Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

Anthropic Cybersecurity Skills

面向 AI 智能体的最大开源网络安全技能库

817 个生产级网络安全技能 · 29 个安全领域 · 6 套框架映射 · 26+ 个 AI 平台

快速开始 · 内容概览 · 框架 · 平台 · 参与贡献

---

⚠️ 社区项目 — 这是一个独立、由社区创建的项目，与 Anthropic PBC 无关联。

🔐 仅限授权且合法使用。 本库包含进攻性与双重用途技术（例如红队 C2、钓鱼模拟、漏洞利用），旨在用于经授权的渗透测试、安全研究、防御与教育。仅可对你拥有或已获得明确书面许可的系统使用，并遵守所有适用法律与交战规则（rules of engagement）。你须自行承担使用这些技能的全部责任。请参阅 SECURITY.md 与 CODE_OF_CONDUCT.md。

为任意 AI 智能体赋予资深分析师的安全技能

初级分析师知道应对可疑内存转储运行哪个 Volatility3 插件、哪些 Sigma 规则能捕获 Kerberoasting，以及如何跨三家云服务商界定云入侵范围。你的 AI 智能体不知道——除非你为它提供这些技能。

本仓库包含 817 个结构化网络安全技能，覆盖 29 个安全领域，每项均遵循 agentskills.io 开放标准。每个技能均映射到六套行业框架 — MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF，以及 MITRE Fight Fraud Framework (F3) — 使其成为唯一具备统一跨框架覆盖的开源技能库。克隆本仓库、将智能体指向它，你的下一次安全调查即可在数秒内获得专家级指导。

六套框架，一个技能库

没有其他开源技能库能将每个技能映射到上述全部框架。一个技能，六项合规勾选。

Framework	Version	Scope in this repo	What it maps
MITRE ATT&CK	v19.1	15 tactics · 286 techniques	对手行为与 TTP
NIST CSF 2.0	2.0	6 functions · 22 categories	组织安全态势
MITRE ATLAS	v5.4	16 tactics · 84 techniques	AI/ML 对抗性威胁
MITRE D3FEND	v1.3	7 categories · 267 techniques	防御性对抗措施
NIST AI RMF	1.0	4 functions · 72 subcategories	AI 风险管理
MITRE F3 (Fight Fraud Framework)	v1.1 (2026-04-09)	8 tactics · 123 techniques · 94 fraud-relevant skills	网络赋能的金融欺诈 TTP

示例 — 单个技能跨六套框架映射：

Skill	ATT&CK	NIST CSF	ATLAS	D3FEND	AI RMF	F3
analyzing-network-traffic-of-malware	T1071	DE.CM	AML.T0047	D3-NTA	MEASURE-2.6	—
detecting-business-email-compromise	T1566	DE.AE	—	—	—	F1005.006 · monetization

🆕 MITRE Fight Fraud Framework (F3) — 94 个与欺诈相关的技能

MITRE Fight Fraud Framework (F3) 于 2026 年 4 月 9 日由 MITRE 威胁知情防御中心（Center for Threat-Informed Defense，CTID）发布，与 JPMorganChase、Citigroup、Lloyds Banking Group、Standard Chartered、CrowdStrike、Verizon Business、FS-ISAC 等机构共同开发。它是面向网络赋能的金融欺诈的、与 ATT&CK 兼容的 TTP 目录 — 填补 ATT&CK 在初始入侵之后留下的空白。

F3 v1.1 新增 两个 ATT&CK 未枚举的欺诈专用战术：

• Positioning（FA0001）— 获得访问权限后为收集/操纵数据并准备欺诈而采取的行动（合成身份播种、synthetic-identity seeding、账户养号、account warming、受益人设置、SIM 换卡预置、银行会话劫持）。
• Monetization（FA0002）— 将窃取资产转化为可用资金（钱骡分层、APP 欺诈、加密货币出金、银行卡套现、退款/拒付滥用）。

欺诈专用技术使用 F1XXX ID（例如 F1005.003 Add Beneficiary、F1025.003 Wire Transfer、F1007 Adversary-in-the-Browser）；复用的 ATT&CK 技术保留其 T1XXX ID。映射位于各技能的 mitre_f3: frontmatter 块中 — 全部 123 个 F3 v1.1 技术 ID 均已对照上游 STIX bundle 验证。架构说明见 docs/mitre-f3-mapping.md。

