优化后架构

┌─────────────────────────────────────────────────────────────────┐
│  Windows 11 主机（日常账户=非管理员）                              │
│  ┌─────────────────────┐  ┌──────────────────────────────────┐  │
│  │ Layer C: Hashcat    │  │  NVIDIA Studio Driver            │  │
│  │ (Windows 原生, 独占GPU)│  │  (唯一驱动, 勿在WSL装Linux驱动)   │  │
│  └─────────────────────┘  └──────────────┬───────────────────┘  │
└───────────────────────────────────────────┼─────────────────────┘
                                            │ GPU 半虚拟化直通
┌───────────────────────────────────────────▼─────────────────────┐
│  WSL2 · Kali（专用可销毁实例, 12GB, interop/automount=关闭）       │
│  ┌───────────────────────────────────────────────────────────┐  │
│  │ Layer A: open-kritt (Docker Compose, 固定release tag)      │  │
│  │  Frontend :5173 │ Backend :8080 │ Postgres :5432          │  │
│  │  Engine(持socket, 特权组件) │ 一次性job容器(root, 独立网络)  │  │
│  │  ── DOCKER-USER 出站白名单(可选加固) ──                     │  │
│  └───────────────────────┬───────────────────────────────────┘  │
│  Layer B: 仅出站到 api.deepseek.com (HTTPS, 凭证仅注入job容器)     │
└─────────────────────────────────────────────────────────────────┘
   文件交换方向: Windows → \\wsl$ → WSL (单向, 禁用反向 /mnt/c)

部署（门控式）

阶段 0：Windows 侧（Gate 0）

wsl --update; wsl --set-default-version 2
# 安装 Studio Driver 后:
wsl --install -d kali-linux

C:\Users\<你>\.wslconfig（加 sparse 防磁盘膨胀）：

[wsl2]
memory=12GB
processors=6
swap=4GB
localhostForwarding=true
sparseVhd=true

wsl --shutdown，等 8 秒。Gate 0：任务管理器显示虚拟化已启用。

阶段 1：Kali 加固优先（Gate 1）

第一件事，/etc/wsl.conf：

[boot]
systemd=true
[automount]
enabled=false
[interop]
enabled=false
appendWindowsPath=false

wsl --shutdown 重启后：Gate 1：ls /mnt/c 应不存在；cmd.exe 应无法执行。此后 Windows→WSL 传文件用 \\wsl$\kali-linux。

阶段 2：运行时（Gate 2）

sudo apt update && sudo apt full-upgrade -y
sudo apt install -y curl git ca-certificates docker.io docker-compose-v2 clinfo ocl-icd-libopencl1
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
sudo usermod -aG docker $USER   # 重新登录

/etc/docker/daemon.json（日志轮转，防扫描日志撑爆 VHDX）：

{"log-driver":"json-driver","log-opts":{"max-size":"50m","max-file":"3"}}

（注：正确键为 "log-driver":"json-file"）sudo systemctl restart docker。

Gate 2：docker compose version ≥2.13；node -v =v22；nvidia-smi 出 1660S；clinfo | grep "Device Name" 见 GPU。

阶段 3：open-kritt（Gate 3）

cd ~ && git clone https://github.com/Kritt-ai/open-kritt && cd open-kritt
git tag --sort=-creatordate | head -5        # 选最新 tag
git checkout <tag>
./kritt setup    # 选 DeepSeek API key
./kritt start

确认 .env 中 ENGINE_CODEX_AUTO_UPDATE=false（或缺省）。

Gate 3：

http://localhost:5173 可开；
Accounts → Load DeepSeek models 拉取实时目录 → Run text API check 返回 OK¹；
ss -tlnp | grep -E '5173|8080|5432' 全部绑 127.0.0.1。

阶段 4：出站白名单（可选加固，SRC 范围合规用）

官方明确：egress 管控须在 Docker host 层实现²。最小示例（按你的目标范围改 IP 段）：

# job 容器默认在独立 docker 网络; 在 DOCKER-USER 链限制其出站
sudo iptables -I DOCKER-USER -i br-+ -d <目标范围CIDR> -j ACCEPT
sudo iptables -I DOCKER-USER -i br-+ -d 140.82.0.0/16 -j ACCEPT   # github
sudo iptables -I DOCKER-USER -i br-+ -j DROP    # 其余全断

