用途：指导智能体搭建并运行覆盖率引导的模糊测试，覆盖 libFuzzer（进程内）与 AFL++（基于 fork）两种方案，并配合 sanitizer 与 CI 流水线，用于在 C/C++ 中自动发现由输入驱动的缺陷，例如解析器、反序列化器等场景。
主要能力：编写 libFuzzer 模糊测试入口函数 LLVMFuzzerTestOneInput；使用 clang -fsanitize=fuzzer,address（可加 undefined）构建；运行、并行（-jobs、-workers）、限制时间（-max_total_time）、最小化语料（-merge=1）；复现 crash-、oom-、timeout- 命名的崩溃输入。AFL++ 方面包含安装、插桩编译（afl-clang-fast）、基于 @@ 文件参数或 stdin 运行、持久模式 __AFL_LOOP、语料最小化 afl-cmin。还涵盖结构化模糊测试自定义变异器、Atheris（Python）、dataflow tracing、OSS-Fuzz 集成、Zig 内置 fuzzing 以及词典文件。
使用方式：按资料中的步骤写 fuzz target、构建并运行；命令需保持原样，例如 clang -fsanitize=fuzzer,address -g -O1 与 afl-fuzz -i afl-input -o afl-output -- ./prog_afl @@。CI 中可做短时回归运行并配合 -error_exitcode=1；长时间运行可使用 OSS-Fuzz 或 ClusterFuzz。
适用场景：解析器与反序列化器的模糊测试、如何编写 fuzz target、设置 libFuzzer 或 AFL++、在 CI 中运行 fuzzing、复现崩溃。
限制：资料未提供具体的费用、平台支持范围或效果保证；需注意模糊测试目标不得调用 abort()/exit()、不得读取越界，且应保持高效；部分工具需要特定编译器与运行环境。