Anthropic Cybersecurity Skills 网络安全技能库
面向 AI Agent 的开源网络安全技能库，收录 800+ 结构化技能，覆盖 30+ 安全域，并映射 MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF 与 MITRE F3 六大框架，兼容 Claude Code、Copilot、Cursor 等 20+ 平台。
爱鲜报评分
0 人评分
34k
星数
否
中文
Python
主语言
是
活跃
17
贡献者
人工分析
EDITORIAL推荐理由
这是目前规模最大的开源网络安全技能库之一，把资深安全分析师的经验沉淀成 AI Agent 可直接调用的结构化技能，并系统映射到六大主流安全框架，权威性和覆盖面都很突出。对做安全自动化、威胁狩猎、红蓝对抗或 DevSecOps 的团队来说，可以显著降低给 Agent 注入安全领域知识的门槛。Apache 2.0 许可、社区活跃，适合作为安全 Agent 能力底座。
适用场景
- 安全运营中心（SOC）告警分析与事件响应
- 渗透测试与红队演练辅助
- 威胁狩猎与威胁情报关联分析
- 云安全与 DevSecOps 自动化检查
- AI/LLM 安全风险与对抗威胁评估
- 金融反欺诈与业务风控场景
优点
- 技能数量庞大（800+），覆盖 30+ 安全域，体系完整
- 映射 MITRE ATT&CK、NIST CSF 2.0、ATLAS、D3FEND、AI RMF、F3 六大权威框架
- 遵循 agentskills.io 开放标准，兼容 Claude Code、Copilot、Cursor 等 20+ 平台
- Apache 2.0 开源许可，社区活跃（Star 数高、贡献者多）
- 技能以结构化元数据组织，便于检索、复用与自动化编排
缺点
- 包含攻击性与双用途技术，仅限授权测试与合规场景使用
- 技能质量与时效依赖社区维护，需自行甄别与验证
- 面向 AI Agent 集成，对使用者的安全与工程背景有一定要求
- 非 Anthropic 官方项目，与 Anthropic PBC 无隶属关系
项目简介
Anthropic Cybersecurity Skills 是一个面向 AI Agent 的开源网络安全技能库，收录 800+ 条结构化安全技能，覆盖 30+ 安全域，并统一映射到六大行业框架。它的目标很直接：把资深安全分析师「知道该跑哪个 Volatility3 插件、该用哪条 Sigma 规则」这类经验，变成 AI Agent 可以直接调用的技能。
⚠️ 本项目为独立社区项目，与 Anthropic PBC 无隶属关系。库中包含攻击性与双用途技术，仅可用于授权的渗透测试、安全研究、防御与教育场景。
核心特性
六大框架映射
每条技能只映射与其主题相关的框架，ATT&CK 与 NIST CSF 近乎全覆盖，ATLAS、AI RMF、D3FEND、F3 按需附加：
| 框架 | 版本 | 映射内容 |
|---|---|---|
| MITRE ATT&CK | v19.1 | 攻击者行为与 TTP |
| NIST CSF 2.0 | 2.0 | 组织安全态势 |
| MITRE ATLAS | 2026.07 | AI/ML 对抗威胁 |
| MITRE D3FEND | v1.4.0 | 防御性对策 |
| NIST AI RMF | 1.0 | AI 风险管理 |
| MITRE F3 | v1.1 | 网络金融欺诈 TTP |
结构化技能格式
技能遵循 agentskills.io 开放标准，元数据以 frontmatter 形式组织，便于检索与自动化编排。示意：
name: analyzing-network-traffic-of-malware
mitre_attack: [T1071]
nist_csf: [DE.CM]
mitre_atlas: [AML.T0047]
d3fend: [D3-NTA]
平台兼容
可与 Claude Code、GitHub Copilot、Codex CLI、Cursor、Gemini CLI 等 20+ 平台配合使用，把技能库挂载给 Agent 即可获得专家级安全指导。
适用场景
- SOC 告警分析与事件响应
- 渗透测试与红队演练
- 威胁狩猎与威胁情报
- 云安全与 DevSecOps 自动化
- AI/LLM 安全与对抗威胁评估
- 金融反欺诈与业务风控
使用建议
- 明确使用边界：仅对自有或获得书面授权的系统开展测试。
- 按需挑选技能：结合自身安全域与所用框架，筛选相关技能再接入 Agent。
- 校验技能时效：社区维护的技能需结合最新框架版本自行复核。
评论
- 暂无评论，来写第一条吧。