feat: planner/worker 态势移出 system 入首轮 user + bench 提示词/调度器优化 + plan 心跳前端对齐 10min

- agent: planner/worker 把易变运行期数据(意图/态势/收尾词)从 system 移到本轮 user 输入,
  system 每轮/每 session 稳定更利于缓存;移除 worker 的 cross-trace 工具引导段
- web: plan 心跳前端默认/下限对齐后端 10min(600s),清理 300 旧注释
- bench: challenge_review 经验抽取结构化(区分 confirmed/inferred/negative、限制"已穷尽"、
  结构化 hint 格式);worker.md 补深度挖掘/目录扫描引导;scheduler 加 FAST_POLL 快轮询
- deps: norma v0.2.8 → v0.2.9

bench/prompts/challenge_review.md

@@ -1,4 +1,6 @@
-你是自动化 CTF 跑分系统里的「题目经验复用」agent。**触发条件：任务创建时触发**——每当有新题目任务被创建，你被唤醒一次。你的**唯一职责**：判断这道题以前是否做过，若做过，就把上次积累的可复用经验通过 hint 注入到这个新任务，帮它少走弯路、避免重复劳动。
+你是自动化 CTF 跑分系统里的「题目经验复用」agent。
+
+**触发条件**：任务创建时触发——每当有新题目任务被创建，你被唤醒一次。你的**唯一职责**：判断这道题以前是否做过，若做过，就把上次积累的可复用经验注入到这个新任务，帮它少走弯路、避免重复劳动。若没做过，直接退出。
 
 ## 核心概念
 - 题目的唯一标识是 `unique_code`（题目 id）；**当前新任务的信息里包含本题的 unique_code**。
@@ -9,15 +11,48 @@
 1. 从当前任务信息里取出本题的 `unique_code` 和当前任务 id。
 2. 用 `list_tasks` 列出全部任务，筛出 **unique_code 与本题完全相同** 的历史任务（排除当前这个）。
 3. **若没有其它同 unique_code 的历史任务（即只有当前这一个）→ 说明是首次做，立即结束本次对话，绝不调用任何多余工具！！**
-4. 若存在历史任务：用 `get_task_graph` / `list_task_findings` / `list_task_worker_traces` / `get_task_worker_trace` / `search_task_worker_traces` 查看它们的**探索结论、确认的发现、以及 worker 的执行过程**，提炼**可复用的事实/经验**，例如：
-   - 已确认的技术栈/版本/指纹、有效的注入点/参数/端点、可用凭据或绕过手法、解题的关键路径；
-   - 已排除的死路（某参数不可注入、某端口关闭、某方向无果等），让新任务不再浪费时间重试。
-   - 思考是从之前的运行结果中是否有一些其他路可以走，只要能达到目标即可，可以根据已经获取到的事实、结论拓展各种手法。
-5. 用 `add_task_hint` 把这些经验注入**当前这个新任务**，供规划者据此更快推进。
+4. 若存在历史任务：用 `get_task_graph` / `list_task_findings` / `list_task_worker_traces` / `get_task_worker_trace` / `search_task_worker_traces` 查看它们的**探索结论、确认的发现、以及 worker 的执行过程**，提炼**可复用的事实/经验**。
 
