734+ 面向 AI Agent 的网络安全技能 · agentskills.io 开放标准
注意：社区项目 -- 与 Anthropic PBC 无关联。 这是一个独立的社区创建合集。仓库名称中的 "Anthropic" 指的是与 agentskills.io 标准的兼容性，并非 Anthropic 官方项目。
本仓库为中文翻译版本，原始英文版本请参见 mukul975/Anthropic-Cybersecurity-Skills。
最大的开源 AI Agent 网络安全技能合集。每个技能都遵循 agentskills.io 开放标准，可直接在 Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor、Gemini CLI 等 20+ 平台上使用。
快速开始
方法 1：npx skills
npx skills add mukul975/Anthropic-Cybersecurity-Skills
方法 2：Claude Code 插件
/plugin marketplace add mukul975/Anthropic-Cybersecurity-Skills
方法 3：手动克隆
git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git
技能分类
| 分类 | 技能数 | 示例技能 |
|---|---|---|
| 云安全（Cloud Security） | 60 | AWS S3 存储桶审计、Azure AD 配置、GCP 安全评估 |
| 威胁狩猎（Threat Hunting） | 55 | 凭据转储检测、使用 Zeek 检测 DNS 隧道、离地攻击二进制文件 |
| 威胁情报（Threat Intelligence） | 50 | 使用 MITRE Navigator 分析 APT 组织、攻击活动溯源归因、暗网监控 |
| Web 应用安全 | 42 | HTTP 请求走私、使用 Burp Suite 检测 XSS、Web 缓存投毒 |
| 网络安全（Network Security） | 40 | Wireshark 流量分析、VLAN 分段、Suricata IDS 配置 |
| 恶意软件分析（Malware Analysis） | 39 | Cobalt Strike Beacon 配置分析、Ghidra 逆向工程、YARA 规则开发 |
| 数字取证（Digital Forensics） | 37 | 使用 dd/dcfldd 进行磁盘镜像、Volatility3 内存取证、浏览器取证 |
| 安全运营（Security Operations） | 36 | Windows 事件日志分析、Splunk 检测规则、SIEM 用例实现 |
| 身份与访问管理（IAM） | 35 | 使用 Okta 配置 SAML SSO、特权访问管理、Kubernetes RBAC |
| SOC 运营 | 33 | 安全日志分析、告警分诊、事件管理 |
| 容器安全（Container Security） | 30 | Trivy 镜像扫描、Falco 运行时检测、Kubernetes Pod 安全 |
| OT/ICS 安全 | 28 | SCADA 系统攻击检测、Modbus 异常检测、Purdue 模型分段 |
| API 安全 | 28 | API 枚举攻击检测、BOLA 利用、GraphQL 安全评估 |
| 事件响应（Incident Response） | 25 | 勒索软件响应、云端事件遏制、易失性证据收集 |
| 漏洞管理（Vulnerability Management） | 25 | DefectDojo 仪表盘、CVSS 评分、补丁管理工作流 |
| 红队演练（Red Teaming） | 24 | Sliver C2 框架、BloodHound AD 分析、使用 Impacket 进行 Kerberoasting |
| 渗透测试（Penetration Testing） | 23 | 外部网络渗透测试、Kubernetes 渗透测试、Active Directory 渗透测试 |
| DevSecOps | 17 | GitLab CI 流水线、Semgrep 自定义 SAST 规则、使用 Gitleaks 扫描密钥泄露 |
| 终端安全（Endpoint Security） | 17 | CIS 基准加固、Windows Defender 配置、主机入侵检测 |
| 钓鱼防御（Phishing Defense） | 16 | 邮件头分析、GoPhish 模拟演练、DMARC/DKIM/SPF 配置 |
| 密码学（Cryptography） | 14 | TLS 1.3 配置、HSM 密钥存储、使用 OpenSSL 配置证书颁发机构 |
| 零信任架构（Zero Trust） | 13 | HashiCorp Boundary、Zscaler ZTNA、BeyondCorp 访问模型 |
| 移动安全（Mobile Security） | 12 | 使用 objection 分析 iOS 应用、Android 恶意软件逆向工程、Frida Hook |
| 勒索软件防御 | 7 | 勒索软件前兆检测、备份策略、蜜罐检测 |
| 合规治理 | 5 | GDPR 数据保护、ISO 27001 ISMS、PCI DSS 控制措施 |
工作原理
每个技能都遵循 agentskills.io 的渐进式披露模式。在技能发现阶段，AI Agent 仅读取 YAML frontmatter（约 30-50 个 token）来判断相关性：
---
name: performing-memory-forensics-with-volatility3
description: 使用 Volatility3 分析内存转储，提取进程、网络连接和恶意软件制品。
domain: cybersecurity
subdomain: digital-forensics
tags: [forensics, memory-analysis, volatility3, incident-response]
---
如果技能与任务匹配，Agent 才会加载完整内容——工作流步骤、前置条件、工具命令和验证检查——避免在不相关的技能上浪费 token。
兼容平台
这些技能可与任何支持 agentskills.io 标准或能读取结构化 Markdown 的工具配合使用：
| 平台 | 集成方式 |
|---|---|
| Claude Code | 通过 /plugin 原生加载技能 |
| GitHub Copilot | 通过 .skills/ 目录提供工作区上下文 |
| OpenAI Codex CLI | 基于文件的上下文注入 |
| Cursor | 项目规则和文档集成 |
| Gemini CLI | 上下文文件加载 |
| Amp | 技能目录挂载 |
| Goose | 基于插件的技能加载 |
| Windsurf | 从项目文件感知上下文 |
| Aider | 仓库映射集成 |
| Continue | 自定义上下文提供者 |
| 以及 16+ 其他平台 | 任何能读取结构化 Markdown 的 Agent |
技能结构
每个技能都遵循一致的目录结构：
skills/{skill-name}/
├── SKILL.md # 技能定义文件（含 YAML frontmatter）
│ ├── Frontmatter # name, description, domain, subdomain, tags
│ ├── 适用场景 # AI Agent 的触发条件
│ ├── 前置条件 # 所需工具和访问权限
│ ├── 工作流程 # 分步执行指南
│ └── 验证 # 确认成功的方法
├── references/
│ ├── standards.md # NIST、MITRE ATT&CK、CVE 参考
│ └── workflows.md # 深度技术流程参考
├── scripts/
│ └── process.py # 从业者辅助脚本
└── assets/
└── template.md # 检查清单和报告模板
贡献指南
欢迎网络安全社区的贡献。请参阅 CONTRIBUTING.md 了解添加新技能、改进现有技能和审核流程的指南。
许可证
本项目基于 Apache License 2.0 许可。详情请参阅 LICENSE。