -d | base64 -d | xxd -r -p

注意 JWT 与 Hex/Base64 属于"可逆编码"层，与真正的加密（AES 等）是不同层次的问题——这也是本文档将 JWT 单列为交叉引用的原因（见第 8 节）。

2. 古典密码特征速查表

识别阶段最重要的依据是特征指纹。下表来自技能文档，是肉眼/正则快速归类密文的核心参考：

实际作业中的快速判别经验：

• 看到/、+、=结尾且长度为 4 的倍数 → 先按 Base64 解；
• 全是大写字母+数字且是 2-7 字母表 → Base32；
• 纯 0-9a-f 偶数长度 → Hex；
• 纯字母且保留空格 → 直接上频率攻击（Caesar/ROT/替换）；
• 解出一层后仍是乱码 → 大概率是多层编码（见第 5 节展开工作流）。

3. CyberChef 配方库：把 GUI 工作流变成可复用的 recipe

CyberChef（GCHQ 开源的"网络厨具"）是解码解码的 GUI 主力，但其核心价值在于配方（recipe）可以导出为 JSON，并以编程方式链式执行。常用配方链：

# 常见链 "From Base64 / Magic / To Hex" "From Hex / XOR (Brute) / Magic" "AES Decrypt(KEY) / From Hex / Strings"

其中Magic操作是 CyberChef 的自动嗅探模块，等效于 Ciphey 的"识别并尝试"；XOR (Brute)提供暴力密钥搜索；Strings用于在解密后的二进制里抽取可打印字符串。CLI 场景可使用社区移植的cyberchef-cli在终端直接执行 recipe JSON。

实战建议：把高频配方固化成 JSON 文件存进工作区，作为团队的可复用资产；对单条密文先用Magic自动尝试，失败再手写配方逐步展开。

4. 哈希破解快速参考：hashcat 模式速查表

这是全文档最常被回查的表格。hashcat 通过-m指定哈希类型，识别环节（hashid -m）的输出直接落到这里：

配套执行命令（规则文件加速低强度口令命中）：

hashcat -m <mode> hashes.txt rockyou.txt -r best64.rule john --format=<format> hashes.txt --wordlist=rockyou.txt

两点值得展开：

• **模式 16500（JWT HS256）**与 Decepticon 的 web/jwt 技能 直接联动——弱 HMAC 密钥的 JWT 可以用hashcat -m 16500 jwt.txt rockyou.txt离线爆破，服务账号常见弱密钥为dev/secret/changeme/公司名等模式。
• **Kerberos 三件套（13100/19700/18200）**对应 AD 域的 Kerberoasting / AS-REP Roasting / DCSync 产物，即 ad/dcsync 技能 中secretsdump.py导出的 NT hash 后续破解环节。跨技能引用关系见第 8 节。

5. Token / Blob 展开工作流：未知令牌的完整处置顺序

对 HTTP 流量中捕获的"神秘 token"，不要上来就猜，按固定流水线执行：

1. ciphey/ares → 揭示最外层编码 2. 若结果是结构化数据（JSON / proto3 / msgpack）→ 解析 3. 若仍是编码 → 重复步骤 1（逐层展开） 4. 查找 HMAC / 签名后缀 → 识别对称密钥候选 5. 若疑似对称加密 → 用常见密钥尝试 AES-CBC/GCM （应用名、"secret"、其他渠道暴露的环境变量等）

三个工程要点：

• 循环有界：步骤 3 必须设置最大展开层数（如 5 层），防止对"纯随机字节"无限套娃——因为 OTP/真随机数据没有任何统计信号，A* 搜索会在 BERT 检测器处自然停止；
• 签名优先：步骤 4 的价值在于区分"编码"与"MAC/签名"。MD5(secret || message)这类弱 MAC 构造在 web/crypto 技能 中有 hash-length extension 的完整解法（hashpump工具）；
• 密钥来源枚举：步骤 5 的常见密钥候选来自工程上下文——应用名、secret、.env中暴露的变量，与 web/crypto 技能"Step 0 — Key Discovery"中grep -rn 'AES_KEY\|SECRET_KEY'的源码级密钥发现流程互为补充。

6. Decepticon 集成：封装为工具并沉淀进知识图谱

技能文档给出了将解码能力包装成 Decepticon 工具的骨架：

# decepticon/tools/crypto/decode.py — skeleton def crypto_decode(ciphertext: str, hint: str = None, timeout: int = 30) -> dict: """Try ares first (fast), fallback to ciphey, return best decode.""" import subprocess cmd = ["ares", "-t", ciphertext] if hint: cmd += ["--language", hint] r = subprocess.run(cmd, timeout=timeout, capture_output=True, text=True) return { "tool": "ares", "output": r.stdout, "confidence": _parse_ares_confidence(r.stdout), }