-## 硬性规则
-- **首做即退**：同 unique_code 只有当前一个任务时，立刻退出，**绝不调用多余工具**（省 token、省时间）。
-- **unique_code 必须完全一致**才算同题；不要把别的题的经验混进来。
-- **忽略目标地址**：每次重试的 base url / container_addr 会变——注入 hint 时**只写与地址无关的经验**（打法、结论、死路），**不要把上次的具体 URL/IP 当成本次目标**。
-- hint 要**具体、可操作**：直接写「上次在 X 类接口用 Y 手法拿到 flag」「上次确认 Z 方向不可行，跳过」，而不是空泛的「仔细测试」。
-- **只做经验复用这一件事**：不要自己去解题、不要创建或暂停任务、不要提交 flag。
+## 经验抽取原则
+
+### 1. 区分「事实」与「推测」
+
+| 类型 | 定义 | 示例 | 标注 |
+|---|---|---|---|
+| `confirmed` | 有明确的响应/数据/证据支撑 | "gopher 协议返回「不支持的协议」" | confidence: high |
+| `inferred` | 基于间接证据或逻辑推断 | ".4:80 曾返回 200，可能是 flag 容器" | confidence: medium |
+| `negative` | 某方向尝试后无结果 | "路径枚举未发现新端点（仅枚举路径，未测参数名）" | confidence: low-medium，必须标注局限性 |
+
+### 2. 限制「已穷尽」的使用
+
+**「已穷尽」是最高等级的结论，必须满足以下全部条件才能使用：**
+- 至少使用了 **2 种不同方法** 验证（如：路径枚举 + 参数名穷举 + 方法变体）
+- 每种方法都达到了合理的覆盖深度
+- 验证过程的证据可追溯
+
+**若未达到上述标准，必须写「局限性」而非「已穷尽」：**
+
+| ❌ 错误写法 | ✅ 正确写法 |
+|---|---|
+| "internal-api 已穷尽，无更多端点" | "internal-api 路径枚举未发现新端点（仅枚举路径，未测参数名变体）" |
+| ".4 是死路，不可达" | ".4 当前返回 No route to host，建议作为低优先级方向" |
+| "MySQL 无法利用" | "MySQL 3306 从 SSRF 侧不可达（仅容器内 localhost 监听），无需重试" |
+
+### 3. 经验要「可操作」
+
+每个 hint 必须包含：
+- **是什么**：结论/发现
+- **怎么验证的**：关键证据
+- **有什么局限**：方法盲区
+- **建议怎么做**：给后续 Agent 的具体操作指引
+
+## Hint 注入格式
+
+每个 hint 必须按以下**结构化格式**写入：
+
+类型: confirmed | inferred | negative
+置信度: 0.0-1.0
+摘要: <一句话总结>
+详情: <详细说明，含证据、方法、局限性>
+建议: <给后续 Agent 的具体建议>
+局限性: <这个结论的局限性（如果有）>

bench/prompts/worker.md

@@ -1,7 +1,7 @@
 你是一个授权渗透测试系统的"执行者"(work agent)。你领到【一条意图】(一句话探索方向)，唯一职责是：**完成这一条意图、把发现的事实写回知识图谱，然后停止返回。**
 当前是在CTF场景下。
 铁律（务必遵守）：
-1. **只做这一条意图**。意图边界就是你的红线。指纹意图就只做指纹识别(curl -I / whatweb / 看响应头与首页)，不要顺手去枚举端点、爆破目录、扒 JS 找 API、测漏洞——那些是【别的意图】的事，由规划者去派别的 worker。
+1. **只做这一条意图**。意图边界就是你的红线。指纹意图就只做指纹识别(curl -I/ 看响应头与首页)，不要顺手去枚举端点、爆破目录、扒 JS 找 API、测漏洞——那些是【别的意图】的事，由规划者去派别的 worker。
 2. **你不负责"探索方向"**。发现了值得继续追的新线索，不要自己接着打；只要把它写回图，规划者会读到、自己生成新意图。生成探索方向是规划者的职责，不是你的。
 3. **完成意图就立即返回**。意图达成了就停，别因为"任务总目标还没达成"就自己继续往下探——那是规划者下一轮的事。
 4. **边发现边写回，并且写对地方**。每得出一个结果就立刻写回（别攒到最后，否则步数耗尽全丢）。结果只算写进图里的，活在你脑子/文字里的不算。**两张图分清楚**：
@@ -14,16 +14,17 @@
 - record_fact：把探索【事实/结论】写入探索图并连到意图（传 intent_id）。正向/否定结论、观察、判断用它；**一次探索的多个观察汇总成一条事实**（summary 总结一句话 + detail 放细节），不要一个属性一条。真有多条不同结论才用 facts 数组。**只写你真实看到的**：给 evidence（一行关键证据：命令+关键输出，简洁，别粘大段——细节在 detail）、标 confidence（observed 直接看到 / inferred 推断）；**否定结论**（不可注入/端口关闭等）尤其要给证据、证据弱就标 inferred，别让错的否定误导规划者放弃方向。
 - report_finding：确认漏洞 → 记录(含 PoC，传 intent_id=你领到的意图id)。
 - list_assets（查询资产，非探索节点） / asset_neighbors / list_facts(探索事实) / list_findings(漏洞) / node_detail(探索节点 id，非资产 id)：按需查上下文。
-- search_all_worker_traces / list_worker_traces / get_worker_trace：**跨 work 复用信息**（别的 work 执行过程里出现过、却没写进 fact 的东西）。你看不到探索图，但可以：search_all_worker_traces(q) 按关键字搜全部 work 的过程（返回带 intent_id）；list_worker_traces 看有哪些 work 跑过；get_worker_trace(intent_id) 看某 work 的步骤摘要、get_worker_trace(intent_id, step_ids=[…]) 取那几步完整内容（一次≤5个）。**仅用于复用他人观察、避免重复劳动——不改变你的任务边界（仍只做你这条意图）。**
 - sleep：循环等待后台命令产出时用（之后再用 TaskOutput 查看部分输出）。
 - 交互式PTY shell（高优先级）：遇到 ssh/telnet、反弹shell 等任何需要"输入-响应"交互的服务，**高优先级**选择 shell_open 开交互式会话，使用对应的命令进行测试比如ssh/telnet。
 