MITRE ATT&CK v19.1 — 754/754 个技能已映射

每个技能均携带经 MITRE ATT&CK v19.1（最新版本）验证的 mitre_attack frontmatter 列表，使用官方 mitreattack-python 库 — 覆盖全部 15 个 Enterprise 战术的 286 种不同技术，并在相关处包含 ICS 与 Mobile 技术。零个已撤销或已弃用 ID。v19.1 重构后的 Defense Evasion（现拆分为 Stealth 与 Defense Impairment）如下所示。

Tactic	ID	Skills
Reconnaissance	TA0043	103
Resource Development	TA0042	22
Initial Access	TA0001	467
Execution	TA0002	350
Persistence	TA0003	444
Privilege Escalation	TA0004	464
Stealth	TA0005	442
Defense Impairment	TA0112	92
Credential Access	TA0006	202
Discovery	TA0007	237
Lateral Movement	TA0008	68
Collection	TA0009	172
Command and Control	TA0011	123
Exfiltration	TA0010	82
Impact	TA0040	50

快速开始

# Option 1: npx (recommended)
npx skills add mukul975/Anthropic-Cybersecurity-Skills

# Option 2: Git clone
git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git
cd Anthropic-Cybersecurity-Skills

可立即用于 Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor、Gemini CLI，以及任何 agentskills.io-compatible 平台。

🌍 GARS-2026 — 全球智能体 AI 就绪度调研

我正在开展一项全球性学术研究，衡量安全专业人员、开发人员和企业团队对智能体 AI（agentic AI）——包括 MCP 服务器、工具调用、治理以及人在回路（human-in-the-loop）工作流——的实际就绪程度。

如果您使用本仓库，您的回应将是一份极具价值的数据点。

📋 参与调研（约 10 分钟）： Survey Link

• 60 道题目 · 匿名 · 由 SRH Berlin 监督
• 完成可获得 50 个 Casky Tokens，用于抢先体验 casky.ai
• 研究结果将以 CC-BY 4.0 许可开放发表

🚀 在 Playground 中试用

无需任何设置，即可亲手体验 Casky.ai。

→ 在 Casky.ai 上启动 Playground

Playground 可让您：

• 针对真实目标运行实时网络安全技能演练
• 观看 AI 智能体实时执行结构化技能
• 交互式探索映射至 MITRE ATT&CK 的工作流
• 测试威胁狩猎、DFIR 和渗透测试场景

无需安装。无需配置。打开即用。

项目背景

2024 年全球网络安全人才缺口达 480 万 个空缺岗位（ISC2）。AI 智能体有助于缩小这一缺口——但前提是它们拥有可依托的结构化领域知识。如今的智能体可以编写代码、搜索网络，却缺少能将通用 LLM 转变为合格安全分析师的实践者手册（practitioner playbooks）。

现有安全工具仓库提供的是词表、载荷或漏洞利用代码。它们都无法为 AI 智能体提供资深分析师所遵循的结构化决策工作流：何时使用何种技术、需检查哪些前置条件、如何逐步执行，以及如何验证结果。本项目填补的正是这一空白。

Anthropic Cybersecurity Skills 并非脚本或检查清单的集合。它是专为 agentskills.io 标准从零构建的 AI 原生知识库 —— 以 YAML frontmatter 实现亚秒级发现，以结构化 Markdown 支持逐步执行，并以参考文件提供深度技术上下文。每项技能编码的是真实实践者工作流，而非生成的摘要。

