用途：该技能用于把一个基于 C/C++ 与 AddressSanitizer 的漏洞挖掘演示管线（vuln-pipeline），适配到其他漏洞类别、目标形态、语言或检测机制。管线的基本流程为：agent 构造输入 → 在沙箱运行目标 → 检测器触发 → 第二个 agent 验证 → 第三个 agent 分析可利用性；其中每个环节均可按领域替换。
主要能力与用法：先阅读 README、harness/cli.py、find.py、grade.py、report.py 及各 prompts、asan.py、artifacts.py、config.py、targets/README.md，区分通用逻辑与领域特定部分。随后通过 AskUserQuestion 访谈用户：第一轮询问运行环境与目标（如渗透测试公司、内部 appsec 团队、智能合约审计、安全研究），第二轮按需追问检测信号、PoC 形态、隔离方式、评分标准、报告结构、新颖性检查、范围等。基于回答给出改动计划并获得确认后，按依赖顺序改写 prompts、解析器、config/artifacts、目标模板与 README。最后添加 canary 目标、运行 bin/vp-sandboxed run <domain>-canary --model <model-id> --runs 3 --parallel --stream --max-turns 50 进行验证，并检查 judge_log.jsonl、report.json 与 vuln-pipeline dedup。
可变化的维度：漏洞类别、目标形态、检测机制、输入模态、隔离边界、去重签名、报告结构与输出格式。领域特定文件需重写，编排核心基本不变；但 harness 部分文件被 dnr_harness 共享，修改需谨慎。
限制：本资料未提供具体收费、价格、平台兼容性、性能效果或完整步骤细节；也未提供官方文档链接之外的支持信息。