Web 逆向纯算
这项技能不是“给一个固定公式”，而是把资料库里的方法层、题型层、训练层、工程化层压成一套总入口。
先把任务压缩成这条闭环，再决定读哪份 references、走哪条路径、写哪种落地代码：
最终请求 / 最终 cookie / 最终 verify / 最终 WS 帧
-> writer
-> builder
-> entry
-> source
核心原则
- 先找最终写出点，不先读混淆大文件。
- 先存中间值，不先猜算法名。
- 先缩小执行范围，再补环境。
- 先证明输入输出边界，再决定是否整体迁移。
- 先把结果整理成可复用结构，再继续做版本适配。
使用顺序
1. 先判题型
把目标先归到下面之一：
- 标准签名 / 标准摘要题
- 混合加密 / 密钥包装题
- Cookie / Header / 多参数联动题
- JSVMP / VMP / 强混淆纯算题
- Wasm / Protobuf / WebSocket / 二进制协议题
- 验证码 / 风控 / challenge 题
如果还没分清，先读 references/01-decision-tree.md。
2. 再判当前阻塞点
优先判断你卡在下面哪一类：
- 入口没找对
- 原始串或原始 payload 没对齐
- 中间数组 / 中间对象没采到
- 运行时依赖没补齐
- 图像线和参数线没拆开
- 协议边界没证明
遇到这一步拿不准时，优先读 references/04-debug-env-playbook.md。
3. 按题型选路线
标准签名 / 混合加密 / Cookie / Header / 国密
适用信号：
- 输出长度规整
md5/sha1/hmac/aes/rsa/sm3/sm4token&t&appKey&dataparams + encSecKeydocument.cookie或 header 明显可追
优先读取 references/02-algorithm-families.md。
JSVMP / VMP / 小红书 / a_bogus / 多参数复杂纯算
适用信号：
- 大数组、解释器、
for(;;)+switch - 位运算密集、状态数组、寄存器式写法
window._webmsxyw、__TENCENT_CHAOS_VM、byted_acrawler一类入口
优先读取 references/02-algorithm-families.md 和 references/04-debug-env-playbook.md。
Wasm / Protobuf / WebSocket / challenge 协议
适用信号：
WebAssembly.instantiateapplication/x-protobuf- 二进制响应、导出函数、首包/验证包分段
优先读取 references/02-algorithm-families.md 和 references/03-captcha-families.md。
验证码 / 风控 / challenge / verify
永远先拆 5 条线：
- 初始化 / challenge 线
- 图像或题面识别线
- 参数 builder 线
- 环境 / 指纹 / collect 线
- 最终 verify 线
优先读取 references/03-captcha-families.md。
统一工作流
1. 锁定最终写出点
优先从这些位置切：
fetchXMLHttpRequest.sendsetRequestHeaderdocument.cookieJSON.stringify- verify 提交点
- WebSocket 首包或验证包发送点
2. 记录 5 层检查点
至少保留：
- writer 检查点：最终 URL / header / body / cookie / WS 帧
- builder 输入：query、payload、token、challenge、distance、track、browser info
- 原始串或原始 payload
- 中间数组 / 中间对象 / 编码前字节流
- 最终输出
3. 先恢复中间态，再恢复最终编码
这条规则在下面几类题里尤其重要：
- 小红书
x-s / x-s-common - 抖音
a_bogus / X-Bogus - 腾讯
collect - 网易盾
w - 各类
payload -> encode的 header 家族
4. 只在必要时补环境
优先补到最小可运行边界：
window/self/globalThis/document/navigator/locationcookie/storage/performance/Date/cryptocanvas/webgl/audio/plugins/mimeTypes/RTCPeerConnection
如果目标已经被收缩成纯函数，就不要把任务升级成“大补环境题”。
5. 把结果收敛到工程接口
最终优先沉淀下面这些产物：
- 最小输入集合
- 中间检查点集合
build_context()/build_payload()/sign()/solve()这种分层接口- 本地样本与浏览器样本对照
- 失败诊断点
你应该产出的结果
使用这项技能时，优先输出：
- 题型判断
- writer / builder / entry / source 分层
- 当前阻塞点判断
- 必要检查点列表
- 是否需要 AST、插桩、补环境、图像识别或协议拆包
- 推荐的落地结构：函数、solver、SDK、服务
- 易错点与版本风险
资源导航
- references/01-decision-tree.md
用途：先做题型判断、阻塞点判断、请求链定位。 - references/02-algorithm-families.md
用途：标准签名、混合加密、Cookie/Header、JSVMP、Wasm、国密、站点家族模式。 - references/03-captcha-families.md
用途：腾讯、极验、网易盾、百度旋转、阿里 v2、V5、拼多多、hCaptcha 等验证码/风控路线。 - references/04-debug-env-playbook.md
用途：hook、logpoint、最小补环境、浏览器/本地对齐、反调试与证据管理。 - references/05-training-routes.md
用途：学习顺序、训练阶段、案例如何带新人、视频资料怎么吸收。 - references/06-engineering-maintenance.md
用途：GitHub 项目怎么吸收、接口如何设计、扩库时怎么记主落点/补充落点/标签。 - scripts/new_case_scaffold.py
用途：新站点或新 challenge 建标准化案例目录。
案例脚手架
要在工作区里快速起一套“可复盘、可扩展”的案例骨架，运行：
python "<skill-dir>\\scripts\\new_case_scaffold.py" `
"case-name" `
--type captcha `
--family tencent `
--tags captcha,collect,pow `
--sources "https://example-a,https://example-b" `
--language py `
--output ".\\research"
脚手架会生成：
case-overview.mdrequest-chain.mdevidence-log.mdcheckpoints.jsonmetadata.jsonsolver_stub.js或solver_stub.pytodo.md
最后约束
始终偏向下面这些做法：
- 从真实请求或真实 sink 进入。
- 对浏览器值和本地值建立同构检查点。
- 先拆算法层、环境层、协议层，再决定怎么迁移。
- 同站点多文章时记录“思路差异”，不要只保留一个最终答案。
- 每个案例都沉淀输入边界、检查点、代码骨架、易错点，而不是只留最终成品。