内容概览 — 29 个安全领域

领域	技能数	核心能力
云安全	66	AWS、Azure、GCP 加固 · CSPM · 云攻击模拟 · 云取证
威胁狩猎	58	假设驱动狩猎 · LOTL 检测 · EVTX 狩猎 · 跨终端集群狩猎
威胁情报	52	STIX/TAXII · MISP · OpenCTI · 情报源集成 · 攻击者画像
网络安全	43	IDS/IPS · 防火墙规则 · VLAN 分段 · 流量分析
Web 应用安全	42	OWASP Top 10 · SQLi · XSS · SSRF · 反序列化
数字取证	41	磁盘镜像 · 内存取证 · Hayabusa/KAPE/Plaso 时间线
恶意软件分析	39	静态/动态分析 · 逆向工程 · 沙箱分析
身份与访问管理	37	Entra ID/ROADtools · 设备码钓鱼 · PAM · 零信任身份
SOC 运营	35	Playbook · 升级工作流 · Graph 日志检测 · 桌面推演
红队	33	ADCS/Certipy · BloodHound CE · Sliver/Havoc C2 · NTLM 中继
容器安全	33	K8s RBAC · 镜像扫描 · Falco · 容器逃逸
安全运营	28	SIEM 关联 · 日志分析 · 告警分诊
OT/ICS 安全	28	Modbus · DNP3 · IEC 62443 · 历史数据库防护 · SCADA
API 安全	28	GraphQL · REST · OWASP API Top 10 · WAF 绕过
事件响应	26	泄露遏制 · 勒索软件响应 · IR playbook
漏洞管理	25	Nessus · 扫描工作流 · 补丁优先级 · CVSS
渗透测试	21	网络 · Web · 云 · 移动端 · NetExec 横向移动
DevSecOps	18	CI/CD 安全 · Trivy IaC/镜像扫描 · 代码签名
零信任架构	17	BeyondCorp · CISA 成熟度模型 · 微分段
终端安全	17	EDR · LOTL 检测 · 无文件恶意软件 · 持久化狩猎
密码学	16	TLS · Ed25519 · 后量子迁移 · 密钥管理
钓鱼防御	15	邮件认证 · BEC 检测 · 钓鱼 IR
AI 安全	14	LLM 红队（garak/PyRIT）· 提示注入 · MCP/智能体安全 · 护栏
移动安全	13	Android/iOS 分析 · 移动渗透测试 · MDM 取证
勒索软件防御	13	前兆检测 · 响应 · 恢复 · 加密分析
合规与治理	9	NIST 800-30/RMF · CMMC · HIPAA · TPRM · CIS 基准
供应链安全	8	SBOM · 依赖混淆 · 恶意软件包分诊 · SLSA/Sigstore
欺骗技术	6	Honeytokens · canarytokens · 泄露检测
硬件与固件安全	4	CHIPSEC/UEFI 审计 · Secure Boot 绕过 · TPM 证明 · bootkit 狩猎

AI 智能体如何使用这些技能

每项技能扫描（仅 frontmatter）约消耗 30 个 token，完整加载（完整工作流）约消耗 500–2,000 个 token。这种渐进式披露架构使智能体可在单次遍历中检索全部 817 项技能，而不会撑爆上下文窗口。

User prompt: "Analyze this memory dump for signs of credential theft"

Agent's internal process:

  1. Scans 817 skill frontmatters (~30 tokens each)
     → identifies 12 relevant skills by matching tags, description, domain

  2. Loads top 3 matches:
     • performing-memory-forensics-with-volatility3
     • hunting-for-credential-dumping-lsass
     • analyzing-windows-event-logs-for-credential-access

  3. Executes the structured Workflow section step-by-step
     → runs Volatility3 plugins, checks LSASS access patterns,
        correlates with event log evidence

  4. Validates results using the Verification section
     → confirms IOCs, maps findings to ATT&CK T1003 (Credential Dumping)

没有这些技能时，智能体会凭猜测运行工具命令并遗漏关键步骤。有了它们，智能体将遵循与资深 DFIR 分析师相同的手册。

技能结构

每项技能遵循统一的目录结构：

skills/performing-memory-forensics-with-volatility3/
├── SKILL.md              ← Skill definition (YAML frontmatter + Markdown body)
├── references/
│   ├── standards.md      ← MITRE ATT&CK, ATLAS, D3FEND, NIST mappings
│   └── workflows.md      ← Deep technical procedure reference
├── scripts/
│   └── process.py        ← Working helper scripts
└── assets/
    └── template.md       ← Filled-in checklists and report templates

YAML frontmatter（真实示例）

---
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: mukul975
license: Apache-2.0
---

