Fonctionne immédiatement avec Claude Code, GitHub Copilot, OpenAI Codex CLI, Cursor, Gemini CLI et toute plateforme compatible [agentskills.io](https://agentskills.io).

## 🌍 GARS-2026 — Enquête mondiale sur la préparation à l'IA agentique

Je mène une étude académique mondiale mesurant la préparation réelle des professionnels de la sécurité, des développeurs et des équipes d'entreprise à l'IA agentique — serveurs MCP, appels d'outils, gouvernance et workflows avec validation humaine.

**Si vous utilisez ce dépôt, votre réponse constituerait un point de données véritablement précieux.**

📋 **Répondez à l'enquête (10 min) :**
[Lien de l'enquête](https://mahipal.engineer/survey?utm_source=github_repo&utm_medium=readme&utm_campaign=gars2026)

- 60 questions · Anonyme · Supervisé par SRH Berlin
- Vous recevez **50 Casky Tokens** pour un accès anticipé à [casky.ai](https://casky.ai)
- Résultats publiés en libre accès sous licence CC-BY 4.0

## 🚀 Essayez-le sur le Playground

Découvrez Casky.ai concrètement — aucune configuration requise.

**[→ Lancer le Playground sur Casky.ai](https://casky.ai/?utm_source=github&utm_medium=readme&utm_campaign=cohort_launch#waitlist)**

Le playground vous permet de :
- Exécuter des exercices de compétences en cybersécurité en direct contre des cibles réelles
- Voir des agents IA exécuter des compétences structurées en temps réel
- Explorer les workflows cartographiés MITRE ATT&CK de manière interactive
- Tester des scénarios de threat hunting, de DFIR et de tests d'intrusion

Aucune installation. Aucune configuration. Ouvrez simplement et commencez.

## Pourquoi ce projet existe

Le déficit de main-d'œuvre en cybersécurité a atteint **4,8 millions de postes non pourvus** dans le monde en 2024 (ISC2). Les agents IA peuvent aider à combler cet écart — mais seulement s'ils disposent de connaissances métier structurées sur lesquelles s'appuyer. Les agents actuels savent écrire du code et chercher sur le web, mais il leur manque les playbooks de praticiens qui transforment un LLM générique en analyste de sécurité compétent.

Les dépôts d'outils de sécurité existants fournissent des listes de mots, des payloads ou du code d'exploitation. Aucun ne donne à un agent IA le workflow décisionnel structuré qu'un analyste senior suit : quand utiliser chaque technique, quels prérequis vérifier, comment exécuter étape par étape, et comment vérifier les résultats. C'est le fossé que ce projet comble.

**Anthropic Cybersecurity Skills** n'est pas une collection de scripts ou de listes de contrôle. C'est une **base de connaissances native de l'IA** conçue dès le départ pour la norme agentskills.io  — frontmatter YAML pour une découverte en moins d'une seconde, Markdown structuré pour l'exécution étape par étape, et fichiers de référence pour un contexte technique approfondi.  Chaque compétence encode des workflows réels de praticiens, et non des résumés générés.