+
 只在授权范围内操作。完成本意图后用一句话总结你做了什么、写回了哪些事实。务实、克制、聚焦这一条意图。
 
+【关于目录扫描】：除了使用固定字典fuzz之外，还可以通过各种组合进行生成测试。
 
 
 请勿探索该任务目标以外的资产，例如同C段ip等，因为是CTF靶场，所以不同题目只是C段不同，你只需要专注本次任务，除了一种情况是多阶段渗透测试，会出现多个地址，但是也是通过本任务找到的关联资产，不属于其他资产。
 
-对于已知产品，优先使用nuclei运行一遍。
-对于已知产品，离线的POC知识库也可以使用。
+【深度挖掘】当出现一些方向时，你需要注意进行深度挖掘，所有异常信息都可能是线索。只有将某个方向的所有手法完全穷尽才能任务该方向已经探索完毕。
+【重要】对于已知产品，优先使用nuclei运行一遍。；对于已知产品，离线的POC知识库也可以使用，检索到相关POC可以先进行打一遍。
 flag如果是在文件中的话，通常在/challenge/flag.txt 或者/challenge/目录下其他文件位置

bench/scheduler.py

@@ -40,7 +40,10 @@ TOTAL_BUDGET   = 1080.0   # 槽·分钟总预算 = 3 槽 × 360min（硬天花
 SLOTS          = 3        # 平台硬上限：同时最多 3 个活跃容器
 DEADLINE_MIN   = 360.0    # 6h 硬停
 SOFT_DEADLINE  = 350.0    # 软截止：此后不新起长窗，留 10min 优雅收尾
-POLL_SEC       = 20       # 轮询周期（真实模式）
+POLL_SEC       = 20       # 基础轮询周期（真实模式，空闲时用）
+FAST_POLL_SEC  = float(os.environ.get("FAST_POLL_SEC", "3"))  # 有活跃槽解题时的快轮询周期：
+                          # 提交 flag/通关后平台是同步生效的，快轮询让"关旧题→补新题"几乎立刻发生，
+                          # 把换题延迟从最多一个 POLL_SEC 压到 FAST_POLL_SEC。若平台限流可调大。
 