Markdown 正文部分

## When to Use
Trigger conditions — when should an AI agent activate this skill?

## Prerequisites
Required tools, access levels, and environment setup.

## Workflow
Step-by-step execution guide with specific commands and decision points.

## Verification
How to confirm the skill was executed successfully.

Frontmatter 字段：name（kebab-case，1–64 个字符）、description（关键词丰富，便于智能体发现）、domain、subdomain、tags、atlas_techniques（MITRE ATLAS ID）、d3fend_techniques（MITRE D3FEND ID）、nist_ai_rmf（NIST AI RMF 引用）、nist_csf（NIST CSF 2.0 类别）。MITRE ATT&CK 技术映射记录于每项技能的 references/standards.md 文件中，并包含在发布包附带的 ATT&CK Navigator 图层中。

📊 MITRE ATT&CK Enterprise 覆盖 — 全部 14 个战术

 

Tactic	ID	Coverage	Key skills
Reconnaissance	TA0043	Strong	OSINT, subdomain enumeration, DNS recon
Resource Development	TA0042	Moderate	Phishing infrastructure, C2 setup detection
Initial Access	TA0001	Strong	Phishing simulation, exploit detection, forced browsing
Execution	TA0002	Strong	PowerShell analysis, fileless malware, script block logging
Persistence	TA0003	Strong	Scheduled tasks, registry, service accounts, LOTL
Privilege Escalation	TA0004	Strong	Kerberoasting, AD attacks, cloud privilege escalation
Defense Evasion	TA0005	Strong	Obfuscation, rootkit analysis, evasion detection
Credential Access	TA0006	Strong	Mimikatz detection, pass-the-hash, credential dumping
Discovery	TA0007	Moderate	BloodHound, AD enumeration, network scanning
Lateral Movement	TA0008	Strong	SMB exploits, lateral movement detection with Splunk
Collection	TA0009	Moderate	Email forensics, data staging detection
Command and Control	TA0011	Strong	C2 beaconing, DNS tunneling, Cobalt Strike analysis
Exfiltration	TA0010	Strong	DNS exfiltration, DLP controls, data loss detection
Impact	TA0040	Strong	Ransomware defense, encryption analysis, recovery

ATT&CK Navigator layer file 已包含在 v1.0.0 发布资源 中，用于可视化覆盖映射。

Note: ATT&CK v19 将于 2026 年 4 月 28 日发布 — 将 Defense Evasion（TA0005）拆分为两个新战术：Stealth 与 Impair Defenses。技能映射将在后续版本中更新。

📊 NIST CSF 2.0 对齐 — 全部 6 项功能

 

Function	Skills	Examples
Govern (GV)	30+	Risk strategy, policy frameworks, roles & responsibilities
Identify (ID)	120+	Asset discovery, threat landscape assessment, risk analysis
Protect (PR)	150+	IAM hardening, WAF rules, zero trust, encryption
Detect (DE)	200+	Threat hunting, SIEM correlation, anomaly detection
Respond (RS)	160+	Incident response, forensics, breach containment
Recover (RC)	40+	Ransomware recovery, BCP, disaster recovery

NIST CSF 2.0（2024 年 2 月）新增了 Govern 功能，并将适用范围从关键基础设施扩展至所有组织。技能映射对齐全部 22 个类别，并引用 106 个子类别。

📊 框架深度解析 — ATLAS、D3FEND、AI RMF

 

MITRE ATLAS v5.4 — AI/ML 对抗性威胁

ATLAS 映射针对 AI 与机器学习系统的对抗性战术、技术及案例研究。5.4 版涵盖 16 个战术与 84 项技术，包括 2025 年末新增的 agentic AI 攻击向量：AI agent context poisoning、tool invocation abuse、MCP server compromises 与 malicious agent deployment。映射至 ATLAS 的技能可帮助智能体识别并防御针对 ML 流水线、模型权重、推理 API 及自主工作流的威胁。

MITRE D3FEND v1.3 — 防御性对抗措施

D3FEND 是由 NSA 资助的知识图谱，包含 267 项防御技术，按 7 个战术类别组织：Model、Harden、Detect、Isolate、Deceive、Evict 与 Restore。基于 OWL 2 本体构建，通过共享的 Digital Artifact 层，在防御性对抗措施与 ATT&CK 进攻性技术之间进行双向映射。标注 D3FEND 标识符的技能可让智能体针对已检测到的威胁推荐具体对抗措施。