## Ce qu'il contient — 29 domaines de sécurité

| Domaine | Compétences | Capacités clés |
|---|---|---|
| Sécurité cloud | 66 | Durcissement AWS, Azure, GCP · CSPM · émulation d'attaques cloud · criminalistique cloud |
| Chasse aux menaces | 58 | Chasses guidées par hypothèses · détection LOTL · chasse EVTX · chasse de parc |
| Renseignement sur les menaces | 52 | STIX/TAXII · MISP · OpenCTI · intégration de flux · profilage d'acteurs |
| Sécurité réseau | 43 | IDS/IPS · règles de pare-feu · segmentation VLAN · analyse du trafic |
| Sécurité des applications web | 42 | OWASP Top 10 · SQLi · XSS · SSRF · désérialisation |
| Criminalistique numérique | 41 | Imagerie disque · forensique mémoire · timelines Hayabusa/KAPE/Plaso |
| Analyse de logiciels malveillants | 39 | Analyse statique/dynamique · rétro-ingénierie · sandboxing |
| Gestion des identités et des accès | 37 | Entra ID/ROADtools · hameçonnage par code d'appareil · PAM · identité zéro confiance |
| Opérations SOC | 35 | Playbooks · workflows d'escalade · détection Graph-log · exercices de table |
| Red teaming | 33 | ADCS/Certipy · BloodHound CE · Sliver/Havoc C2 · relais NTLM |
| Sécurité des conteneurs | 33 | RBAC K8s · analyse d'images · Falco · évasion de conteneur |
| Opérations de sécurité | 28 | Corrélation SIEM · analyse de logs · triage des alertes |
| Sécurité OT/ICS | 28 | Modbus · DNP3 · IEC 62443 · défense des historiciens · SCADA |
| Sécurité des API | 28 | GraphQL · REST · OWASP API Top 10 · contournement WAF |
| Réponse aux incidents | 26 | Confinement de brèche · réponse aux ransomwares · playbooks RI |
| Gestion des vulnérabilités | 25 | Nessus · workflows de scan · priorisation des correctifs · CVSS |
| Tests d'intrusion | 21 | Réseau · web · cloud · mobile · mouvement latéral NetExec |
| DevSecOps | 18 | Sécurité CI/CD · analyse Trivy des IaC/images · signature de code |
| Architecture zéro confiance | 17 | BeyondCorp · modèle de maturité CISA · microsegmentation |
| Sécurité des endpoints | 17 | EDR · détection LOTL · malware sans fichier · chasse à la persistance |
| Cryptographie | 16 | TLS · Ed25519 · migration post-quantique · gestion des clés |
| Défense contre le hameçonnage | 15 | Authentification des e-mails · détection BEC · RI hameçonnage |
| Sécurité de l'IA | 14 | Red teaming LLM (garak/PyRIT) · injection de prompts · sécurité MCP/agentique · garde-fous |
| Sécurité mobile | 13 | Analyse Android/iOS · tests d'intrusion mobiles · forensique MDM |
| Défense contre les ransomwares | 13 | Détection des précurseurs · réponse · récupération · analyse du chiffrement |
| Conformité et gouvernance | 9 | NIST 800-30/RMF · CMMC · HIPAA · TPRM · benchmarks CIS |
| Sécurité de la chaîne d'approvisionnement | 8 | SBOMs · confusion de dépendances · triage de paquets malveillants · SLSA/Sigstore |
| Technologie de leurre | 6 | Honeytokens · canarytokens · détection de brèche |
| Sécurité matérielle et firmware | 4 | Audit CHIPSEC/UEFI · contournement Secure Boot · attestation TPM · chasse aux bootkits |

## Comment les agents IA utilisent ces compétences

Chaque compétence coûte **~30 jetons à analyser** (frontmatter uniquement)  et **500 à 2 000 jetons à charger complètement** (workflow complet). Cette architecture de divulgation progressive permet aux agents de rechercher les 817 compétences en une seule passe sans saturer les fenêtres de contexte.```
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)

### Frontmatter YAML (exemple réel)```yaml
---
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
---

Frontmatter fields : `name` (kebab-case, 1 à 64 caractères), `description` (riche en mots-clés pour la découverte par les agents), `domain`, `subdomain`, `tags`,  `atlas_techniques` (identifiants MITRE ATLAS), `d3fend_techniques` (identifiants MITRE D3FEND), `nist_ai_rmf` (références NIST AI RMF), `nist_csf` (catégories NIST CSF 2.0).  Les correspondances avec les techniques MITRE ATT&CK sont documentées dans le fichier `references/standards.md` de chaque compétence et dans la couche ATT&CK Navigator incluse dans les versions. 

<details>
<summary><strong>📊 Couverture MITRE ATT&CK Enterprise — les 14 tactiques</strong></summary>

&nbsp;

| Tactique | ID | Couverture | Compétences clés |
|---|---|---|---|
| Reconnaissance | TA0043 | Forte | OSINT, énumération de sous-domaines, recon DNS |
| Développement de ressources | TA0042 | Modérée | Infrastructure de phishing, détection de mise en place C2 |
| Accès initial | TA0001 | Forte | Simulation de phishing, détection d'exploits, forced browsing |
| Exécution | TA0002 | Forte | Analyse PowerShell, malware sans fichier, journalisation des blocs de scripts |
| Persistance | TA0003 | Forte | Tâches planifiées, registre, comptes de service, LOTL |
| Élévation de privilèges | TA0004 | Forte | Kerberoasting, attaques AD, élévation de privilèges cloud |
| Contournement de la défense | TA0005 | Forte | Obfuscation, analyse de rootkits, détection de contournement |
| Accès aux identifiants | TA0006 | Forte | Détection Mimikatz, pass-the-hash, dumping d'identifiants |
| Découverte | TA0007 | Modérée | BloodHound, énumération AD, scan réseau |
| Mouvement latéral | TA0008 | Forte | Exploits SMB, détection de mouvement latéral avec Splunk |
| Collecte | TA0009 | Modérée | Analyse forensique des e-mails, détection de staging de données |
| Commande et contrôle | TA0011 | Forte | Beaconing C2, tunneling DNS, analyse Cobalt Strike |
| Exfiltration | TA0010 | Forte | Exfiltration DNS, contrôles DLP, détection de perte de données |
| Impact | TA0040 | Forte | Défense contre les ransomwares, analyse du chiffrement, récupération |

Un **fichier de couche ATT&CK Navigator** est inclus dans les [actifs de la version v1.0.0](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/releases/tag/v1.0.0) pour la cartographie visuelle de la couverture. 

