Communitygithub.com

SamuelChien/mega-skills-collection

AFL++ é um fork do AFL com melhor desempenho de fuzzing e recursos avançados. Use para fuzzing multi-core de projetos C/C++.

O que é mega-skills-collection?

AFL++ é uma ferramenta de fuzzing baseada em cobertura, fork do American Fuzzy Lop original, que oferece desempenho superior e recursos avançados como CMPLOG/RedQueen para resolução de restrições de caminho, suporte a multi-core e integração com sanitizers (ASan, UBSan). É ideal para fuzzing de projetos C/C++ complexos que exigem alta taxa de execução e exploração profunda de código. Compatível com compiladores Clang e GCC, o AFL++ pode ser executado localmente ou via Docker, com suporte estável para campanhas paralelas em múltiplos núcleos. A ferramenta oferece modos de compilação LTO, LLVM e GCC plugin, permitindo escolher o melhor equilíbrio entre desempenho e compatibilidade. O AFL++ é mantido ativamente e é a escolha recomendada para fuzzing de bases de código de produção onde libFuzzer atingiu seus limites de cobertura.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/SamuelChien/mega-skills-collection/tree/HEAD/aflpp

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

AFL++

AFL++ é um fork do fuzzer AFL original que oferece melhor desempenho de fuzzing e recursos mais avançados, mantendo a estabilidade. Uma grande vantagem sobre o libFuzzer é que o AFL++ possui suporte estável para executar campanhas de fuzzing em múltiplos núcleos, tornando-o ideal para esforços de fuzzing em larga escala.

Quando Usar

FuzzerMelhor ParaComplexidade
AFL++Fuzzing multi-core, mutações diversas, projetos madurosMédia
libFuzzerConfiguração rápida, single-threaded, harnesses simplesBaixa
LibAFLFuzzers personalizados, pesquisa, casos de uso avançadosAlta

Escolha AFL++ quando:

  • Você precisa de fuzzing multi-core para maximizar a taxa de transferência
  • Seu projeto pode ser compilado com Clang ou GCC
  • Você deseja estratégias de mutação diversas e ferramentas maduras
  • libFuzzer atingiu um platô e você precisa de mais cobertura
  • Você está fazendo fuzzing em bases de código de produção que se beneficiam da execução paralela

Início Rápido

extern "C" int LLVMFuzzerTestOneInput(const uint8_t *data, size_t size) {
    // Chame seu código com os dados fornecidos pelo fuzzer
    check_buf((char*)data, size);
    return 0;
}

Compile e execute:

# Configure o script wrapper AFL++ primeiro (veja Instalação)
./afl++ docker afl-clang-fast++ -DNO_MAIN=1 -O2 -fsanitize=fuzzer harness.cc main.cc -o fuzz
mkdir seeds && echo "aaaa" > seeds/minimal_seed
./afl++ docker afl-fuzz -i seeds -o out -- ./fuzz

Instalação

AFL++ tem muitas dependências, incluindo LLVM, Python e Rust. Recomendamos usar uma distribuição Debian ou Ubuntu atual para fuzzing com AFL++.

MétodoQuando UsarCompiladores Suportados
Repositórios Ubuntu/DebianUbuntu recente, apenas recursos básicosUbuntu 23.10: Clang 14 e GCC 13Debian 12: Clang 14 e GCC 12
Docker (do Docker Hub)Versão específica do AFL++, suporte Apple SiliconA partir de 4.35c: Clang 19 e GCC 11
Docker (a partir do código fonte)Testar recursos não lançados, aplicar patchesConfigurável no Dockerfile
A partir do código fonteEvitar Docker, precisar de patches específicosAjustável via variável de ambiente LLVM_CONFIG

Ubuntu/Debian

Antes de instalar o afl++, verifique a dependência da versão do clang do pacote com apt-cache show afl++ e instale a versão correspondente do lld (ex.: lld-17).

apt install afl++ lld-17

Docker (do Docker Hub)

docker pull aflplusplus/aflplusplus:stable

Docker (a partir do código fonte)

git clone --depth 1 --branch stable https://github.com/AFLplusplus/AFLplusplus
cd AFLplusplus
docker build -t aflplusplus .

A partir do código fonte

Consulte o Dockerfile para requisitos de versão do Ubuntu e dependências. Defina LLVM_CONFIG para especificar a versão do Clang (ex.: llvm-config-18).