NIST AI RMF 1.0 + GenAI Profile（AI 600-1）

AI Risk Management Framework 定义了 4 项核心功能 — Govern、Map、Measure、Manage — 共 72 个子类别，用于可信 AI 开发。GenAI Profile（AI 600-1，2024 年 7 月）新增 12 个风险类别，专门针对生成式 AI，涵盖 confabulation、数据隐私、prompt injection 与供应链风险等。科罗拉多州 AI 法案（2026 年 2 月生效）为遵守 NIST AI RMF 的组织提供 legal safe harbor，使这些映射与监管合规直接相关。

Compatible platforms

AI code assistants Claude Code (Anthropic) · GitHub Copilot (Microsoft) · Cursor · Windsurf · Cline · Aider · Continue · Roo Code · Amazon Q Developer · Tabnine · Sourcegraph Cody · JetBrains AI

CLI agents OpenAI Codex CLI · Gemini CLI (Google)

Autonomous agents Devin · Replit Agent · SWE-agent · OpenHands

Agent frameworks & SDKs LangChain · CrewAI · AutoGen · Semantic Kernel · Haystack · Vercel AI SDK · Any MCP-compatible agent

所有支持 agentskills.io 标准的平台均可零配置加载这些技能。

What people are saying

"A database of real, organized security skills that any AI agent can plug into and use. Not tutorials. Not blog posts." — Hasan Toor (@hasantoxr), AI/tech creator

"This is not a random collection of security scripts. It's a structured operational knowledge base designed for AI-driven security workflows." — fazal-sec, Medium

Featured in

Where	Type	Link
awesome-agent-skills	Awesome List (1,000+ skills index)	VoltAgent/awesome-agent-skills
awesome-ai-security	Awesome List (AI security tools)	ottosulin/awesome-ai-security
awesome-codex-cli	Awesome List (Codex CLI resources)	RoggeOhta/awesome-codex-cli
SkillsLLM	Skills directory & marketplace	skillsllm.com/skill/anthropic-cybersecurity-skills
Openflows	Signal analysis & tracking	openflows.org
NeverSight skills_feed	Automated skills index	NeverSight/skills_feed

Star history

Releases

Version	Date	Highlights
v1.0.0	March 11, 2026	734 skills · 26 domains · MITRE ATT&CK + NIST CSF 2.0 mapping · ATT&CK Navigator layer

自 v1.0.0 以来，技能在 main 上持续增长 — 该库现包含 817 项技能，具备 6 框架映射（MITRE ATLAS、D3FEND、NIST AI RMF，以及发布后新增的 MITRE Fight Fraud Framework）。请查看 Releases 获取最新标记版本。

Contributing

本项目依靠社区贡献不断成长。参与方式如下：

Add a new skill — Deception Technology（2 项技能）与 Compliance & Governance（5 项技能）等领域最需要帮助。请遵循 CONTRIBUTING.md 中的模板，并提交标题为 Add skill: your-skill-name 的 PR。

Improve existing skills — 添加框架映射、修复工作流、更新工具引用，或贡献脚本与模板。

报告问题 — 发现流程不准确或脚本损坏？提交 Issue.

每个 PR 都会在 48 小时内审核技术准确性与 agentskills.io 标准合规性。查看 good first issues 可作为入门起点。

本项目遵循 Contributor Covenant. 参与即表示你同意遵守该行为准则。

社区

💬 Discussions — 提问、想法与路线图讨论 🐛 Issues — Bug 报告与功能请求 🔒 Security Policy — 负责任的漏洞披露流程（48 小时内确认）

引用

如果你在研究或出版物中使用本项目：

@software{anthropic_cybersecurity_skills,
  author       = {Jangra, Mahipal},
  title        = {Anthropic Cybersecurity Skills},
  year         = {2026},
  url          = {https://github.com/mukul975/Anthropic-Cybersecurity-Skills},
  license      = {Apache-2.0},
  note         = {817 structured cybersecurity skills for AI agents,
                  mapped to MITRE ATT\&CK, NIST CSF 2.0, MITRE ATLAS,
                  MITRE D3FEND, and NIST AI RMF}
}

许可证

本项目采用 Apache License 2.0 许可。你可自由在个人与商业项目中使用、修改并分发这些 skills。

---

如果本项目对你的安全工作有帮助，欢迎点个 ⭐

⭐ Star · 🍴 Fork · 💬 Discuss · 📝 Contribute

社区项目，作者 @mukul975. 与 Anthropic PBC 无关联。