SuperAPI AI 工具集找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-14 00:01
2,754 个结果
Azure 合规与安全审计技能，用于执行 Azure 合规扫描、安全审计以及 Key Vault 到期检查。该技能基于 azqr 开展最佳实践评估与资源审查，覆盖策略与合规相关场景；同时通过 MCP 工具对 Key Vault 中的密钥、机密和证书进行到期监控。使用前需要通过 az login 登录 Azure，并具备读取资源配置和 Key Vault 元数据的权限。技能提供综合资源评估、Key Vault 到期审计和 Resource Graph 查询等评估方式，并内置问题优先级分类（Critical、High、Medium、Low）与错误处理指引。适用于需要定期检查云资源合规状态、跟踪安全发现以及管理 Key Vault 凭证有效期的团队。
该技能用于指导 Microsoft Entra ID（原 Azure Active Directory）应用注册、OAuth 2.0 身份验证以及 MSAL 集成。内容涵盖应用注册、身份验证配置、API 权限配置、客户端凭据创建和 OAuth 流程实现等步骤，并说明应用类型、关键概念、Azure CLI 命令、MSAL 支持语言、安全最佳实践及适用场景。
entra-agent-id 是一个面向 Microsoft Entra Agent ID 的配置与管理技能，来源于 microsoft/azure-skills。它指导开发者通过 Microsoft Graph API 为 AI 代理创建和管理具备 OAuth 2.0 能力的身份，每个代理实例都拥有独立身份、审计轨迹和独立作用域的权限授予。该技能覆盖 Agent Identity Blueprint、BlueprintPrincipal 和 Agent Identity 的完整对象模型配置流程，支持自动化和代表用户（OBO）两种运行时令牌交换方式，并提供 .NET 辅助库与多语言 SDK 边车容器两种集成路径。适用场景包括代理身份初始化、按实例分配权限、联邦身份凭据配置、跨租户代理令牌流转以及 Agent ID 相关错误诊断。
中文介绍正在整理，稍后补充。
该技能用于在 Convex 应用中配置认证，包括身份映射与访问控制。它帮助选择认证提供商（如 Convex Auth、Clerk、WorkOS AuthKit、Auth0 或自定义 JWT），并指导完成客户端接入、环境变量、convex/auth.config.ts 配置、登录与登出流程，以及在 Convex 函数中校验身份、保护后端查询、按归属或角色做授权检查。适合首次搭建登录、实现用户表与身份映射、创建认证辅助函数、设置认证提供商或保护函数等场景。
multi-account-isolation 是一个用于验证浏览器配置文件之间是否真正隔离的技能检查清单。它不假设隔离成立，而是通过逐项断言来发现机械性缺陷，例如时区与出口 IP 不一致、WebRTC 暴露真实地址、canvas 哈希每次读取都变化、两个配置文件共用同一 persona 等。该技能围绕“一个身份对应一份 profile、persona、代理和时区”的不变量，列出了十一项检查，包括时区匹配出口 IP、WebRTC 仅暴露代理、Canvas 哈希跨启动稳定、Worker 与主线程指纹一致、GPU 跨接口一致、各 profile 的 persona 不重复、地址不重复、Cookie 存储隔离、同一身份对应同一 profile 树、整栈一致性以及 CI 中运行一致性规则。其中时区匹配、Canvas 哈希稳定性和地址唯一性三项被建议接入 CI，因为成本低、确定性强，能捕获反复出现的缺陷。文档还提供了 JavaScript 和 Python 的启动示例代码，以及排查失败顺序、运行时数据落盘位置、内核行为验证方法和隔离无法覆盖的范围。该技能仅限授权使用，适用于自己拥有或获授权操作的身份、账号、测试夹具、QA 集群和反欺诈栈。
browser-fingerprint-audit 是一个基于 liarjs CLI 的浏览器指纹审计工具。它通过读取浏览器内部的 JavaScript 指纹数据，并与服务请求边缘所见的 TLS、HTTP、ASN 视角进行交叉比对，报告两者不一致之处，用于识别浏览器指纹中的内部矛盾。评分从 100 分起，每项失败检查扣除相应权重：85 分及以上为可信，60 分及以上为可疑，低于此则为疑似伪造或机器人。工具支持多种运行方式，默认启动一个临时 Chrome 进行扫描，也可仅做 JS 层检查或保存 JSON 结果。需 Node 22 及以上版本以及本地 Chrome、Chromium 或 Edge，无其他运行时依赖。适用于检测浏览器指纹一致性、评估自动化或伪装痕迹等场景。
