Anthropic Cybersecurity Skills：754 个结构化网络安全技能 — 让 AI Agent 成为安全分析师

Anthropic Cybersecurity Skills 是一个包含 754 个结构化网络安全技能的 AI Agent 知识库，覆盖 26 个安全领域，映射到 5 个主流安全框架（MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、MITRE D3FEND、NIST AI RMF）。上线以来获得 6,900+ Stars，成为网络安全领域 AI Agent 技能库的标杆项目。

项目介绍

该项目的核心洞察非常精辟：一名初级安全分析师知道该运行哪个 Volatility3 插件来提取内存中的 LSASS 凭据、哪个 Sigma 规则能捕获 Kerberoasting 攻击——但你的 AI Agent 不知道——除非你给它这些技能。

现有安全工具仓库提供的是字典、Payload 或漏洞利用代码，但没有一个能给予 AI Agent 资深分析师所具备的结构化决策工作流——何时使用哪些技术、需要检查哪些前提条件、如何逐步执行、以及如何验证结果。

这个项目填补了全球网络安全行业 480 万未填补岗位（ISC2，2024）所对应的技能缺口，将资深安全分析师的经验以 AI 可消费的结构化格式沉淀下来。

核心能力

754 个结构化技能覆盖所有主流安全领域。每个技能都采用统一的 YAML 前端 + Markdown 工作流格式：

---
name: performing-memory-forensics-with-volatility3
description: 使用 Volatility3 分析内存转储提取关键证据
domain: cybersecurity
subdomain: digital-forensics
tags: [forensics, memory-analysis, volatility3, incident-response, dfir]
# 同时映射到 5 个安全框架：
mitre_attack: T1071           # MITRE ATT&CK
nist_csf: DE.CM               # NIST Cybersecurity Framework
atlas: AML.T0047              # MITRE ATLAS（AI/ML 威胁）
d3fend: D3-NTA                # MITRE D3FEND（防御技术）
nist_ai_rmf: MEASURE-2.6     # NIST AI RMF
---

渐进式信息架构（Progressive Disclosure）：

• 前端 YAML 仅约 30 tokens，Agent 可以快速扫描所有技能
• 完整工作流约 500-2000 tokens，仅在需要时加载
• Agent 一次扫描全部 754 个技能，不撑爆上下文窗口

示例工作流： 用户询问内存分析 → Agent 扫描 754 个技能 → 识别出 12 个相关技能 → 加载前 3 个（Volatility3、LSASS 狩猎、事件日志）→ 按步骤执行 → 使用验证部分确认结果。

26 个安全领域

快速上手

# 方式一：npx（推荐）
npx skills add mukul975/Anthropic-Cybersecurity-Skills

# 方式二：Git 克隆
git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git

安装后即可在 Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor、Gemini CLI 等 20+ agentskills.io 兼容平台中使用。

与类似项目的对比

结合 AI 安全趋势的分析

1. AI Agent 安全是 2026 年最重要的新战场： 随着 AI Agent 越来越多地接入企业系统和 API，针对 AI Agent 的攻击向量（提示注入、工具调用滥用、MCP 服务器入侵）正在急剧增加。该项目专门覆盖了 MITRE ATLAS 框架，涵盖 AI/ML 系统的 16 种战术和 84 种攻击技术。

2. 技能标准化的信号： 该项目遵循 agentskills.io 开放标准，与 dotnet/skills、Karpathy Skills、Academic Research Skills 等属于同一生态。这表明结构化技能文件正在成为 AI Agent 能力扩展的事实标准。

3. 480 万安全人才缺口的 AI 解决方案： 全球网络安全行业面临严重的人才短缺。AI Agent 配备结构化安全技能后，可以让初级分析师具备资深专家的决策能力，大幅降低安全运营的人力门槛。

项目亮点

该项目声称是唯一同时映射到全部五个主流安全框架的开源技能库。一个技能在 MITRE ATT&CK 中标识攻击技术（如 T1071），在 NIST CSF 中标识防御阶段（如 DE.CM 检测），在 ATLAS 中映射 AI 特有威胁，在 D3FEND 中给出防御对策，在 AI RMF 中评估风险影响——这种多维映射在开源安全领域是首创。