Configuração do Script Wrapper

Crie um script wrapper para executar o AFL++ no host ou no Docker:

cat <<'EOF' > ./afl++
#!/bin/sh
AFL_VERSION="${AFL_VERSION:-"stable"}"
case "$1" in
   host)
        shift
        bash -c "$*"
        ;;
    docker)
        shift
        /usr/bin/env docker run -ti \
            --privileged \
            -v ./:/src \
            --rm \
            --name afl_fuzzing \
            "aflplusplus/aflplusplus:$AFL_VERSION" \
            bash -c "cd /src && bash -c \"$*\""
        ;;
    *)
        echo "Uso: $0 {host|docker}"
        exit 1
        ;;
esac
EOF
chmod +x ./afl++

Aviso de Segurança: Os scripts afl-system-config e afl-persistent-config exigem privilégios de root e desativam recursos de segurança do SO. Não faça fuzzing em sistemas de produção ou em seu ambiente de desenvolvimento. Use uma VM dedicada.

Configuração do Sistema

Execute após cada reinicialização para obter até 15% mais execuções por segundo:

./afl++ <host/docker> afl-system-config

Para desempenho máximo, desative mitigações de segurança do kernel (requer bootloader grub, não suportado no Docker):

./afl++ host afl-persistent-config
update-grub
reboot
./afl++ <host/docker> afl-system-config

Verifique com cat /proc/cmdline - a saída deve incluir mitigations=off.

Escrevendo um Harness

Estrutura do Harness

AFL++ suporta harnesses no estilo libFuzzer:

#include <stdint.h>
#include <stddef.h>

extern "C" int LLVMFuzzerTestOneInput(const uint8_t *data, size_t size) {
    // 1. Valide o tamanho da entrada, se necessário
    if (size < MIN_SIZE || size > MAX_SIZE) return 0;

    // 2. Chame a função alvo com os dados do fuzzer
    target_function(data, size);

    // 3. Retorne 0 (diferente de zero reservado para uso futuro)
    return 0;
}

Regras do Harness

FaçaNão Faça
Redefina o estado global entre as execuçõesDependa do estado de execuções anteriores
Trate casos de borda com elegânciaSaia em entrada inválida
Mantenha o harness determinísticoUse geradores de números aleatórios
Libere a memória alocadaCrie vazamentos de memória
Valide tamanhos de entradaProcesse entrada ilimitada

Veja Também: Para técnicas detalhadas de escrita de harness, padrões para lidar com entradas complexas e estratégias avançadas, veja a habilidade técnica fuzz-harness-writing.

Compilação

AFL++ oferece vários modos de compilação com diferentes compromissos.

Árvore de Decisão do Modo de Compilação

Escolha seu modo de compilação:

  • Modo LTO (afl-clang-lto): Melhor desempenho e instrumentação. Tente primeiro.
  • Modo LLVM (afl-clang-fast): Recorra se o LTO falhar ao compilar.
  • Plugin GCC (afl-gcc-fast): Para projetos que exigem GCC.

Compilação Básica (modo LLVM)

./afl++ <host/docker> afl-clang-fast++ -DNO_MAIN=1 -O2 -fsanitize=fuzzer harness.cc main.cc -o fuzz

Compilação com GCC

./afl++ <host/docker> afl-g++-fast -DNO_MAIN=1 -O2 -fsanitize=fuzzer harness.cc main.cc -o fuzz

Importante: A versão do GCC deve corresponder à versão usada para compilar o plugin GCC do AFL++.

Com Sanitizers

./afl++ <host/docker> AFL_USE_ASAN=1 afl-clang-fast++ -DNO_MAIN=1 -O2 -fsanitize=fuzzer harness.cc main.cc -o fuzz

Veja Também: Para configuração detalhada de sanitizers, problemas comuns e flags avançadas, veja as habilidades técnicas address-sanitizer e undefined-behavior-sanitizer.

Flags de Build

Observe que -g não é necessário, pois é adicionado por padrão pelos compiladores AFL++.