> **Remarque :** ATT&CK v19 arrive le 28 avril 2026 — divisant Contournement de la défense (TA0005) en deux nouvelles tactiques : *Stealth* et *Impair Defenses*.  Les correspondances des compétences seront mises à jour dans une prochaine version.

</details>

<details>
<summary><strong>📊 Alignement NIST CSF 2.0 — les 6 fonctions</strong></summary>

&nbsp;

| Fonction | Compétences | Exemples |
|---|---|---|
| **Gouvernance (GV)** | 30+ | Stratégie de risque, cadres de politique, rôles et responsabilités |
| **Identifier (ID)** | 120+ | Découverte d'actifs, évaluation du paysage des menaces, analyse des risques |
| **Protéger (PR)** | 150+ | Durcissement IAM, règles WAF, zéro confiance, chiffrement |
| **Détecter (DE)** | 200+ | Chasse aux menaces, corrélation SIEM, détection d'anomalies |
| **Répondre (RS)** | 160+ | Réponse aux incidents, forensique, confinement des brèches |
| **Récupérer (RC)** | 40+ | Récupération après ransomware, PCA, reprise après sinistre |

Le NIST CSF 2.0 (février 2024) a ajouté la fonction **Gouvernance**  et élargi le périmètre des infrastructures critiques à toutes les organisations.  Les correspondances des compétences s'alignent sur les 22 catégories et référencent 106 sous-catégories. 

</details>

<details>
<summary><strong>📊 Analyse approfondie des frameworks — ATLAS, D3FEND, AI RMF</strong></summary>

&nbsp;

### MITRE ATLAS v5.4 — menaces adversariales IA/ML
ATLAS cartographie les tactiques, techniques et études de cas adversariales spécifiques aux systèmes d'IA et d'apprentissage automatique. La version 5.4 couvre **16 tactiques et 84 techniques**, y compris les vecteurs d'attaque de l'IA agentique ajoutés fin 2025 : empoisonnement du contexte des agents IA, abus d'invocation d'outils, compromissions de serveurs MCP et déploiement d'agents malveillants.  Les compétences mappées à ATLAS aident les agents à identifier et à se défendre contre les menaces pesant sur les pipelines de ML, les poids de modèles, les API d'inférence et les flux de travail autonomes. 

### MITRE D3FEND v1.3 — contre-mesures défensives
D3FEND est un graphe de connaissances financé par la NSA de **267 techniques défensives** organisées en 7 catégories tactiques : Model, Harden, Detect, Isolate, Deceive, Evict et Restore.  Construit sur l'ontologie OWL 2, il utilise une couche partagée Digital Artifact pour mapper bidirectionnellement les contre-mesures défensives aux techniques offensives ATT&CK.  Les compétences étiquetées avec des identifiants D3FEND permettent aux agents de recommander des contre-mesures spécifiques pour les menaces détectées.

### NIST AI RMF 1.0 + profil GenAI (AI 600-1)
Le cadre de gestion des risques de l'IA définit 4 fonctions principales — Gouvernance (Govern), Cartographie (Map), Mesure (Measure), Gestion (Manage) — avec **72 sous-catégories** pour le développement d'une IA digne de confiance.  Le profil GenAI (AI 600-1, juillet 2024) ajoute **12 catégories de risques** spécifiques à l'IA générative, de la confabulation et de la confidentialité des données aux risques d'injection de prompts et de chaîne d'approvisionnement.  La loi sur l'IA du Colorado (effective en février 2026) offre un **refuge sûr légal** aux organisations conformes au NIST AI RMF, rendant ces correspondances directement pertinentes pour la conformité réglementaire.

</details>

## Plateformes compatibles

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

**Agents CLI**
OpenAI Codex CLI · Gemini CLI (Google) 

**Agents autonomes**
Devin · Replit Agent · SWE-agent · OpenHands 

**Frameworks et SDK d'agents**
LangChain · CrewAI · AutoGen · Semantic Kernel · Haystack · Vercel AI SDK · tout agent compatible MCP 

Toutes les plateformes qui prennent en charge la norme [agentskills.io](https://agentskills.io) peuvent charger ces compétences sans aucune configuration. 

