Razor25000/CybersecuritySkills
GitHub: Razor25000/CybersecuritySkills
提供754个网络安全技能的AI代理，支持MITRE ATT&CK框架。
Stars: 0 | Forks: 1
# CybersecuritySkills
### 最大的开源 AI Agent 网络安全技能库 — 全面测试通过
[](LICENSE)
[](#whats-inside)
[](#framework-coverage)
[](#whats-inside)
[](tests/)
[](#compatible-platforms)
[](CONTRIBUTING.md)
[](https://github.com/NousResearch/hermes-agent)
[](https://agentskills.io)
**754 个生产级网络安全技能 · 26 个安全领域 · 5 种框架映射 · 26+ AI 平台 · 12,828 项测试通过**
## 赋予任何 AI Agent 资深分析师的安全技能
初级分析师知道该对可疑的内存转储运行哪个 Volatility3 插件，哪些 Sigma 规则可以捕获 Kerberoasting，以及如何在三家云服务提供商之间界定云泄露的影响范围。**你的 AI Agent 并不知道这些 —— 除非你赋予它这些技能。**
本仓库包含跨越 **26 个安全领域**的 **754 项结构化网络安全技能**，每一项都遵循 [agentskills.io](https://agentskills.io) 标准。每项技能都映射到行业标准框架，并包含可运行的 Python agent 脚本、分步操作流程以及经过 agent 优化的发现元数据。
## 快速开始
```
# 选项 1：npx（推荐用于 Claude Code / agentskills.io 平台）
npx skills add Razor25000/CybersecuritySkills
# 选项 2：Git clone
git clone https://github.com/Razor25000/CybersecuritySkills.git
cd CybersecuritySkills
# 选项 3：在 VPS / Hermes Agent 上直接安装
git clone --depth=1 https://github.com/Razor25000/CybersecuritySkills.git ~/skills/cybersec
```
兼容 Claude Code、Hermes Agent、GitHub Copilot、OpenAI Codex CLI、Cursor、Gemini CLI 以及任何兼容 [agentskills.io](https://agentskills.io) 的平台。
## 框架覆盖范围
| Framework | Version | 本仓库覆盖范围 | Skill 覆盖率 |
|---|---|---|---|
| [MITRE ATT&CK](https://attack.mitre.org) | v19.1 | 15 项战术 · 286 项技术 | 754/754 项技能 (100%) |
| [NIST CSF 2.0](https://www.nist.gov/cyberframework) | 2.0 | 6 项功能 · 22 个类别 | 754/754 项技能 (100%) |
| [MITRE ATLAS](https://atlas.mitre.org) | v5.4 | 16 项战术 · 84 项技术 | 624/754 项技能 (83%) |
| [MITRE D3FEND](https://d3fend.mitre.org) | v1.3 | 7 个类别 · 267 项技术 | 649/754 项技能 (86%) |
| [NIST AI RMF](https://airc.nist.gov/AI_RMF) | 1.0 | 4 项功能 · 72 个子类别 | 626/754 项技能 (83%) |
**示例 — 一项映射到多个框架的技能：**
| Skill | ATT&CK | NIST CSF | ATLAS | D3FEND | AI RMF |
|---|---|---|---|---|---|
| `analyzing-network-traffic-of-malware` | T1071 | DE.CM | AML.T0040 | D3-NTA | MEASURE-2.6 |
## 内容详情
**26 个安全领域，754 项技能：**
| Domain | Skills | 核心能力 |
|---|---|---|
| Cloud Security | 60 | AWS, Azure, GCP 加固 · CSPM · 云取证 |
| Threat Hunting | 55 | 假设驱动狩猎 · LOTL 检测 · 行为分析 |
| Threat Intelligence | 50 | STIX/TAXII · MISP · 情报源整合 · 行为者画像 |
| Web Application Security | 42 | OWASP Top 10 · SQLi · XSS · SSRF · 反序列化 |
| Network Security | 40 | IDS/IPS · 防火墙规则 · VLAN 分段 · 流量分析 |
| Malware Analysis | 39 | 静态/动态分析 · 逆向工程 · 沙箱检测 |
| Digital Forensics | 37 | 磁盘镜像 · 内存取证 · 时间线重建 |
| Security Operations | 36 | SIEM 关联 · 日志分析 · 告警分类 |
| Identity & Access Management | 35 | IAM 策略 · PAM · 零信任身份 · Okta · SailPoint |
| SOC Operations | 33 | Playbook · 升级工作流 · 指标 · 桌面演练 |
| Container Security | 30 | K8s RBAC · 镜像扫描 · Falco · 容器取证 |
| OT/ICS Security | 28 | Modbus · DNP3 · IEC 62443 · 历史记录防御 · SCADA |
| API Security | 28 | GraphQL · REST · OWASP API Top 10 · WAF 绕过 |
| Vulnerability Management | 25 | Nessus · 扫描工作流 · 补丁优先级排序 · CVSS |
| Incident Response | 25 | 泄露遏制 · 勒索软件响应 · IR Playbook |