域名级白名单（api.deepseek.com 等）需 Squid 透明代理，按需再上。Gate 4：job 容器内 curl 非白名单地址超时。

阶段 5：Hashcat（Windows 原生，Gate 5）

hashcat.net 下载 Windows 版，解压即用：

hashcat.exe -I
hashcat.exe -b -m 0        # MD5 基准
hashcat.exe -b -m 22000    # WPA-PBKDF2 基准

Gate 5：识别 1660S；实测算力以 -b 为准（参考值 MD5 ~18.5 GH/s、WPA ~300 kH/s 量级）。字典可从 \\wsl$ 取 Kali 的 seclists/rockyou。

Workflow 配置（修正版）

4.1 effort 语义（以官方为准）³

请求值	实际映射	说明
`none`（Responses 格式）	关思考	最快最便宜
`minimal`/`low`	low	轻度
`medium`/`high`/`xhigh`	high	默认
`max`/`ultra`	max	思考 token 全额按输出计费，成本大头

4.2 六层结构（保留你的设计，两处增强）

Depth	步骤	effort	增强
0	入口点枚举	none	multi-output ✓
1	可达性筛选	none	Bound source 绑 Depth 0，实现 1:1 路由⁴
2	可控性分析	high	—
3	影响评估	high	可加 consume-all 做跨入口点去重
4	PoC 生成	max	思考 token 计费，控制此层调用数
5	报告输出	none	terminal，8 键 schema 缺一不可⁴

若 C1 验证失败（effort 不透传）→ fallback：拆两个 workflow 串联——WF-Enum（全局 none/low，跑 Depth 0-1，人工导出中间 JSON）→ WF-Deep（全局 high/max，输入 WF-Enum 结果跑 Depth 2-5）。成本模型不变。

成本模型（公式版，峰值单价）

单次调用 = 未命中输入×$0.30/M + 命中输入×$0.006/M + 输出(含思考)×$1.20/M

假设：代码库前缀 40k token（Depth 0 后全部命中缓存）；输出：枚举 6k、筛选 1k、分析 4k、PoC 16k（max 思考）。

Depth	次数	计算	峰值成本
0	1	40k×0.30 + 6k×1.20	$0.019
1	50	50×(40k×0.006 + 2k×0.30 + 1k×1.20)	$0.102
2	10	10×(40k×0.006 + 8k×0.30 + 4k×1.20)	$0.074
3	3	同上	$0.022
4	3	3×(40k×0.006 + 15k×0.30 + 16k×1.20)	$0.072
5	3	3×(3k×0.30 + 2k×1.20)	$0.010
合计			≈ $0.30（闲时\approx$ 0.15）

你的 $0.34 估算量级正确。控制杆按效力排序：**①闲时调度（直接减半）\to ②Depth 1 缓存命中率（50 倍价差）\to ③Depth 4 调用数（单发最贵的 8 倍）**。熔断：DeepSeek 平台小额充值制（$ 10/次），余额即预算。

安全基线 + 运维 SOP

上线前必查（缺一不可）

/etc/wsl.conf：interop/automount 已关，Windows 日常账户非管理员
5173/8080/5432 全绑 127.0.0.1；远程仅走 ssh -L 隧道
实例内零生产 SSH 密钥；GITHUB_TOKEN 只读+短命+按仓库最小授权²
ENGINE_CODEX_AUTO_UPDATE=false；.env/.data/ 已 gitignore
egress 白名单生效（做了的话）；DeepSeek 余额 ≤$10
只扫描授权目标；findings 人工审核后再提交

SOP

周期	动作
每周	Task Scheduler 跑 `wsl --shutdown && wsl --export kali-linux D:\bak\kali-%date%.tar`（关机保证一致性）
每周	WSL 内 cron：`docker system prune -f`
每月	`git fetch --tags`，看 release notes，升级前 `docker exec <db> pg_dump -U postgres kritt > dump.sql`，失败回滚旧 tag
每季度	轮换 DeepSeek key；检查 VHDX 体积（`wsl --manage kali-linux --set-sparse true` 已开则自动回收）
随时	凭证疑似泄露 → DeepSeek 平台 revoke（这是唯一真正的 kill switch）

验证来源

（检索时间：2026-10-08。价格与模型目录以 DeepSeek 官方页面实时为准。）

最优先的三件事：关 WSL interop/automount（B4）、跑 C1 的 $0.05 验证扫描、Hashcat 换装 Windows 原生版。其余按阶段门控推进即可。

基于open·kritt 的 AI 漏洞挖掘流水线