FlagPropósito
-DNO_MAIN=1Pular a função main ao usar harness libFuzzer
-O2Nível de otimização de produção (recomendado para fuzzing)
-fsanitize=fuzzerAtivar modo de compatibilidade libFuzzer e adicionar o runtime do fuzzer ao vincular o executável
-fsanitize=fuzzer-no-linkInstrumentar sem vincular o runtime do fuzzer (para bibliotecas estáticas e arquivos objeto)

Gerenciamento de Corpus

Criando Corpus Inicial

AFL++ requer pelo menos um arquivo de semente não vazio:

mkdir seeds
echo "aaaa" > seeds/minimal_seed

Para projetos reais, colete entradas representativas:

  • Baixe arquivos de exemplo para o formato que você está fuzzeando
  • Extraia casos de teste do conjunto de testes do projeto
  • Use entradas mínimas válidas para seu formato de arquivo

Minimização de Corpus

Após uma campanha, minimize o corpus para manter apenas a cobertura única:

./afl++ <host/docker> afl-cmin -i out/default/queue -o minimized_corpus -- ./fuzz

Veja Também: Para estratégias de criação de corpus, dicionários e seleção de sementes, veja a habilidade técnica fuzzing-corpus.

Executando Campanhas

Execução Básica

./afl++ <host/docker> afl-fuzz -i seeds -o out -- ./fuzz

Configurando Variáveis de Ambiente

./afl++ <host/docker> AFL_FAST_CAL=1 afl-fuzz -i seeds -o out -- ./fuzz

Interpretando a Saída

A interface do AFL++ mostra estatísticas de fuzzing em tempo real:

SaídaSignificado
execs/secVelocidade de execução - quanto maior, melhor
cycles doneNúmero de passagens da fila concluídas
corpus countNúmero de casos de teste únicos na fila
saved crashesNúmero de crashes únicos encontrados
stability% de arestas estáveis (deve estar perto de 100%)

Estrutura do Diretório de Saída

out/default/
├── cmdline          # Como o SUT foi invocado?
├── crashes/         # Entradas que causam crash no SUT
│   └── id:000000,sig:06,src:000002,time:286,execs:13105,op:havoc,rep:4
├── hangs/           # Entradas que travam o SUT
├── queue/           # Casos de teste reproduzindo o estado final do fuzzer
│   ├── id:000000,time:0,execs:0,orig:minimal_seed
│   └── id:000001,src:000000,time:0,execs:8,op:havoc,rep:6,+cov
├── fuzzer_stats     # Estatísticas da campanha
└── plot_data        # Dados para plotagem

Analisando Resultados

Veja estatísticas da campanha ao vivo:

./afl++ <host/docker> afl-whatsup out

Crie gráficos de cobertura:

apt install gnuplot
./afl++ <host/docker> afl-plot out/default out_graph/

Reexecutando Casos de Teste

./afl++ <host/docker> ./fuzz out/default/crashes/<test_case>

Opções do Fuzzer

OpçãoPropósito
-G 4000Comprimento máximo da entrada de teste (padrão: 1048576 bytes)
-t 1000Timeout em milissegundos para cada caso de teste (padrão: 1000ms)
-m 1000Limite de memória em megabytes (padrão: 0 = ilimitado)
-x ./dict.dictUsar arquivo de dicionário para guiar mutações

Fuzzing Multi-Core

AFL++ se destaca no fuzzing multi-core com duas grandes vantagens:

  1. Mais execuções por segundo (escala linearmente com núcleos físicos)
  2. Fuzzing assimétrico (ex.: um job ASan, o restante sem sanitizers)

Iniciando uma Campanha

Inicie o fuzzer primário (em segundo plano):

./afl++ <host/docker> afl-fuzz -M primary -i seeds -o state -- ./fuzz 1>primary.log 2>primary.error &

Inicie fuzzers secundários (quantos núcleos você tiver):

./afl++ <host/docker> afl-fuzz -S secondary01 -i seeds -o state -- ./fuzz 1>secondary01.log 2>secondary01.error &
./afl++ <host/docker> afl-fuzz -S secondary02 -i seeds -o state -- ./fuzz 1>secondary02.log 2>secondary02.error &

Monitorando Campanhas Multi-Core

Liste todos os jobs em execução:

jobs

Veja estatísticas ao vivo (atualiza a cada segundo):

./afl++ <host/docker> watch -n1 --color afl-whatsup state/

Parando Todos os Fuzzers

kill $(jobs -p)

Análise de Cobertura

AFL++ rastreia automaticamente a cobertura por meio de instrumentação de arestas. As informações de cobertura são armazenadas em fuzzer_stats e plot_data.

