Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

··订阅源·联系·隐私·© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
Anthropic-Cybersecurity-Skills — 面向AI代理的817项结构化网络安全技能 · 映射至6个框架:MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF和MITRE F3(反欺诈) · agentskills.io标准 · 适用于Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI和20多个平台 · 29个安全领域 · Apache 2.0 | Kitploit
工具/GitHubGitHub/mukul975/anthropic-cybersecurity-skills
OSINT (开源情报)Web安全恶意软件分析数字取证渗透测试云安全威胁情报学习与教育红队

最受欢迎

查看全部 →

发现我们社区最常用的工具。

探索所有工具

浏览我们的工具集合

查看所有工具 →
分享
事件响应
精选资源
AI 安全
GitHubmukul975/anthropic-cybersecurity-skills

Anthropic-Cybersecurity-Skills

面向AI代理的817项结构化网络安全技能 · 映射至6个框架:MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF和MITRE F3(反欺诈) · agentskills.io标准 · 适用于Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI和20多个平台 · 29个安全领域 · Apache 2.0

查看仓库网站
27.6k3.3k4029天前Kitploit 审核通过

Anthropic 网络安全技能

Anthropic 网络安全技能

面向 AI 代理的最大开源网络安全技能库

GARS-2026 Survey License Skills Frameworks MITRE F3 Domains Platforms GitHub stars GitHub forks Last Commit agentskills.io PRs Welcome Playground Hermes Agent

817 个生产级网络安全技能 · 29 个安全领域 · 6 个框架映射 · 26+ 个 AI 平台

快速开始 · 内容简介 · 框架 · 平台 · 参与贡献


⚠️ 社区项目 — 这是一个独立的、由社区创建的项目。与 Anthropic PBC 无关。

🔐 仅限授权与合法使用。 本库包含进攻性与双重用途技术(例如红队 C2、钓鱼模拟、漏洞利用),这些技术面向授权的渗透测试、安全研究、防御与教育。请仅对您拥有或具有明确书面许可进行测试的系统使用这些技术,并遵守所有适用法律与交战规则。您需对如何使用这些技能自行承担责任。参见 SECURITY.md 和 CODE_OF_CONDUCT.md。

让任何 AI 代理拥有高级分析师的安全技能

初级分析师知道在可疑内存转储上运行哪个 Volatility3 插件、哪些 Sigma 规则能捕获 Kerberoasting,以及如何在三个云服务商之间界定云泄露范围。你的 AI 代理不知道——除非你为它提供这些技能。

本仓库包含 817 个结构化网络安全技能,涵盖 29 个安全领域,每个技能都遵循 agentskills.io 开放标准。每个技能都映射到六个行业框架——MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF 和 MITRE Fight Fraud Framework (F3)——这是唯一一个具有统一跨框架覆盖的开源技能库。克隆它,将你的代理指向它,你的下一次安全调查将在数秒内获得专家级指导。

六大框架,一个技能库

没有其他开源技能库会将每个技能映射到所有这些框架。一个技能,六个合规勾选项。

框架版本本仓库中的范围映射内容
MITRE ATT&CKv19.115 个战术 · 286 个技术对手行为与 TTPs
NIST CSF 2.02.06 个功能 · 22 个类别组织安全态势
MITRE ATLASv5.416 个战术 · 84 个技术AI/ML 对抗性威胁
MITRE D3FENDv1.37 个类别 · 267 个技术防御性对策
NIST AI RMF1.04 个功能 · 72 个子类别AI 风险管理
MITRE F3 (Fight Fraud Framework)v1.1 (2026-04-09)8 个战术 · 123 个技术 · 94 个欺诈相关技能网络赋能的金融欺诈 TTPs

示例——单个技能映射到全部六个框架:

技能ATT&CKNIST CSFATLASD3FENDAI RMFF3
analyzing-network-traffic-of-malwareT1071DE.CMAML.T0047D3-NTAMEASURE-2.6—
detecting-business-email-compromiseT1566DE.AE———F1005.006 · 变现

🆕 MITRE Fight Fraud Framework (F3) — 94 个欺诈相关技能

MITRE F3

MITRE Fight Fraud Framework (F3) 由 MITRE 的威胁知情防御中心(CTID)于 2026 年 4 月 9 日发布,并与摩根大通、花旗集团、劳埃德银行集团、渣打银行、CrowdStrike、Verizon Business、FS-ISAC 等共同开发。它是一个与 ATT&CK 兼容的 TTP 目录,面向网络赋能的金融欺诈——填补了 ATT&CK 在初始入侵之后留下的空白。

