mukul975/Anthropic-Cybersecurity-Skills

何を解決するか

AIエージェントは、複雑なサイバーセキュリティ業務を遂行するために必要な、構造化された実務レベルのドメイン知識が不足していることがよくあります。コードを書いたりウェブを検索したりすることはできても、シニアセキュリティアナリストが使用する特定のプレイブック、意思決定ワークフロー、および検証ステップが欠けているのが一般的です。このプロジェクトは、そのギャップを埋めるための構造化されたナレッジベースを提供し、汎用的なLLMを能力の高いセキュリティアナリストへと変貌させます。

仕組み

このプロジェクトは、agentskills.io のオープンスタンダードに従った818個の構造化されたサイバーセキュリティスキルライブラリです。各スキルは「段階的な開示（progressive disclosure）」のために設計されており、エージェントがタスクを効率的に発見・実行できるようにします：

1. Scanning: エージェントは軽量なYAMLフロントマター（約30トークン）をスキャンして、タグ、説明、ドメインに基づいて関連するスキルを特定します。
2. Loading: エージェントは、上位の一致するスキルの完全なMarkdown本文（500〜2,000トークン）をロードします。
3. Execution: エージェントは、特定のコマンドと意思決定ポイントを含むステップバイステップの「Workflow」セクションに従います。
4. Verification: エージェントは、専用の「Verification」セクションを使用して、タスクが正常に完了したことを確認します。

対象者

セキュリティ運用向けのAIエージェントを構築している開発者、ペネトレーションテスター、インシデントレスポンダー、および34のセキュリティドメインにわたるエキスパートレベルのガイダンスをエージェントに備えさせたいセキュリティ研究者。

ハイライト

• 大規模な範囲: Cloud Security、SOC Operations、Digital Forensics、およびAI Securityを含む、34のドメインにわたる818個のプロダクショングレードのスキル。
• 業界標準への準拠: MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF、および MITRE Fight Fraud Framework (F3) の6つの主要なフレームワークにマッピングされています。
• エージェントネイティブな設計: 人間の読解ではなく、AIによる発見と実行のために特別に構築されており、構造化されたディレクトリシステム（SKILL.md、references、scripts、およびassets）を使用しています。
• 幅広い互換性: Claude Code、GitHub Copilot、Cursor、Gemini CLI、およびその他の agentskills.io 互換プラットフォームで動作します。