提供用于 CTF 挑战的 AI 和机器学习技术。适用于攻击 ML 模型、制作对抗样本、模型提取、提示注入、成员推断、训练数据投毒、微调操控、神经网络分析、LoRA 适配器利用、LLM 越狱或解决 AI 相关谜题。
提供用于CTF挑战的数字取证和信号分析技术。适用于分析磁盘镜像、内存转储、事件日志、网络抓包、加密货币交易、隐写术、PDF分析、Windows注册表、Volatility、PCAP、Docker镜像、coredump、侧信道功率轨迹、DTMF音频频谱图、数据包时序分析、CD音频光盘镜像，或恢复已删除文件和凭据。
提供 CTF 挑战中恶意软件分析和网络流量技术。适用于分析混淆脚本、恶意包、自定义加密协议、C2 流量、PE/.NET 二进制文件、RC4/AES 加密通信、YARA 规则、Shellcode 分析、恶意软件内存取证（Volatility malfind、进程注入检测）、反分析技术（VM/沙箱检测、时间逃逸、API 哈希、进程注入、环境检查）或提取恶意软件配置和入侵指标。
提供各种杂项 CTF 挑战技巧，适用于不完全符合主要类别的问题。用于编码谜题、pyjails、bash jails、RF/SDR、DNS 异常、unicode 技巧、晦涩语言、二维码或音频谜题、约束求解、博弈论、非常规沙箱逃逸和混合逻辑谜题。当挑战主要涉及 web、pwn、reverse、forensics、malware、OSINT 或 crypto 时，优先选择更具体的技能。将此视为真正跨类别或边缘案例挑战的备用技能，而非默认起点。
提供面向 CTF 挑战的二进制利用技术。适用于你已经拥有一个存在漏洞的原生目标或服务，并需要把内存破坏或底层原语转化为代码执行或提权的场景，例如缓冲区溢出、格式化字符串、堆漏洞、ROP、ret2libc、shellcode、内核利用、seccomp 绕过、沙箱逃逸，或 Windows/Linux 利用链。当主要阻碍是理解二进制在做什么时不要使用它；应先做逆向。不要用于纯 Web 漏洞、磁盘或数据包取证、或独立的密码/数学挑战。
提供用于 CTF 挑战的逆向工程技术。适用于在利用或求解之前，主要任务是理解已编译、混淆、加壳或虚拟化目标如何工作的场景，包括二进制、APK、WASM、固件、自定义 VM、字节码、游戏客户端、类恶意加载器，以及反调试或反分析逻辑。若漏洞机理已明确、剩余任务是利用，应改用 pwn。纯 Web 流程、日志或磁盘取证、以及纯密码题不应使用，除非真正的阻塞点是逆向其实现。
提供用于 CTF 挑战的开源情报（OSINT）技术。适用于从公共来源、社交媒体、地理定位、DNS 记录、用户名枚举、反向图像搜索、Google Dorking、Wayback Machine、Tor 中继、FEC 备案查询，或识别哈希值和坐标等未知数据。
提供用于 CTF 挑战的密码学攻击技术。适用于攻击加密、哈希、签名、ZKP、PRNG，或涉及 RSA、AES、ECC、格、LWE、CVP、数论、Coppersmith、Pollard、Wiener、填充预言机、GCM、密钥派生、流密码/分组密码弱点等数学密码学问题。