Medindo Cobertura

Use afl-plot para visualizar a cobertura ao longo do tempo:

./afl++ <host/docker> afl-plot out/default out_graph/

Melhorando a Cobertura

  • Use dicionários para fuzzing ciente do formato
  • Execute campanhas mais longas (cycles_wo_finds indica platô)
  • Tente diferentes estratégias de mutação com fuzzing multi-core
  • Analise lacunas de cobertura e adicione entradas de semente direcionadas

Veja Também: Para técnicas detalhadas de análise de cobertura, identificação de lacunas de cobertura e melhoria sistemática de cobertura, veja a habilidade técnica coverage-analysis.

CMPLOG

CMPLOG/RedQueen é o melhor mecanismo de resolução de restrições de caminho disponível em qualquer fuzzer. Para ativá-lo, o alvo do fuzzer precisa ser instrumentado para isso. Antes de compilar o alvo do fuzzing, defina a variável de ambiente:

./afl++ <host/docker> AFL_LLVM_CMPLOG=1 make

Nenhuma ação especial é necessária para compilar e vincular o harness.

Para executar uma instância do fuzzer com um alvo de fuzzing instrumentado com CMPLOG, adicione -c0 aos argumentos da linha de comando:

./afl++ <host/docker> afl-fuzz -c0 -S cmplog -i seeds -o state -- ./fuzz 1>secondary02.log 2>secondary02.error &

Integração com Sanitizers

Sanitizers são essenciais para encontrar bugs de corrupção de memória que não causam crashes imediatos.

AddressSanitizer (ASan)

./afl++ <host/docker> AFL_USE_ASAN=1 afl-clang-fast++ -DNO_MAIN=1 -O2 -fsanitize=fuzzer harness.cc main.cc -o fuzz

Nota: O limite de memória (-m) não é suportado com ASan devido à reserva de memória virtual de 20 TB.

UndefinedBehaviorSanitizer (UBSan)

./afl++ <host/docker> AFL_USE_UBSAN=1 afl-clang-fast++ -DNO_MAIN=1 -O2 -fsanitize=fuzzer,undefined harness.cc main.cc -o fuzz

Problemas Comuns com Sanitizers

ProblemaSolução
ASan reduz a velocidade do fuzzingUse apenas 1 job ASan em configuração multi-core
Exaustão de pilhaAumente a pilha com ASAN_OPTIONS=stack_size=...
Incompatibilidade de versão do GCCCertifique-se de que o GCC do sistema corresponda à versão do plugin AFL++

Veja Também: Para configuração abrangente de sanitizers e solução de problemas, veja a habilidade técnica address-sanitizer.

Uso Avançado

Dicas e Truques

DicaPor Que Ajuda
Use harnesses LLVMFuzzerTestOneInput sempre que possívelSe uma campanha de fuzzing tiver pelo menos 85% de estabilidade, este é o estilo de fuzzing mais eficiente. Caso contrário, tente fuzzing de entrada padrão ou de arquivo
Use dicionáriosAjuda o fuzzer a descobrir palavras-chave específicas do formato e bytes mágicos
Defina timeouts realistasEvita falsos positivos devido à carga do sistema
Limite o tamanho da entradaEntradas maiores não exploram necessariamente mais espaço
Monitore a estabilidadeBaixa estabilidade indica comportamento não determinístico

Fuzzing de Entrada Padrão

AFL++ pode fuzzear programas que leem da stdin sem um harness libFuzzer:

./afl++ <host/docker> afl-clang-fast++ -O2 main_stdin.c -o fuzz_stdin
./afl++ <host/docker> afl-fuzz -i seeds -o out -- ./fuzz_stdin

Isso é mais lento que o modo persistente, mas não requer código de harness.

Fuzzing de Entrada de Arquivo

Para programas que leem arquivos, use o espaço reservado @@:

./afl++ <host/docker> afl-clang-fast++ -O2 main_file.c -o fuzz_file
./afl++ <host/docker> afl-fuzz -i seeds -o out -- ./fuzz_file @@

Para melhor desempenho, use fmemopen para criar descritores de arquivo a partir da memória.

Fuzzing de Argumentos

Fuzzee argumentos de linha de comando usando argv-fuzz-inl.h:

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#ifdef __AFL_COMPILER
#include "argv-fuzz-inl.h"
#endif

void check_buf(char *buf, size_t buf_len) {
    if(buf_len > 0 && buf[0] == 'a') {
        if(buf_len > 1 && buf[1] == 'b') {
            if(buf_len > 2 && buf[2] == 'c') {
                abort();
            }


…

[truncated for translation]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

SamuelChien/mega-skills-collection

Security audit, hardening, threat modeling (STRIDE/PASTA), Red/Blue Team, OWASP checks, code review, incident response, and infrastructure security for any project.