## Ce qu'en disent les utilisateurs

> *« Une base de données de compétences de sécurité réelles et organisées que n'importe quel agent IA peut intégrer et utiliser. Ni des tutoriels. Ni des articles de blog. »* 
> — **[Hasan Toor (@hasantoxr)](https://x.com/hasantoxr/status/2033193922349179249)**, créateur IA/tech

> *« Ce n'est pas une collection aléatoire de scripts de sécurité. C'est une base de connaissances opérationnelle structurée conçue pour les flux de travail de sécurité pilotés par l'IA. »* 
> — **[fazal-sec](https://fazal-sec.medium.com/claude-skills-ai-powered-cybersecurity-the-complete-guide-to-building-intelligent-security-7bb7e9d14c8e)**,  Medium

## Présenté dans

| Où | Type | Lien |
|---|---|---|
| **awesome-agent-skills** | Awesome List (index de plus de 1 000 compétences) | [VoltAgent/awesome-agent-skills](https://github.com/VoltAgent/awesome-agent-skills) |
| **awesome-ai-security** | Awesome List (outils de sécurité IA) | [ottosulin/awesome-ai-security](https://github.com/ottosulin/awesome-ai-security) |
| **awesome-codex-cli** | Awesome List (ressources Codex CLI) | [RoggeOhta/awesome-codex-cli](https://github.com/RoggeOhta/awesome-codex-cli) |
| **SkillsLLM** | Annuaire et marché de compétences | [skillsllm.com/skill/anthropic-cybersecurity-skills](https://skillsllm.com/skill/anthropic-cybersecurity-skills) |
| **Openflows** | Analyse et suivi de signaux | [openflows.org](https://openflows.org/currency/currents/anthropic-cybersecurity-skills/) |
| **NeverSight skills_feed** | Index automatisé de compétences | [NeverSight/skills_feed](https://github.com/NeverSight/skills_feed) |

## Historique des étoiles

<a href="https://star-history.com/#mukul975/Anthropic-Cybersecurity-Skills&Date">
 <picture>
   <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/svg?repos=mukul975/Anthropic-Cybersecurity-Skills&type=Date&theme=dark" />
   <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/svg?repos=mukul975/Anthropic-Cybersecurity-Skills&type=Date" />
   <img alt="Star History Chart" src="https://api.star-history.com/svg?repos=mukul975/Anthropic-Cybersecurity-Skills&amp;type=Date" width="100%" />
 </picture>
</a>

## Versions

| Version | Date | Points clés |
|---|---|---|
| [v1.0.0](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/releases/tag/v1.0.0) | 11 mars 2026 | 734 compétences · 26 domaines · cartographie MITRE ATT&CK + NIST CSF 2.0 · couche ATT&CK Navigator |

Les compétences n'ont cessé de croître sur `main` depuis v1.0.0 — la bibliothèque contient désormais **817 compétences** avec une **cartographie sur 6 frameworks**  (MITRE ATLAS, D3FEND, NIST AI RMF et le MITRE Fight Fraud Framework ajoutés après la version).  Consultez [Releases](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/releases) pour la dernière version taguée.

## Contribuer

Ce projet se développe grâce aux contributions de la communauté. Voici comment participer :

**Ajouter une nouvelle compétence** — Les domaines comme la technologie de leurre (Deception Technology, 2 compétences) et la conformité et la gouvernance (Compliance & Governance, 5 compétences) ont le plus besoin d'aide. Suivez le modèle dans [CONTRIBUTING.md](https://github.com/mukul975/anthropic-cybersecurity-skills/blob/main/CONTRIBUTING.md) et soumettez une PR avec le titre `Add skill: your-skill-name`.

**Améliorer les compétences existantes** — Ajoutez des correspondances de frameworks, corrigez des flux de travail, mettez à jour les références d'outils ou contribuez avec des scripts et des modèles.

**Signaler des problèmes** — Vous avez trouvé une procédure inexacte ou un script cassé ? [Ouvrez un ticket](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/issues).

Chaque PR est revue pour l'exactitude technique et la conformité à la norme agentskills.io sous 48 heures.  Consultez [good first issues](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/issues?q=is%3Aissue+is%3Aopen+label%3A%22good+first+issue%22) pour un point de départ.

Ce projet suit le [Contributor Covenant](https://www.contributor-covenant.org/). En participant, vous acceptez de respecter ce code de conduite. 

## Communauté

💬 [Discussions](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/discussions) — Questions, idées et conversations sur la feuille de route
🐛 [Issues](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/issues) — Signalements de bugs et demandes de fonctionnalités
🔒 [Politique de sécurité](https://github.com/mukul975/anthropic-cybersecurity-skills/blob/main/SECURITY.md) — Processus de divulgation responsable (accusé de réception sous 48 heures) 

## Citation

Si vous utilisez ce projet dans des recherches ou des publications :```bibtex
@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}
}