设计要点（源码佐证）：

• 先快后慢的降级策略：cmd = ["ares", "-t", ...]默认走 Rust 版 Ares（快），失败再回退 Ciphey（慢但解码器更全）——这与when_to_use中ciphey hashid的触发词保持一致；
• hint参数：--language <hint>传入语言提示，帮助 A* 搜索与 BERT 明文检测器更快收敛；
• timeout=30：subprocess 硬超时，避免解码器卡死在无信号输入上。

6.1 分类成功 → 提升到知识图谱

解码成功后，将结果作为artifact节点写入 engagement 知识图谱：

kg_add_node(kind="artifact", label=f"decoded:{hash}", props={"plaintext": result, "encoding_chain": chain})

kg_add_node是 Decepticon 内置的图工具，实现在 tools/research/tools.py：

• kind受NodeKind枚举校验：artifact、host、vulnerability、credential、crown_jewel等均为合法 kind，传入未知 kind 会返回错误并附合法列表；
• upsert 语义 + 确定性key：graph.upsert_node(Node.make(...))按 props 中的确定性key（如decoded:<sha256>）去重，同一密文重复解码不会产生重复节点；
• 跨轮次持久化：图存储在 engagement 内持久化，本轮的decoded:...节点可被下一轮 fresh-context 的 Agent 通过kg_query/kg_neighbors直接查询，这是"解码成果资产化"的关键——因此技能文档特意要求把encoding_chain（编码链）写入 props，方便后续复用整条解码链路；
• 配套kg_add_edge：可与vulnerability、credential、crown_jewel等节点连线（如extracts、compromises），把"解码出 API key"提升为"凭证获取"的图路径——这与 ad/dcsync 技能 中kg_add_node(kind="credential", ...)+kg_add_edge(..., kind="extracts")的提权模式完全一致。

6.2 技能如何被 Agent 加载

Decepticon 的 Agent 通过load_skill工具读取技能正文（见 tools/skills.py）：技能目录在打包后经importlib.resources注册为虚拟/skills/路径树，skills_registry.py提供按完整路径、尾 slug（crypto→/skills/standard/exploit/crypto/SKILL.md）或模糊匹配三种解析方式，且对..穿越、反斜杠、非注册路径做硬性拒绝。也就是说，Agent 只需说"加载 crypto 技能"即可命中本 playbook，而无需触碰底层文件系统。

7. 严重性分级：解码之后怎么定性

解码本身不是漏洞，严重性取决于解码出的内容：

定性后应联动知识图谱写入：kg_add_node(kind="credential", ...)、kg_add_node(kind="vulnerability", ..., props={"severity": "critical"})，并生成证据链（原始 blob、解码链、明文样本、严重性结论），供报告环节引用。

8. 交叉引用：同一密码学战场上的三个技能

本技能（crypto-decode，subdomaincryptanalysis，MITRE T1140）专注未知密文的识别与解码，与仓库内另外两个密码学相关技能互补而非重复：

9. 已知典型场景（Known Exemplars）

技能文档沉淀了四类高频实战场景，均可用本 playbook 覆盖：

• CTF flag：约 90% 的 flag 只是 base64、hex 或 rot-N 的单一/多层包装，ares -t秒解；
• 移动端逆向：API key 常以 "base64 再 XOR" 的形式硬编码在二进制字符串中，先用本技能解开外层编码，再用 reversing/strings 工具 辅助定位；
• IoT 固件：AES-CBC + 硬编码密钥常见，配合 ghidra 反编译找到密钥后，用本技能第 5 步的对称解密流程（或 web/crypto 技能的离线解密脚本）恢复明文；
• 钓鱼邮件混淆：嵌套编码链（base64→quoted-printable→rot）是邮件混淆的常见套路，第 5 节的"逐层展开工作流"正是为此设计。

结语

Crypto / Decode Playbook 的价值在于把"识别 → 解码 → 破解 → 资产化"四个环节固化为可复用的方法论：识别层用特征签名速查表与hashid兜底，解码层用ares/ciphey与 CyberChef recipe 链，破解层用 hashcat 模式表，最终通过kg_add_node把每个decoded:<hash>节点写进 engagement 知识图谱，让解码成果跨轮次复用。实战中请始终遵守两条纪律：先识别再动手（避免盲爆破），有界循环（给所有自动化解码器与网络攻击脚本设置超时与请求预算，相关纪律可进一步参考 web/crypto 技能的 Anti-Patterns 章节）。