揭秘Anthropic-Cybersecurity-Skills:817个AI网络安全技能如何重塑安全分析工作流
揭秘Anthropic-Cybersecurity-Skills:817个AI网络安全技能如何重塑安全分析工作流
【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills
Anthropic-Cybersecurity-Skills是一个开源的 AI 网络安全技能库,包含817 个结构化网络安全技能,覆盖29 个安全领域,并将每个技能映射到 MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF 与 MITRE F3 共六大行业框架。它遵循 agentskills.io 开放标准,可直接用于 Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 26+ 个 AI 平台,让 AI 智能体像资深安全分析师一样开展威胁狩猎、数字取证和事件响应。
🤔 为什么 AI 智能体需要"安全技能"?
很多工具仓库提供的是字典、payload 或漏洞利用代码,但缺少一位资深分析师的决策工作流:什么时候用某个技术、先检查哪些前置条件、如何一步步执行、怎样验证结果。这正是本项目的价值所在。
它不是脚本合集,而是一个为 AI 原生设计的知识库:YAML 前置元数据(frontmatter)支持秒级发现,结构化 Markdown 承载分步执行流程,参考文件提供深度技术背景。
⚠️ 注意:本项目包含红队 C2、钓鱼模拟等攻击性/双用途技术,仅限授权的渗透测试、安全研究、防御与教育用途。详见 SECURITY.md。
📦 项目全景:817 个技能分布在 29 个安全领域
在 skills/ 目录下,每个技能都是一个独立文件夹。技能数量最多的几大领域包括:
| 安全领域 | 技能数 | 典型能力 |
|---|---|---|
| ☁️ 云安全 | 66 | AWS/Azure/GCP 加固、CSPM、云取证 |
| 🔍 威胁狩猎 | 58 | 假设驱动狩猎、LOTL 检测、EVTX 狩猎 |
| 🧠 威胁情报 | 52 | STIX/TAXII、MISP、OpenCTI、行为体画像 |
| 🕸️ 网络安全 | 43 | IDS/IPS、防火墙规则、流量分析 |
| 🌐 Web 应用安全 | 42 | OWASP Top 10、SQLi、XSS、SSRF |
| 🔬 数字取证 | 41 | 磁盘镜像、内存取证、时间线重建 |
| 🦠 恶意软件分析 | 39 | 静态/动态分析、逆向工程、沙箱 |
每个技能目录都有统一的结构,以内存取证技能为例(skills/performing-memory-forensics-with-volatility3/SKILL.md):
skills/performing-memory-forensics-with-volatility3/ ├── SKILL.md ← 技能定义(YAML frontmatter + Markdown 正文) ├── references/ ← 框架映射 + 深度技术流程参考 ├── scripts/ ← 可直接运行的辅助脚本 └── LICENSESKILL.md 的正文固定包含四个部分:When to Use(触发条件)、Prerequisites(前置要求)、Workflow(分步执行)、Verification(结果验证)。以 Cuckoo 沙箱分析技能 skills/analyzing-malware-behavior-with-cuckoo-sandbox/SKILL.md 为例,它明确告诉智能体:静态分诊通过后才做动态分析、提交样本前验证网络隔离、观察进程树时重点关注注入与加密类 API 调用——这些正是资深分析师的经验沉淀。
🧠 AI 智能体如何高效调用 817 个技能?