| Red Teaming | 24 | 全面范围演练 · AD 攻击 · 钓鱼模拟 |
| Penetration Testing | 23 | 网络 · Web · 云 · 移动 · 无线渗透测试 |
| Endpoint Security | 17 | EDR · LOTL 检测 · 无文件恶意软件 · 持久化追踪 |
| DevSecOps | 17 | CI/CD 安全 · 代码签名 · Terraform 审计 |
| Phishing Defense | 16 | 电子邮件身份验证 · BEC 检测 · 钓鱼 IR |
| Cryptography | 14 | TLS · Ed25519 · 证书透明度 · 密钥管理 |
| Zero Trust Architecture | 13 | BeyondCorp · CISA 成熟度模型 · 微分段 |
| Mobile Security | 12 | Android/iOS 分析 · 移动渗透测试 · MDM 取证 |
| Ransomware Defense | 7 | 前兆检测 · 响应 · 恢复 · 加密分析 |
| Compliance & Governance | 5 | CIS 基准 · SOC 2 · 监管框架 |
| Deception Technology | 2 | Honeytoken · 违规检测金丝雀 |
## 技能结构
每项技能都遵循一致的、经过 agent 优化的结构：
```
skills/performing-memory-forensics-with-volatility3/
├── SKILL.md ← YAML frontmatter + structured Markdown workflow
├── references/
│ └── api-reference.md ← Tool commands, API calls, technical reference
└── scripts/
└── agent.py ← Working Python agent script with argparse CLI
```
**YAML frontmatter（示例）：**
```
---
name: performing-memory-forensics-with-volatility3
description: Analyze memory dumps to extract running processes, network connections,
injected code, and malware artifacts using the Volatility3 framework.
domain: cybersecurity
subdomain: digital-forensics
tags: [forensics, memory-analysis, volatility3, incident-response, dfir]
atlas_techniques: [AML.T0047]
d3fend_techniques: [D3-MA, D3-PSMD]
nist_ai_rmf: [MEASURE-2.6]
nist_csf: [DE.CM-01, RS.AN-03]
version: "1.2"
author: mahipal
license: Apache-2.0
---
```
**Markdown body 部分：**
```
## 何时使用 ← 特定的上下文触发条件（非通用模板）
## 前提条件 ← 所需的工具、访问权限级别、环境
## 工作流 ← 包含实际命令的分步执行
## 验证 ← 如何确认成功执行
```
每项技能扫描仅需 **~30 个 token**（仅 frontmatter），完全加载需 **500–2,000 个 token**。这种渐进式披露架构允许 agent 在单次遍历中搜索全部 754 项技能，而不会超出上下文窗口限制。
## 测试
此 fork 包含涵盖全部 754 项技能的全面测试套件：
```
# 安装 dev dependencies
pip install -r requirements-dev.txt
# 运行完整测试套件
pytest tests/ -v
# 仅运行结构测试（快速）
pytest tests/test_skill_structure.py -q
# 运行脚本验证测试
pytest tests/test_scripts_importable.py -q
```
**测试覆盖率：**
- Frontmatter 完整性与 YAML 有效性（全部 754 项技能）
- 名称格式、描述长度、许可证合规性
- 必需的 Markdown 部分（`## When to Use`、`## Prerequisites`）
- "When to Use" 中无通用模板文本
- ATT&CK 技术 ID 格式验证
- `agent.py` 的存在性、语法有效性、argparse CLI、docstring
- 任何脚本中均无硬编码凭据
- `index.json` 的完整性与准确性
- 框架覆盖率的最低阈值（ATLAS/D3FEND/AI RMF ≥ 70%）
## 兼容平台
**AI 代码助手**
Claude Code (Anthropic) · GitHub Copilot (Microsoft) · Cursor · Windsurf · Cline · Aider · Continue · Roo Code · Amazon Q Developer · Tabnine · Sourcegraph Cody · JetBrains AI
**CLI agent**
OpenAI Codex CLI · Gemini CLI (Google)
**自主 agent**
Hermes Agent (Nous Research) · Devin · Replit Agent · SWE-agent · OpenHands
**Agent 框架与 SDK**
LangChain · CrewAI · AutoGen · Semantic Kernel · Haystack · Vercel AI SDK · 任何兼容 MCP 的 agent
## 许可证
本项目基于 [Apache License 2.0](LICENSE) 授权。Fork 自 [Anthropic-Cybersecurity-Skills](https://github.com/mukul975/Anthropic-Cybersecurity-Skills)，作者 Mahipal Jangra (mukul975)。与 Anthropic PBC 无任何关联。
**如果本项目对你的安全工作有所帮助，请考虑给个 ⭐**
标签：AI代理, AMSI绕过, Cloudflare, MITRE ATT&CK, Python, 威胁检测, 安全运营, 扫描框架, 技能库, 无后门, 网络安全, 隐私保护