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
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
⚠️ 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。
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。
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&CK | v19.1 | 15 个战术 · 286 个技术 | 对手行为与 TTPs |
| NIST CSF 2.0 | 2.0 | 6 个功能 · 22 个类别 | 组织安全态势 |
| MITRE ATLAS | v5.4 | 16 个战术 · 84 个技术 | AI/ML 对抗性威胁 |
| MITRE D3FEND | v1.3 | 7 个类别 · 267 个技术 | 防御性对策 |
| NIST AI RMF | 1.0 | 4 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&CK | NIST CSF | ATLAS | D3FEND | AI RMF | F3 |
|---|---|---|---|---|---|---|
analyzing-network-traffic-of-malware | T1071 | DE.CM | AML.T0047 | D3-NTA | MEASURE-2.6 | — |
detecting-business-email-compromise | T1566 | DE.AE | — | — | — | F1005.006 · 变现 |
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:
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)。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。
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 |
|---|---|---|
| Reconnaissance | TA0043 | 103 |
| Resource Development | TA0042 | 22 |
| Initial Access | TA0001 | 467 |
| Execution | TA0002 | 350 |
| Persistence | TA0003 | 444 |
| Privilege Escalation | TA0004 | 464 |
| Stealth | TA0005 | 442 |
| Defense Impairment | TA0112 | 92 |
| Credential Access | TA0006 | 202 |
| Discovery | TA0007 | 237 |
| Lateral Movement | TA0008 | 68 |
| Collection | TA0009 | 172 |
| Command and Control | TA0011 | 123 |
| Exfiltration | TA0010 | 82 |
| Impact | TA0040 | 50 |
npx skills add mukul975/Anthropic-Cybersecurity-Skills
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