mukul975/Anthropic-Cybersecurity-Skills

해결하는 문제

AI 에이전트는 복잡한 사이버보안 작업을 수행하기 위해 필요한 구조화되고 실무 수준의 도메인 지식이 부족한 경우가 많습니다. 코드를 작성하거나 웹을 검색할 수는 있지만, 고급 보안 분석가가 사용하는 특정한 플레이북, 의사결정 워크플로우, 검증 절차는 일반적으로 부족합니다. 이 프로젝트는 이러한 격차를 메우기 위해 구조화된 지식 기반을 제공하여 일반적인 LLM을 능력 있는 보안 분석가로 전환합니다.

작동 방식

이 프로젝트는 agentskills.io 오픈 표준을 따르는 818개의 구조화된 사이버보안 기술을 포함한 라이브러리입니다. 각 기술은 "진행적 공개"(progressive disclosure)를 위해 설계되어 에이전트가 효율적으로 작업을 탐색하고 실행할 수 있도록 합니다:

1. 스캔: 에이전트는 태그, 설명, 도메인을 기반으로 관련 기술을 식별하기 위해 가벼운 YAML 프론트마터(~30 토큰)를 스캔합니다.
2. 로드: 상위 매칭 항목에 대한 전체 Markdown 본문(500~2,000 토큰)을 로드합니다.
3. 실행: 특정 명령어와 의사결정 지점이 포함된 단계별 "워크플로우" 섹션을 따릅니다.
4. 검증: 작업이 성공적으로 완료되었는지 확인하기 위해 전용 "검증" 섹션을 사용합니다.

대상 사용자

보안 운영을 위한 AI 에이전트를 개발하는 개발자, 패널테이션 테스터, 사고 대응 담당자, 보안 연구자로서 34개의 보안 도메인에 걸쳐 전문가 수준의 안내를 에이전트에 제공하고자 하는 분들입니다.

주요 특징

• 광범위한 범위: 클라우드 보안, SOC 운영, 디지털 포렌식, AI 보안 등 34개 도메인에 걸쳐 818개의 프로덕션 수준 기술이 포함되어 있습니다.
• 산업 표준과 일치: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, MITRE D3FEND, NIST AI RMF, 그리고 MITRE 사기 방지 프레임워크(F3) 등 6개 주요 프레임워크와 매핑되어 있습니다.
• 에이전트 중심 설계: 인간의 독해를 위한 것이 아니라 AI 탐색과 실행을 위한 구조화된 디렉터리 시스템(SKILL.md, 참조, 스크립트, 자산 등)을 사용하여 설계되었습니다.
• 광범위한 호환성: Claude Code, GitHub Copilot, Cursor, Gemini CLI 및 기타 agentskills.io 호환 플랫폼과 함께 작동합니다.