AI Skill Hub 推荐使用：开源AI工作流：AI agent CTF靶场竞赛平台 是一款优质的Agent工作流。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
AI agent CTF靶场竞赛平台，提供AI agent CTF靶场竞赛平台的开源解决方案，帮助开发者快速搭建和管理AI agent CTF靶场竞赛平台。
开源AI工作流：AI agent CTF靶场竞赛平台 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
AI agent CTF靶场竞赛平台，提供AI agent CTF靶场竞赛平台的开源解决方案，帮助开发者快速搭建和管理AI agent CTF靶场竞赛平台。
开源AI工作流：AI agent CTF靶场竞赛平台 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 方式一：pip 安装（推荐）
pip install benchmark-platform
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install benchmark-platform
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/wgpsec/benchmark-platform
cd benchmark-platform
pip install -e .
# 验证安装
python -c "import benchmark_platform; print('安装成功')"
# 命令行使用
benchmark-platform --help
# 基本用法
benchmark-platform input_file -o output_file
# Python 代码中调用
import benchmark_platform
# 示例
result = benchmark_platform.process("input")
print(result)
# benchmark-platform 配置文件示例（config.yml） app: name: "benchmark-platform" debug: false log_level: "INFO" # 运行时指定配置文件 benchmark-platform --config config.yml # 或通过环境变量配置 export BENCHMARK_PLATFORM_API_KEY="your-key" export BENCHMARK_PLATFORM_OUTPUT_DIR="./output"
中文文档 | English
flag{uuid} at runtime, never baked into imagespython3 -m venv venv
source venv/bin/activate
pip install -e .| Route | Description |
|---|---|
POST /api/prebuild/start | Start image pre-build (supports selective {codes: [...]}) |
POST /api/prebuild/stop | Stop pre-build |
GET /api/prebuild/status | Query pre-build progress |
POST /api/prebuild/remove | Remove a pre-built image |
POST /api/prebuild/remove_batch | Remove selected pre-built images {codes: [...]} |
POST /api/prebuild/remove_all | Remove all pre-built images |
| Dashboard | Challenges |
|---|---|
|  |  |
| Challenge Store | Prebuild |
|---|---|
|  |  |
All endpoints require Agent-Token header. Endpoints marked with 🔒 require the admin (default team) token.
| Route | Description |
|---|---|
GET /api/challenges | List all challenges |
POST /api/start_challenge | Start instance {code} |
POST /api/stop_challenge | Stop instance {code} |
POST /api/submit | Submit flag {code, flag} |
POST /api/hint | Get hint {code} |
GET /api/challenges/{code}/progress | Query flag progress |
POST /api/stop_all | 🔒 Stop all instances |
POST /api/challenges/reload | 🔒 Hot-reload newly downloaded challenges |
POST /api/start_level | 🔒 Start all challenges at a level |
POST /api/stop_level | 🔒 Stop all challenges at a level |
GET /api/instance_statuses | 🔒 Batch query instance statuses |
| Route | Description |
|---|---|
GET /api/store/manifest | Fetch remote challenge manifest |
POST /api/store/download | Download a challenge by ID |
POST /api/store/download-all | Download all challenges in a category |
POST /api/store/delete | Delete a downloaded challenge |
POST /api/store/import | Import a local zip file |
The platform supports two integration methods for AI agents:
/mcp/, AI agents call tools directly without writing HTTP code. See MCP Server section above./api/*. Authenticate with Agent-Token: <token> header. See REST API section above.For complete API/MCP protocol documentation and integration examples (LangChain, openai-agents, Python native), see the Tsec-Hackathon documentation.
benchmark-platform 是一个专为挑战赛场景设计的自动化基准测试平台。它能够高效管理挑战实例的生命周期，并为 AI Agent 提供标准化的评测环境。通过高度自动化的流程，开发者可以轻松部署、运行并管理各类复杂的测试任务。
平台提供完善的挑战生命周期管理（启动、停止、健康检查），并支持动态 Flag 注入机制，确保每个实例在运行时获得唯一的 `flag{uuid}`，避免硬编码在镜像中。此外，内置的 Challenge Store 支持从 GitHub Releases 下载挑战，并针对中国大陆网络环境提供了镜像加速。通过 Hot-reload 技术，新下载的挑战无需重启服务器即可直接使用，支持多 Flag 模式以应对复杂场景。
在部署本平台前，请确保您的系统已安装 Python 3.10 或更高版本，并配置好 Docker 与 Docker Compose 环境。此外，若需运行相关的部署脚本，系统中还需安装 sshpass 工具。
首先，建议使用 Python 虚拟环境进行隔离安装：执行 `python3 -m venv venv` 并激活环境。随后，通过 `pip install -e .` 以可编辑模式安装项目依赖。对于需要管理镜像预构建（Prebuild）的管理端用户，可以通过提供的 API 接口对镜像进行构建、停止及清理操作。
本项目提供了 Quick Start 指南，帮助开发者快速上手。您可以根据需求通过命令行或 API 启动挑战实例。对于管理员，可以通过 Prebuild API 预先构建特定代码的镜像，从而提升挑战启动时的响应速度。
平台提供两套 API 系统：REST API 用于标准的 HTTP 请求，所有端点均需在 Header 中携带 `Agent-Token` 进行身份验证；Store API 则专为管理员设计，用于管理远程挑战清单的获取、下载及本地存储的清理。此外，针对管理端操作，部分接口需使用 Admin Token 进行权限校验。
平台为 AI Agent 提供了两种集成工作流：1. **MCP (推荐方式)**：通过 `/mcp/` 路径的 Streamable HTTP 连接，使 AI Agent 能够直接调用工具，无需编写复杂的 HTTP 请求代码；2. **REST API**：通过标准的 `/api/*` 端点进行集成，适用于需要高度自定义 HTTP 交互的传统开发场景。
本项目在 FAQ 章节中汇总了常见问题解答，涵盖了从环境配置到运行异常处理的各类疑难点，旨在帮助开发者快速定位并解决在使用过程中的问题。
该项目提供了一个开源的AI工作流，帮助开发者快速搭建和管理AI agent CTF靶场竞赛平台。虽然项目质量较高，但仍存在一些风险和挑战需要注意。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
总体来看，开源AI工作流：AI agent CTF靶场竞赛平台 是一款质量良好的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | benchmark-platform |
| 原始描述 | 开源AI工作流：AI agent CTF 靶场竞赛平台。⭐44 · Python |
| Topics | workflowpython |
| GitHub | https://github.com/wgpsec/benchmark-platform |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-24 · 更新时间：2026-05-26 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型，复制安装指令后粘贴到对应客户端