mukul975 GitHub avatar

Anthropic-Cybersecurity-Skills

36.3K Stars818 Skills4.4K ForksApache-2.08月31日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

面向安全任务的 AI Agent Skill 集合

这是一个包含多项网络安全工作流的 AI Agent Skill 集合,采集资料中明确列出的任务包括检查 Active Directory 危险 ACL 权限、分析 Android APK 特征,以及查询 Azure 活动与登录日志以排查可疑行为。仓库简介称其覆盖多个安全领域并映射到若干安全框架,但现有具体 Skill 资料只支持上述部分任务,不能据此推定每个 Skill 都具备相同能力。

包含 Skill

818

可以单独安装

GitHub Star

36.3k

仓库累计 Star

近 7 天

+428

新增 Star

代码更新

2026年8月31日

最近一次推送

核心亮点

  • 1任务覆盖

    采集到的条目涉及目录服务、移动应用恶意软件和云端日志分析。

  • 2步骤可循

    部分 Skill 提供了从提取信息到检查风险特征的工作流。

  • 3聚焦安全分析

    可用于梳理调查线索、权限问题或可疑活动。

能做什么

  • 使用 LDAP 查询 Active Directory 对象并检查危险 ACL 权限。
  • 解析 Android APK 清单信息、权限和组件,并检查部分可疑调用与动态加载特征。
  • 围绕 Azure Monitor 活动日志和登录日志构建 KQL 查询以辅助威胁排查。
  • 针对 DPAPI 保护的数据,介绍在线或离线提取与解密相关的安全测试场景。

适用场景

  • 检查 Active Directory 中是否存在 GenericAll、WriteDACL 或 WriteOwner 等危险权限。

  • 解析 APK 的权限和组件,并留意反射、短信相关调用或动态代码加载特征。

  • 查询 Azure 活动与登录日志,排查可疑管理操作或资源变更。

  • 在授权的红队凭据访问评估中,分析 Windows DPAPI 保护的数据。

用之前和用之后

  • 需要自行确认安全分析的检查顺序。可按对应 Skill 提供的工作流逐项检查。
  • 日志或样本中的线索可能分散。可围绕权限、组件或可疑活动等具体检查点整理分析。
  • 条目描述可能不足以判断适用范围。回到源文件核对步骤、工具和前置条件后再执行。

它是怎么工作的

  1. 第 1 步

    明确授权与任务范围

  2. 第 2 步

    提供目标资料或日志

  3. 第 3 步

    按步骤分析并核对结果

快速上手

安装与复制命令见“安装方式”。

  1. 1

    先阅读目标 Skill 的源文件,确认其任务范围和前置条件。

  2. 2

    在受支持的 AI Agent 环境中加载对应 Skill;仓库简介列出了多个平台,但具体配置方式需查阅源文件。

  3. 3

    准备与任务相关的目标信息、样本或日志,并确认拥有相应授权。

  4. 4

    按 Skill 的步骤执行分析,核验输出后再用于后续处置。

适合谁

  • 从事授权安全测试或防御分析的人员
  • 需要排查目录服务权限配置的安全人员
  • 需要分析 Android APK 或云端活动日志的安全人员

局限

  • 采集到的部分条目描述较泛或不完整,不能仅凭摘要确认实际能力。
  • Skill 的具体输入、输出和环境要求并未在这批资料中完整提供。
  • 涉及凭据提取、恶意软件样本或渗透测试的任务需要严格限定在获授权的环境中。
  • 仓库简介中的总体覆盖范围不能证明每个 Skill 都具备相应能力。

使用前注意

  • · 执行目录权限检查、凭据访问评估或样本分析前,应核实授权范围和目标环境。
  • · 采集信息将部分具体安全任务标为高风险;执行前应复核源文件中的命令、工具和适用条件。
  • · 针对数据提取或日志调查,应确认目标数据来源及处理范围符合组织要求。

包含的 Skills · 300

公开来源

相关 Skills

查看更多