SamuelChien/mega-skills-collection

Arquitecto de Soluciones Principal y Consultor Tecnológico de Andru.ia. Diagnostica y traza la hoja de ruta óptima para proyectos de IA en español.

SamuelChien/mega-skills-collection

Ingeniero de Sistemas de Andru.ia. Diseña, redacta y despliega nuevas habilidades (skills) dentro del repositorio siguiendo el Estándar de Diamante.

SamuelChien/mega-skills-collection

Estratega de Inteligencia de Dominio de Andru.ia. Analiza el nicho específico de un proyecto para inyectar conocimientos, regulaciones y estándares únicos del sector. Actívalo tras definir el nicho.

SamuelChien/mega-skills-collection

2D game development principles. Sprites, tilemaps, physics, camera.

SamuelChien/mega-skills-collection

3D game development principles. Rendering, shaders, physics, cameras.

SamuelChien/mega-skills-collection

Expert in building 3D experiences for the web - Three.js, React Three Fiber, Spline, WebGL, and interactive 3D scenes. Covers product configurators, 3D portfolios, immersive websites, and bringing depth to web experiences.

SamuelChien/mega-skills-collection

Accessibility audit skill for scanning, fixing, and verifying WCAG 2.2 Level A and AA compliance across React, Next.js, Vue, Angular, Svelte, and plain HTML codebases. Use when auditing accessibility, fixing a11y violations, checking color contrast, generating compliance reports, or integrating accessibility checks into CI/CD pipelines.

SamuelChien/mega-skills-collection

Ab Test Analyzer - Auto-activating skill for Data Analytics. Triggers on: ab test analyzer, ab test analyzer Part of the Data Analytics skill category.

SamuelChien/mega-skills-collection

A B Test Config Creator - Auto-activating skill for ML Deployment. Triggers on: a b test config creator, a b test config creator Part of the ML Deployment skill category.

SamuelChien/mega-skills-collection

When the user wants to plan, design, or implement an A/B test or experiment. Also use when the user mentions "A/B test," "split test," "experiment," "test this change," "variant copy," "multivariate test," "hypothesis," "conversion experiment," "statistical significance," or "test this." For tracking implementation, see analytics-tracking.

SamuelChien/mega-skills-collection

Acceptance Criteria Creator - Auto-activating skill for Enterprise Workflows. Triggers on: acceptance criteria creator, acceptance criteria creator Part of the Enterprise Workflows skill category.

SamuelChien/mega-skills-collection

Use when a coding task should be driven end-to-end from issue intake through implementation, review, deployment, and acceptance verification with minimal human re-intervention.

SamuelChien/mega-skills-collection

Accessibility Audit Runner - Auto-activating skill for Frontend Development. Triggers on: accessibility audit runner, accessibility audit runner Part of the Frontend Development skill category.

SamuelChien/mega-skills-collection

You are an accessibility expert specializing in WCAG compliance, inclusive design, and assistive technology compatibility. Conduct audits, identify barriers, and provide remediation guidance.

SamuelChien/mega-skills-collection

Web accessibility patterns for WCAG 2.2 compliance including ARIA, keyboard navigation, screen readers, and testing

SamuelChien/mega-skills-collection

Manage Discord channel access — approve pairings, edit allowlists, set DM/group policy. Use when the user asks to pair, approve someone, check who's allowed, or change policy for the Discord channel.

SamuelChien/mega-skills-collection

Create unified specification packages across Business, Development, and Design teams. Staged elaboration (L0 Vision → L1 Requirements → L2 Team Detail → L3 Acceptance Criteria) to build shared understanding. Does not write code.

SamuelChien/mega-skills-collection

Research a company or person and get actionable sales intel. Works standalone with web search, supercharged when you connect enrichment tools or your CRM. Trigger with "research [company]", "look up [person]", "intel on [prospect]", "who is [name] at [company]", or "tell me about [company]".

SamuelChien/mega-skills-collection

Validate messaging consistency across website, GitHub repos, and local documentation generating read-only discrepancy reports. Use when checking content alignment or finding mixed messaging. Trigger with phrases like "check consistency", "validate documentation", or "audit messaging".

Habilidades Relacionadas