Cloudflare One Migrations 是 Cloudflare 官方技能库（cloudflare/skills）中的一项迁移评估与规划技能，用于帮助用户从现有 VPN、SWG 或 SASE 平台迁移到 Cloudflare One。该技能定义了一套系统化的工作流程：先识别源技术栈（如 Zscaler ZIA、Zscaler ZPA、Palo Alto NGFW/Prisma/GlobalProtect、传统 VPN/SWG/SD-WAN 等），再索取并解析源平台的结构化导出数据与日志，建立身份、组、应用、目标、连接器/隧道、DNS/URL/防火墙/DLP/TLS 策略、对象/列表、位置/站点、例外、命中计数与合规日志等清单，随后产出映射计划（源对象、Cloudflare One 目标资源、置信度、前置条件、不支持的映射与人工决策）。技能强调优先创建依赖项（身份/SCIM、连接器/接入点、路由/DNS、列表/对象、TLS 绕过、Access 应用/策略、Gateway 策略、DLP/CASB、日志），并通过迁移前缀、默认禁用/审计模式规则、小范围试点后再扩大推广的方式安全分阶段实施。技能还给出针对 ZIA/SWG、ZPA/私有访问、Palo Alto/Prisma/NGFW 的源平台特有陷阱、映射启发式、迁移评估提示、验证门与回滚要求，并包含一份迁移评估模板。
这是一套面向 Web 应用开发的安全优先实践，强调“把每个外部输入都视为敌意、把每个密钥都视为神圣、把每次授权检查都视为必需”。它要求先做五分钟威胁建模，再按信任边界、资产和 STRIDE 分析设计；随后给出三层边界规则：必须做（边界校验、参数化查询、输出编码、HTTPS、密码哈希、安全响应头、httpOnly/secure/sameSite Cookie、发布前对锁文件跑原生审计）、需人工批准（新增认证流程、新增敏感数据类别、新增外部集成、改 CORS、文件上传、限流调整、提权）和绝不做的清单。内容覆盖注入与 XSS、访问控制、会话与 Cookie、响应头与 CORS、输入校验与文件上传、SSRF、派生路径上的删除/移动/覆盖、限流、密钥管理、依赖与供应链、个人数据与隐私，以及 AI/LLM 功能的 OWASP Top 10 风险，并附审查清单、常见辩解、危险信号和验证步骤。
中文介绍正在整理，稍后补充。
该技能用于检查和解读邮箱、用户名、电话号码或姓名在数据泄露事件中的暴露情况。它调用 Have I Been Pwned 获取某身份曾注册过哪些服务，使用 Pwned Passwords 的 k-匿名范围 API 在本地比对密码是否已流入公开泄露库（不上传明文），并可借助 DeHashed、IntelX、Snusbase 等商业服务按用户名、电话、IP 或姓名检索记录字段。核心价值不在凭证本身，而在于从泄露记录中提取服务清单、注册时间、用户名、注册 IP 等元数据，用于账号映射与身份关联分析。技能明确禁止使用任何泄露凭证登录、重置密码或测试密码复用，并给出置信度分级、来源选择表和常见的误判情形。
该技能用于通过 Yandex、Google Lens、Bing 视觉搜索、TinEye 和百度识图进行反向图片搜索，目的是找到图片最早发布的位置以及最早发布者，而不是仅仅找到一个匹配结果。技能给出各引擎的选择方法：人脸优先用 Yandex；北美洲和西欧以外的街景、俄语及中亚东欧土耳其中文内容用 Yandex；产品、书封、艺术品、植物、动物、地标、图中文字用 Google Lens；杂乱照片的特定区域用 Bing 视觉搜索的框选功能；怀疑年代久远的新闻照片、表情包用 TinEye 按最旧排序；中文或中国托管内容用百度识图。建议至少运行三个引擎，因为结果常有分歧，分歧本身也是信息。方法包括：使用最高分辨率原图而非截图、先跑全图、再裁剪出人脸招牌标志物等独特物体分别搜索、水平翻转、对低质量图做预处理、对视频抽取关键帧搜索、按最旧排序、打开匹配页面收集摄影师署名、机构、标题、人名、日期、URL 文件名等信息，并通过存档页、日期限定搜索、更大分辨率版本、图库站点、水印等确认最早发布。还涉及人脸专用引擎（PimEyes、FaceCheck.ID、Search4Faces）的使用条件与法律风险，包括 GDPR 第 9 条、伊利诺伊州 BIPA、得克萨斯州 CUBI，以及仅限有授权或保护性目的时使用。最后给出常见错误、置信度分级和工作示例。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