F3 v1.1 新增了 ATT&CK 未列出的两个欺诈专用战术:

  • Positioning (FA0001) — 取得访问权限后为收集/操纵数据并准备欺诈而采取的行动(合成身份播种、账户预热、受益人设置、SIM 换卡预定位、银行会话劫持)。
  • Monetization (FA0002) — 将被盗资产转换为可用资金(钱骡分层、APP 欺诈、加密货币出金、卡片兑现、退款/拒付滥用)。

欺诈专用技术使用 F1XXX ID(例如 F1005.003 添加受益人、F1025.003 电汇、F1007 浏览器内对手);复用的 ATT&CK 技术保留其 T1XXX ID。映射位于每个技能的 mitre_f3: frontmatter 块中——全部 123 个 F3 v1.1 技术 ID 均已针对上游 STIX 捆绑包验证。参见 docs/mitre-f3-mapping.md 了解该结构。

MITRE ATT&CK v19.1 — 754/754 个技能已映射

每个技能都包含一个 mitre_attack frontmatter 列表,该列表使用官方 mitreattack-python 库针对 MITRE ATT&CK v19.1(最新版本)进行了验证——涵盖所有 15 个企业战术的 286 个不同技术,并在相关处包含 ICS 和移动技术。零个已撤销或已弃用的 ID。v19.1 重构的 Defense Evasion(现拆分为 Stealth 和 Defense Impairment)已反映在下方。

战术ID技能数
ReconnaissanceTA0043103
Resource DevelopmentTA004222
Initial AccessTA0001467
ExecutionTA0002350
PersistenceTA0003444
Privilege EscalationTA0004464
StealthTA0005442
Defense ImpairmentTA011292
Credential AccessTA0006202
DiscoveryTA0007237
Lateral MovementTA000868
CollectionTA0009172
Command and ControlTA0011123
ExfiltrationTA001082
ImpactTA004050

快速开始```bash

Option 1: npx (recommended)

npx skills add mukul975/Anthropic-Cybersecurity-Skills

Option 2: Git clone

git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git cd Anthropic-Cybersecurity-Skills

可立即与 Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor、Gemini CLI 以及任何与 [agentskills.io](https://agentskills.io) 兼容的平台配合使用。 

## 🌍 GARS-2026 — 全球 Agentic AI 就绪度调查

我正在开展一项全球学术研究,衡量安全专业人员、
开发人员和企业团队对代理式 AI 的实际准备程度——MCP 服务器、
工具调用、治理以及人机协同工作流。

**如果你使用这个仓库,你的回答将是一个极具价值的数据点。**

📋 **参与调查(10 分钟):**
[调查链接](https://mahipal.engineer/survey?utm_source=github_repo&utm_medium=readme&utm_campaign=gars2026)

- 60 个问题 · 匿名 · 由 SRH Berlin 监督
- 你将获得 **50 个 Casky Tokens**,用于抢先体验 [casky.ai](https://casky.ai)
- 结果以 CC-BY 4.0 许可开放获取发布

## 🚀 在 Playground 中试用

亲身体验 Casky.ai——无需任何设置。

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

Playground 允许你:
- 针对真实目标运行实时网络安全技能练习
- 实时查看 AI 代理执行结构化技能
- 交互式探索映射到 MITRE ATT&CK 的工作流
- 测试威胁狩猎、DFIR 和渗透测试场景

无需安装。无需配置。直接打开并开始使用。
## 为什么存在这个项目

2024 年,全球网络安全人才缺口达到 **480 万个未填补职位**(ISC2)。AI 代理可以帮助缩小这一差距——但前提是它们拥有可依据的领域结构化知识。如今的代理可以编写代码和搜索网络,但它们缺乏能将通用 LLM 转变为合格安全分析师的实践者手册。

现有的安全工具仓库为你提供字典、负载或漏洞利用代码。但没有任何一个能赋予 AI 代理高级分析师所遵循的结构化决策工作流:何时使用每种技术、需要检查哪些前提条件、如何逐步执行以及如何验证结果。这正是本项目填补的空白。

**Anthropic Cybersecurity Skills** 不是脚本或检查清单的集合。它是一个为 agentskills.io 标准从零构建的 **AI 原生知识库**  ——YAML frontmatter 用于亚秒级发现,结构化 Markdown 用于逐步执行,参考文件用于深层技术上下文。  每项技能都编码了真实的实践者工作流,而非生成的摘要。 

## What's inside — 29 security domains
下载工具