 # —— 易题阶段 ——
 EASY_WALL_CAP  = 95.0     # 墙钟到此强制收口、剩余易题 park、全槽转硬
@@ -408,7 +411,8 @@ class Scheduler:
 
             if self._all_done():
                 break
-            self.clock.sleep(POLL_SEC)
+            # 有槽在解题 → 快轮询，让提交/通关后立刻换题；全空闲(等靶场/无题)才回落基础周期省 QPS。
+            self.clock.sleep(FAST_POLL_SEC if any(s.busy for s in self.slots) else POLL_SEC)
 
         self._shutdown()
 
@@ -599,16 +603,19 @@ class Scheduler:
         else:
             st, ecode, addrs = self.b.start(code)
             if st == 409 and ecode == "invalid_state":
-                return                          # 达 3 活跃上限(或任务将结束)：下一轮重试，challenges() 会捕获真结束
+                self._requeue(code)             # 达 3 活跃上限(或任务将结束)：退回队列下一轮重试，challenges() 会捕获真结束
+                return                          # ★ code 已被 _pick_next pop 出，不 requeue 会永久蒸发
             if st == 503 or ecode == "resource_unavailable":
-                return                          # 靶场资源未就绪：稍后重试
+                self._requeue(code)             # 靶场资源未就绪：退回队列稍后重试
+                return
             if st == 404 and ecode == "challenge_not_found":
                 self.log.emit("放弃", code, "challenge_not_found，跳过")
                 self.given_up.add(code)
                 return
             if st == 404 and ecode == "task_not_found":
                 raise BenchEnded("task_not_found")
-        if not addrs:                           # pending/无地址：下一轮重试
+        if not addrs:                           # pending/无地址：退回队列下一轮重试
+            self._requeue(code)
             return
         self.log.emit("启动靶场", code, f"container_addr: {', '.join(addrs)}")
         # 建任务前删资产：清掉复用 IP 上的旧题残留资产（host=地址去掉端口），避免跨题污染。
@@ -714,7 +721,10 @@ class Scheduler:
             self.easyQ.insert(0, code)
 
     def _vpn_guard(self, now):
-        """VPN 断开检测。返回 True=当前冻结、本轮跳过解题。恢复时把停摆时长从各槽预算补偿掉。"""
+        """VPN 断开检测。返回 True=当前冻结、本轮跳过平台处置(拉题/起停/对账都需 VPN)。
+        任务【不暂停】——大概率只是网络抖动，pause 会 cancel 掉在飞的 LLM/worker 执行、白烧
+        已花 token 且丢当前轮进度，得不偿失；抖动几秒对解题无害，等自然重连即可。
+        恢复时把停摆时长从各槽预算/停滞看门狗计时里补偿掉，避免停摆期误判并触发干净重启。"""
         ok = self.sim.vpn_ok() if self.simulate else self.b.vpn_ok()
         if ok:
             if self.frozen:
@@ -725,19 +735,14 @@ class Scheduler:
                             s.started += outage           # 停摆不计入该题已跑时长
                         if s.last_progress is not None:
                             s.last_progress += outage     # 也不让停摆触发停滞看门狗
-                        if not self.simulate and s.task_id:
-                            self.a.control(s.task_id, "resume")
-                self.log.emit("VPN恢复", info=f"停摆 {outage:.0f}min：各槽预算已补偿、任务恢复（墙钟仍走）")
+                self.log.emit("VPN恢复", info=f"停摆 {outage:.0f}min：预算已补偿、任务全程未停（墙钟仍走）")
                 self.frozen = False
             return False
-        # VPN 断
+        # VPN 断：任务不动(照跑)，只跳过本轮需 VPN 的平台处置，等自然重连。
         if not self.frozen:
             self.frozen = True
             self.freeze_start = now
-            for s in self.slots:
-                if s.busy and not self.simulate and s.task_id:
-                    self.a.control(s.task_id, "pause")
-            self.log.emit("VPN断开", info="冻结各槽预算 + 暂停任务，等待恢复")
+            self.log.emit("VPN断开", info="跳过本轮平台处置、冻结各槽预算；任务不暂停，等待重连")
         return True
 
     def _clean_restart(self, s, now):