该条目是对一个伪装成合法安全软件（Avast Premium Security）的仓库进行恶意软件分发检测与分析的安全技能。它指出该仓库并非 Avast 官方软件，而是通过“keygen”“crack”“pre-activated”等关键词、虚假互动指标（高星标但零分支零议题）以及异常创建日期等红灯信号来识别恶意分发行为。技能提供了 C++ 代码示例，用于关键词匹配、指标检查、合法来源验证、内容扫描、生成滥用报告，并引导用户前往 https://www.avast.com/ 获取正版软件。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
这是一个安全技能，用于识别和警示伪装成正规安全软件的恶意软件分发仓库。该技能以 viceofficialtower74/Avast-Premium-Security-Windows-Latest 这类仿冒 Avast 的欺诈仓库为例，总结了识别恶意仓库的危险信号：描述中出现 keygen、crack、pre-activated、loader、serial 等盗版术语；星标数虚高但 fork 和 issue 为零的异常指标；冒用 Avast、Norton、Kaspersky、McAfee 等受商标保护的品牌名称；只提供可执行文件而无源码；以“免费获取付费软件”为诱饵。技能提供 Python 和 Shell 两种程序化检测示例，通过检查描述关键词、星标与 fork 比例、是否缺少 README、是否冒用知名品牌来计算风险评分并输出风险等级和建议。同时给出用户应对措施，包括不要下载、向 GitHub 举报、扫描系统，以及通过官方渠道获取软件并校验文件哈希的正当安全实践。
这是一个安全警示类技能页面，用于识别并预警伪装成 Bitdefender 杀毒软件破解版的恶意软件仓库。其内容指出，名为 MistDuckCount/Bitdefender-Total-Security-Crack-2026 的仓库以“预激活”“Keygen 加载器”等名义分发恶意程序，并用热门安全关键词做 SEO、通过异常涨星（约 13 天 59 星，约 4 星/天）等手段吸引搜索盗版软件的用户。该仓库不含真实源码、无 README、许可证为 NOASSERTION。技能列出常见恶意载荷类型（信息窃取、勒索、远控木马、挖矿、僵尸网络代理），并给出检测思路：通过描述关键词、源码缺失、涨星速率、SEO 话题、README 缺失和仓库新建时间等指标评估威胁等级。内容还包含报告渠道建议（GitHub abuse 表单）、软件来源验证思路，以及使用官方渠道获取 Bitdefender 或免费杀毒软件的提示。该技能仅用于安全意识与威胁检测，明确要求不要下载、克隆或执行此类仓库中的任何文件。
这是一个面向恶意软件分发识别与安全威胁分析的技能条目，重点关注伪装成商业安全软件的破解仓库风险、盗版软件分发手法以及可疑代码仓库的检测模式。其内容包含对恶意仓库常见特征的归纳（如无实际源码、承诺破解或预激活版本、异常快速的 Star 增长、恶意主题标签、外链下载、近期创建等），并给出基于评分规则的仓库风险判定示例代码。该技能还提供静态文件哈希计算、结合 VirusTotal API 查询的思路、行为层可疑指标清单（如写入系统目录、修改注册表启动项、连接未知 IP、进程注入、关闭 Windows Defender、访问浏览器凭据、加密用户文件、下载额外载荷等），以及合法获取安全软件的来源校验方法。报告与防护部分列出了 GitHub 滥用举报、Google Safe Browsing 举报和部分安全厂商反馈入口，以及“不要下载破解软件、仅用官方来源、校验数字签名、使用免费合法替代品、保持更新”等实践建议，并说明相关环境变量如 VIRUSTOTAL_API_KEY、HYBRID_ANALYSIS_API_KEY、GITHUB_TOKEN。
中文介绍正在整理，稍后补充。
这是一个安全警示类技能（Skill），用于识别并警告伪装成 Bitdefender Total Security 破解版、注册机（keygen）的恶意仓库。它帮助 AI 代理在面对用户询问此类仓库时，辨别其恶意本质，提醒用户不要下载或运行，并说明其可能带来的系统入侵、数据窃取和法律责任风险。该技能同时提供官方的合法杀毒软件来源信息、软件真伪验证方法（如官方下载、HTTPS 证书、数字签名、SHA256 校验）以及向 GitHub 和安全厂商举报恶意仓库的途径。它本身不提供任何可执行的杀毒软件，不提供价格或具体承诺，仅作为安全意识与防范指南使用。