Agent Fuzz - AFL++ 自动化模糊测试工作流

基于 LangChain 框架的 AFL++ 模糊测试自动化工作流系统。

项目简介

Agent Fuzz 是一个使用 LangChain 框架实现的 AFL++ 模糊测试自动化工作流。它将 AFL++ 模糊测试的完整流程（从目标文件分析到结果分析）表示为可执行的自动化流程，支持使用免费的 API 进行测试。

功能特性

• ✅ 完整工作流: 8 个主要阶段的自动化流程
• ✅ LangChain 集成: 使用 LangChain 框架实现智能工作流
• ✅ 免费 API 支持: 支持 Hugging Face Hub 等免费 API
• ✅ 灵活扩展: 易于添加新工具和工作流阶段
• ✅ 状态管理: 完整的工作流状态跟踪
• ✅ 错误处理: 健壮的错误处理和恢复机制

工作流阶段

1. 目标分析 (Analyze) - 分析 .o 文件，提取函数和符号
2. 生成 Harness (Generate Harness) - 自动生成 fuzz harness 代码
3. 环境准备 (Prepare Environment) - 准备 Docker 容器环境
4. 编译 (Compile) - 使用 AFL++ 编译器编译
5. 创建种子 (Create Seeds) - 生成测试种子文件
6. 功能测试 (Functional Test) - 验证程序功能
7. 覆盖率测试 (Coverage Test) - 检查代码覆盖率
8. 模糊测试 (Fuzzing) - 启动 AFL++ 模糊测试
9. 结果分析 (Analysis) - 分析测试结果

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置 API (可选)

使用 Hugging Face 免费 API

# Windows PowerShell
$env:HUGGINGFACEHUB_API_TOKEN="your_token_here"

# Linux/Mac
export HUGGINGFACEHUB_API_TOKEN="your_token_here"

获取 token: https://huggingface.co/settings/tokens

使用本地 LLM (Ollama)

# 安装并运行 Ollama
ollama run llama2

# 设置环境变量
export OPENAI_API_BASE="http://localhost:11434/v1"
export OPENAI_API_KEY="ollama"

3. 运行测试

python test_workflow.py

4. 使用工作流

from afl_workflow_langchain import AFLWorkflowLangChain

# 创建工作流实例
workflow = AFLWorkflowLangChain(use_free_api=True)

# 执行完整工作流
results = workflow.execute_full_workflow("vul_bn_exp.o")

项目结构

agent_fuzz/
├── afl_workflow_langchain.py  # 主工作流实现
├── test_workflow.py           # 测试脚本
├── requirements.txt           # 依赖列表
├── README.md                  # 项目说明
├── README_LANGCHAIN.md       # LangChain 详细文档
└── .gitignore                # Git 忽略文件

技术栈

• LangChain: 工作流框架
• Python 3.8+: 编程语言
• Hugging Face Hub: 免费 LLM API
• AFL++: 模糊测试工具

文档

• LangChain 工作流详细文档
• AFL++ 完整指南

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request!

相关资源

• LangChain 文档
• AFL++ 文档
• Hugging Face Hub