自动化与运维 cybersecuritymitre-attacknist-csfincident-responsethreat-huntingdfirred-teamingagentskills

Anthropic 网络安全技能库

为 AI 代理提供 817 个结构化网络安全技能,覆盖 29 个领域,映射 6 大安全框架。

FollowAgents 评估 · FARS-2.1
不推荐
52/ 100 五分制 2.6 / 5
1 2 3 4 5 6
1信任安全10 / 29 · 1.7/5

证据显示仓库包含安全策略(SECURITY.md)和负责任披露流程,但未提供权限最小化、用户确认、数据流透明、敏感数据处理、依赖安全、外部影响、回滚或来源归属的具体实现细节。因此,这些标准仅部分满足,得分为1。

2可靠稳定6 / 14 · 2.1/5

仓库结构一致,README和索引生成脚本(update-index.yml)显示技能数量自动同步,但未提供依赖可用性保证或失败消息的详细说明。因此,自洽性得分为2,依赖可用性和失败消息得分为1。

3适用触发12 / 18 · 3.3/5

README详细说明了目标受众(安全分析师、AI代理)和多种使用场景,并提供了技能触发条件(When to Use)和前置条件(Prerequisites),但未明确能力边界或环境适配的具体细节。因此,受众和场景、能力边界、触发精度、环境适配均得分为2。

4规范维护11 / 18 · 3.1/5

信息架构清晰(技能目录结构、frontmatter规范),安装说明(npx、git clone)明确,命名稳定(kebab-case),示例和FAQ部分存在,但已知限制未明确列出。许可证为Apache-2.0,版本和变更日志有记录,维护责任明确(社区贡献)。因此,信息架构、安装说明、命名稳定性、示例和FAQ、许可证、版本和变更日志、维护责任得分为2,已知限制得分为1。

5有效结果9 / 13 · 3.5/5

输出可用性高(结构化技能,便于AI代理使用),边际价值明显(填补安全知识空白),成本效益合理(约30 tokens扫描,500-2000 tokens加载)。因此,输出可用性、边际价值、成本效益均得分为2。

6证据核验4 / 8 · 2.5/5

声明可追溯(技能映射到MITRE框架,有验证声明),但跨来源佐证有限(仅提及外部列表和引用),事实与推断分离不明确(README中混合了事实和推断)。因此,声明可追溯性得分为2,跨来源佐证和事实推断分离得分为1。

证据充分度: 评估于 2026年8月9日 审查版本 4c0b700ac5d2
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 仓库包含攻击性安全技能,用户必须确保合法授权使用。
  • 发布者身份未经验证,需谨慎评估来源可信度。
  • 技能内容可能包含过时或不准确的信息,需在实际环境中验证。
评估证据 [1][2][3][4][5]
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

这是一个大型开源网络安全技能库,专为 AI 代理设计,包含 817 个结构化技能,覆盖 29 个安全领域,如云安全、威胁狩猎、数字取证、恶意软件分析等。每个技能都遵循 agentskills.io 标准,采用 YAML frontmatter 和 Markdown 正文,便于代理快速发现和执行。技能映射到 MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF 和 MITRE F3 框架,并支持 26 种以上 AI 平台。项目由社区维护,非 Anthropic 官方产品。

该库为 AI 代理提供结构化的安全操作技能。代理可扫描技能的 YAML frontmatter(约 30 tokens)进行快速筛选,加载完整工作流(500-2000 tokens)后按步骤执行。例如,对于内存取证,技能指定调用 Volatility3 插件、检查 LSASS、关联事件日志。每个技能包含 When to Use、Prerequisites、Workflow 和 Verification 部分,并引用框架映射。支持通过 npx skills add 或 git clone 安装,兼容 Claude Code、GitHub Copilot、Codex CLI 等平台。

  1. 安全分析师使用 AI 代理分析可疑内存转储,技能指导运行 Volatility3 插件并识别凭证窃取迹象。
  2. 事件响应团队利用代理自动执行勒索软件响应手册,包括隔离、分析和恢复步骤。
  3. 红队成员使用代理进行渗透测试,技能涵盖 ADCS 攻击、BloodHound 枚举和 C2 部署。
  4. 威胁狩猎人员用代理检测 Kerberoasting,技能提供 Sigma 规则和日志分析流程。
  5. 云安全工程师用代理审计 AWS/Azure/GCP 配置,执行云攻击模拟和取证。
  6. 欺诈调查员用代理映射 MITRE F3 框架,识别金融欺诈 TTP 如凭证填充和洗钱。

这个 Agent 有哪些优点和局限?

优点
  • 覆盖 29 个安全领域,817 个技能,是最大的开源技能库。
  • 映射 6 个框架,包括最新的 MITRE F3 和 ATT&CK v19.1,便于合规和威胁建模。
  • 遵循 agentskills.io 标准,兼容 26+ 平台,支持渐进式加载,节省上下文窗口。
  • 社区活跃,贡献者众多,持续更新。
局限
  • 包含攻击性技术,仅限授权使用,有法律和道德风险。
  • 技能质量依赖社区维护,部分领域(如硬件安全)技能数量少。
  • 需要代理支持 agentskills.io 标准,否则需额外适配。
  • 某些技能可能需要特定工具或环境,如 Volatility3 或特定云环境。

如何安装或部署这个 Agent?

推荐使用 npx 安装:

npx skills add mukul975/Anthropic-Cybersecurity-Skills

或者通过 git clone:

git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git
cd Anthropic-Cybersecurity-Skills

安装后即可在支持 agentskills.io 标准的平台中使用,无需额外配置。

如何使用这个 Agent?

安装后,将代理指向技能目录。例如,在 Claude Code 或 Codex CLI 中,代理会自动加载技能。用户可提出安全任务,如“分析这个内存转储中的凭证窃取迹象”,代理会扫描 frontmatter,选择相关技能(如 memory forensics),并执行工作流。技能包含详细命令和验证步骤,代理可按指示操作。

常见问题

这个库与 Anthropic 官方有什么关系?
这是一个社区项目,与 Anthropic PBC 无关,只是使用其 Claude Code 作为兼容平台。
使用这些技能是否需要付费?
免费,采用 Apache 2.0 许可证。但某些平台(如 ChatGPT)可能需要订阅。
是否包含攻击性技术?如何保证安全使用?
是的,包含红队和渗透测试技能。必须仅用于授权测试或自己的系统,并遵守法律法规。
如何贡献新技能?
遵循 CONTRIBUTING.md 模板,提交 PR,审核通过后合并。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents