mukul975/Anthropic-Cybersecurity-Skills

它解决了什么问题

AI代理通常缺乏执行复杂网络安全任务所需的结构化、实践者级别的领域知识。虽然它们可以编写代码或搜索网络，但通常缺乏高级安全分析师所使用的特定操作手册、决策工作流和验证步骤。该项目提供了一个结构化的知识库，以弥合这一差距，将通用的大语言模型转变为具备能力的安全分析师。

它如何工作

该项目是一个包含 818 个结构化网络安全技能的库，遵循 agentskills.io 开放标准。每个技能都采用“渐进式披露”设计，使代理能够高效地发现并执行任务：

1. 扫描：代理扫描轻量级 YAML 前置元数据（约 30 个 token），根据标签、描述和领域识别相关技能。
2. 加载：代理加载匹配度最高的技能的完整 Markdown 内容（500-2,000 个 token）。
3. 执行：代理遵循包含具体命令和决策点的“工作流”部分逐步执行。
4. 验证：代理使用专门的“验证”部分确认任务已成功完成。

适用对象

为构建安全运营 AI 代理的开发者、渗透测试人员、事件响应人员以及希望为其代理提供跨 34 个安全领域专家级指导的安全研究人员而设计。

主要亮点

• 覆盖范围广泛：涵盖 34 个领域的 818 个生产级技能，包括云安全、SOC 运营、数字取证和人工智能安全。
• 行业对齐：映射到六大主流框架：MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF 以及 MITRE 反欺诈框架（F3）。
• 代理原生设计：专为 AI 发现与执行而构建，而非人类阅读，采用结构化目录系统（SKILL.md、参考文件、脚本和资源）。
• 广泛兼容性：兼容 Claude Code、GitHub Copilot、Cursor、Gemini CLI 以及其他 agentskills.io 兼容平台。