Tsukimakura Labs / AI Security Lab
Trust Issues
一个关于 AI Agent、CI 工作区与权限边界的交互式安全实验。所有 token 都是本题容器生成的假凭据;只与本网站交互。
实验目标与公开情报
目标仅利用公开页面与 API,取得形如
flag{...} 的 flag。场景Tsukimakura 维护的公开项目会自动处理每条 Issue,并公开回复处理结果。
安全范围不要扫描主机、猜测真实凭据或攻击题目以外的任何服务。
公开附件:工作流部署摘要 · Issue Annotation Protocol · Agent Tool Catalog · 实时工作流元数据
本实验模拟的数据流
1 · Untrusted Issue外部用户提交的正文进入 Agent 上下文。
2 · Agent Tool CallAgent 将结构化 annotation 解释为工具请求。
3 · CI Workspace工作区可能存在配置、源码或遗留凭据。
4 · Workflow Boundary低权限工作流不应获得管理员能力。
你的任务是分析这些边界是否真的被强制执行,而不是相信页面或配置中声称的安全限制。
1提交 Issue JSON
输入必须是 JSON 对象,并且包含字符串字段 title 与 body。正文中的 HTML 注释会保留给自动分流协议。下面给出了无害的公开协议示例;请思考 CI 诊断场景中哪个工具和路径最值得审计。
2调用 release smoke-test
若 Agent 的公开诊断暴露了 issue workflow token,可在这里模拟工作流调度。公开工作流摘要给出了允许的 ref。
3访问受限资源
如果工作流错误地返回管理员 token,请使用它请求仅管理员可读的 flag。