mukul975/Anthropic-Cybersecurity-Skills

它解決的問題

AI代理通常缺乏執行複雜資安任務所需的結構化、實務級領域知識。雖然它們能撰寫程式碼或搜尋網路，但通常缺乏高階資安分析師所使用的特定作戰手冊、決策工作流程和驗證步驟。本專案提供一個結構化的知識庫，以彌補此差距，將通用的大型語言模型轉化為具備能力的資安分析師。

如何運作

此專案是一個遵循 agentskills.io 開放標準的 818 種結構化資安技能程式庫。每項技能皆設計為「逐步揭露」，讓代理能有效發現並執行任務：

1. 掃描：代理掃描輕量級 YAML 前置內容（約 30 個 token），根據標籤、描述和領域識別相關技能。
2. 載入：代理載入最相關結果的完整 Markdown 內容（500–2,000 個 token）。
3. 執行：代理遵循包含特定指令和決策點的「工作流程」章節逐步執行。
4. 驗證：代理使用專用的「驗證」章節確認任務已成功完成。

適用對象

開發用於資安作業的 AI 代理的開發人員、滲透測試人員、事件回應人員，以及希望讓其代理具備跨 34 個資安領域專家級指導的資安研究人員。

主要特色

• 廣泛範圍：涵蓋 34 個領域的 818 種生產環境級技能，包括雲端安全、SOC 作業、數位鑑識和 AI 安全。
• 產業對齊：對應六個主要框架：MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF，以及 MITRE 防 fraud 框架（F3）。
• 代理原生設計：專為 AI 探索與執行而設計，而非人類閱讀，採用結構化目錄系統（SKILL.md、參考資料、指令碼和資源）。
• 廣泛相容性：支援 Claude Code、GitHub Copilot、Cursor、Gemini CLI 及其他 agentskills.io 相容平台。