NewStarCTF2025-Week1-Web

NewStarCTF2025-Week1-Web
可能是第一周大佬们都不屑于打吧哈哈哈

简单写下 web 的

1、multi-headach3

结合题目暗示,存在robots.txt

访问hidden.php但是发现被重定向到了index.php

看一下详细的包:

Flag 在响应头

2、strange_login

考察sql注入的万能密码

Payload:

用户名:1'or 1#

密码可以随便输

登录成功即可看到 flag

3、宇宙的中心是php

右键、F12、ctrl+U这些都被禁用

通过开发人员工具打开

看到注释:<!-- s3kret.php -->

访问s3kret.php

Intval特性的绕过

该函数的原型:

int intval ( mixed $var [, int $base = 10 ] )

如果 base 是 0,通过检测 var 的格式来决定使用的进制

方法很多,这里采用十六进制绕过

Payload:newstar2025=0x2f

4、别笑,你也过不了第二关

第二关的目标分数:1000000

在endLevel()函数中,有两个判断

一个是对score的判断,一个是对currentLevel的判断

我们在控制台修改来满足条件:

score = 1000000;

currentLevel = 1 //因为一共就两关,currentLevel从0开始的

然后调用endLevel()函数

5、我真得控制你了

看不了源码

抓包看看

解除限制

javascript:(()=>{try{document.getElementById('shieldOverlay')?.remove();document.getElementById('accessButton')?.classList.add('active');document.getElementById('accessButton').disabled=false;const f=document.getElementById('nextLevelForm');if(f){fetch(f.action||'/next-level.php',{method:'POST',headers:{'Content-Type':'application/x-www-form-urlencoded'},body:new URLSearchParams(Object.fromEntries(Array.from(f.querySelectorAll('input')).map(i=>[i.name,i.value]))).toString()}).then(r=>r.text()).then(t=>alert('server returned:\\n'+t)).catch(e=>alert('fetch failed: '+e))}else alert('no form found')}catch(e){alert('error: '+e)}})();

点击启动

爆一下密码

假设用户名是 admin

拿到密码是111111,登录后还有一层

输入一个表达式计算结果为2025即可(不能直接纯数字)

Payload示例:

?newstar=45*45

6、黑客小W的故事(1)

根据提示抓包,改一下数量

第二关

根据提示需要get传参:

?shipin=mogubaozi

采用delete方法请求

这里传参的时候需要注意一下

不要使用query传参

采用body传参

拿到一个token

带着cookie访问 /Level2_END

遇到了重定向

应该是cookie掉了

不管它,既然拿到了路径,带着刚才的cookie访问/Level3_Sh3O

这里老是遇到重定向

带着cookie访问/Level3_SheoChallenge

查看提示:/hint_DingziHelpsYou

第一个是ua

在xff、ua、ref试了八种CycloneSlash和DashSlash的组合都不行

测了好久

是ua头内容传两个:

CycloneSlash/5.0;DashSlash/5.0

小W你累死我了

Read more

宇树G1机器人强化学习训练完整实战教程

宇树G1机器人强化学习训练完整实战教程

0. 前言 人形机器人的运动控制一直是机器人领域的重要挑战,而强化学习为解决这一问题提供了强有力的工具。本教程将基于宇树G1人形机器人,从基础的强化学习环境搭建开始,逐步深入到高自由度模型的训练配置、奖励函数设计与优化,最终实现复杂动作的训练控制。作者看到一个很棒的系列,所以针对性的对文章内容进行了整理和二次理解,方便大家更好的阅读《不同自由度的宇树G1机器人强化学习训练配置及运行实战 + RSL-RL代码库问题修复》、《宇树G1机器人强化学习训练奖励函数代码架构 + 创建新的奖励函数(1)》、《RL指标分析与看板应用 — 宇树G1机器人高自由度模型强化学习训练实战(3)》、《调参解析 — 宇树G1机器人高自由度模型强化学习训练实战(4)》、《舞蹈训练?手撕奖励函数 — 宇树G1机器人高自由度模型强化学习训练实战(5)》。 1. 强化学习训练环境配置 1.1 基础环境搭建 宇树机器人的强化学习训练基于Isaac Gym物理仿真环境和RSL-RL强化学习框架。首先需要确保这两个核心组件正确安装和配置。 在开始训练之前,我们通过简单的命令来启动12自由度G1机器人的基础训练:

Seedance 2.0 × 飞书机器人深度集成:从API鉴权到上下文感知对话,97%开发者忽略的4个关键配置陷阱

第一章:Seedance 2.0 × 飞书机器人深度集成:从API鉴权到上下文感知对话,97%开发者忽略的4个关键配置陷阱 飞书机器人Token与Encrypt Key的双向校验陷阱 飞书机器人启用「事件订阅」后,必须同时验证 token(用于签名比对)与 encrypt_key(用于消息解密),但多数开发者仅配置了前者。若 encrypt_key 为空或未在服务端正确初始化,飞书将返回 400 Bad Request,且错误日志不显式提示原因。 // Go 示例:初始化飞书加解密器(需显式传入 encrypt_key) cipher, err := larksuite.NewAesCipher("your_encrypt_key_here") // ⚠️ 此处不可省略 if err != nil

零成本搭建飞书机器人:手把手教你用Webhook实现高效消息推送

1. 为什么你需要一个飞书机器人? 在日常工作中,我们经常需要处理各种通知需求。比如系统报警、任务提醒、审批结果通知等等。传统的解决方案包括短信、邮件或者第三方推送平台,但这些方式要么成本高,要么实时性差。飞书机器人提供了一种零成本、高效率的替代方案。 我去年负责的一个ERP系统升级项目就遇到了这个问题。当时我们需要在关键业务流程节点给不同部门的同事发送实时通知。如果使用短信,按照每天200条计算,一个月就要花费上千元。后来我们改用飞书机器人,不仅完全免费,还能实现更丰富的消息格式和精准的@提醒功能。 飞书机器人本质上是一个自动化程序,它通过Webhook技术接收外部系统的消息,并转发到指定的飞书群聊中。这种机制特别适合企业内部系统与飞书之间的集成,比如: * 运维报警通知 * 审批流程提醒 * 业务系统状态更新 * 日报/周报自动推送 * 数据监控预警 2. 5分钟快速创建你的第一个机器人 创建飞书机器人非常简单,不需要任何开发经验。下面我以电脑端操作为例,手把手带你完成整个过程。 首先打开飞书客户端,进入你想要添加机器人的群聊。点击右上角的"..."菜单,

【DeepSeek R1部署至RK3588】RKLLM转换→板端部署→局域网web浏览

【DeepSeek R1部署至RK3588】RKLLM转换→板端部署→局域网web浏览

本文为DeepSeek R1 7B 以qwen为底座的LLM在瑞芯微RK3588 SoC上的完整部署流程,记录从开发板驱动适配烧录开始,到最终的开发板终端访问模型和局域网web访问模型的完整流程,有不足之处希望大家共同讨论。 文章目录 * 一、项目背景介绍 * 二、所需工具介绍 * 1.硬件工具 * 1.X86 PC虚拟机Ubuntu20.04 * 2. 准备NPU驱动为0.9.8的RK3588开发板 * 2.软件工具 * 三、获取.safetensors模型权重 * 四、safetensors转RKLLM * 1.转换环境搭建 * 2.模型转换 * 五、RKLLM模型板端部署及推理 * 六、集成开源gradio工具实现web访问 一、项目背景介绍 先来介绍下项目背景吧,目前有一个空闲的firefly出厂的搭载瑞芯微RK3588 SoC的arm64开发板,样式如图所示: 博主之前主要进行CV领域的模型的RK开发板部署,对于LLM和VLM的接触并不算多,但现在大模型是趋势所向,并且瑞芯微及时的完成了针对各开源