关键在于渐进式披露架构:每个技能仅需约30 tokens扫描 frontmatter,完整加载约 500–2000 tokens,因此智能体可以一次性检索全部 817 个技能而不撑爆上下文窗口。
一次典型的记忆转储分析过程:
- 扫描:用户输入"分析这个内存转储的凭据窃取迹象",智能体扫描 817 个技能的前置元数据,匹配出 12 个相关技能
- 加载:载入 Top 3 匹配项(内存取证、LSASS 凭据转储狩猎、Windows 事件日志凭据访问分析)
- 执行:按 Workflow 分步运行 Volatility3 插件、检查 LSASS 访问模式、关联事件日志证据
- 验证:按 Verification 节确认 IOC,并将发现映射到 ATT&CK T1003(凭据转储)
没有这些技能时,智能体只能靠猜命令、漏掉关键步骤;有了它们,它遵循的正是资深 DFIR 分析师的剧本。
🧩 六大框架映射:一个技能,六重合规
这是目前唯一将每个技能统一映射到六大框架的开源技能库。映射统计可见 mappings/README.md:
| 框架 | 范围 | 映射内容 |
|---|---|---|
| MITRE ATT&CK v19.1 | 15 战术 · 286 技术 | 对抗者行为与 TTPs(754/754 技能已映射) |
| NIST CSF 2.0 | 6 职能 · 22 类别 | 组织安全态势 |
| MITRE ATLAS v5.4 | 16 战术 · 84 技术 | AI/ML 对抗威胁 |
| MITRE D3FEND v1.3 | 7 类别 · 267 技术 | 防御性反制措施 |
| NIST AI RMF 1.0 | 4 职能 · 72 子类 | AI 风险管理 |
| MITRE F3 v1.1 | 8 战术 · 123 技术 | 网络金融欺诈 TTPs |
特别值得一提的是MITRE F3(Fight Fraud Framework):它补齐了 ATT&CK 在"入侵如何变成资金损失"这一段的空白,新增 Positioning(FA0001)与 Monetization(FA0002)两个欺诈专属战术,本库已有 94 个欺诈相关技能完成映射,映射规范详见 docs/mitre-f3-mapping.md。
📊 仓库还附带 ATT&CK Navigator 图层文件 mappings/attack-navigator-layer.json,可在 MITRE ATT&CK Navigator 中可视化查看技能覆盖矩阵(蓝色深浅代表覆盖深度);整体覆盖说明见 ATTACK_COVERAGE.md。
🚀 快速上手:两种安装方式
方式一:npx 一键添加(推荐)
npx skills add mukul975/Anthropic-Cybersecurity-Skills方式二:克隆仓库
git clone https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills cd Anthropic-Cybersecurity-Skills安装后无需额外配置,任何支持 agentskills.io 标准的平台(Claude Code、GitHub Copilot、Cursor、Codex CLI、Gemini CLI、Devin、LangChain 等)都能直接加载这些技能。
🔧 想给 AI 智能体验证技能合法性?仓库 tools/ 目录提供了校验脚本 tools/validate-skill.py 和 JSON Schema tools/agentskills-skill.schema.json,可检查技能是否符合 agentskills.io 标准。全量技能索引见 index.json。
🛡️ 适用人群与使用建议
- 安全分析师 / SOC 团队:把威胁狩猎、事件响应、取证类技能接入 AI 工作流,显著缩短分析时间
- 红队 / 渗透测试人员:在授权范围内复用 ADCS 攻击、C2 运营、横向移动等标准化流程
- 合规与安全架构师:借助六框架映射,一份技能同时满足多个合规检查项
- 新手学习者:817 个技能本身就是一份按领域组织的网络安全实战手册
💡 建议从 README.md 的"What's inside"章节入手,先挑自己最熟悉的领域(如数字取证或云安全)体验几个技能,再逐步扩展到全库。
📚 关键资料导航
| 资料 | 路径 |
|---|---|
| 项目总览 | README.md |
| 全部技能 | skills/ |
| ATT&CK Navigator 图层 | mappings/attack-navigator-layer.json |
| F3 欺诈框架映射规范 | docs/mitre-f3-mapping.md |
| 覆盖率总览 | ATTACK_COVERAGE.md |
| 技能校验工具 | tools/validate-skill.py |
| 贡献指南 | CONTRIBUTING.md |
Anthropic-Cybersecurity-Skills 以 Apache 2.0 协议开源,可自由用于个人和商业项目。当 AI 智能体从"会写代码"进化到"会做安全分析",这 817 个技能就是它从新手成长为资深分析师的捷径。🚀
【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
