SuperAPI AI 工具集
合作ENAI 行业资讯收藏

Skill 广场

找到适合任务的 Agent Skill，阅读介绍并复制安装命令。

更新于 10-27 00:15

安全与审计

7,566 个结果

competition-oauth-oidc-chain

这是一个面向 CTF 场景的 OAuth/OIDC 认证链分析技能，属于 ctf-sandbox-orchestrator 的下游专用技能。它用于证明 OAuth 或 OIDC 流程如何被构造、交换并最终被接受，覆盖入口路由、重定向、authorize 请求、回调、令牌交换、刷新与最终接受服务。核心做法是先按顺序梳理整条认证链，记录 scope、state、nonce、PKCE 材料、redirect URI 以及承载声明的令牌，再区分“持有令牌”与“实际身份被接受”，并复现最小的“重定向到接受”流程来证明关键身份边界。技能附带 references/oauth-oidc-chain.md 参考文件，包含重定向清单、令牌清单与证据打包方法；若难点在 JWT 头部解析、声明归一化、密钥查找或签发后的令牌校验混淆，则建议改用 competition-jwt-claim-confusion。

安全与审计2 次安装

competition-stego-media

本技能是一个面向 CTF 竞赛的隐写分析下游专用技能，属于 ctf-sandbox-orchestrator 的后续子技能。仅在 ctf-sandbox-orchestrator 已激活并已确立沙箱假设、节点归属与证据优先级之后才可使用，否则应先返回该上游技能。它适用于隐藏内容位于媒体容器、隐藏通道或附加载荷中的挑战，而非传统加密数据块。覆盖图片、音频、视频、文档及容器隐写场景。默认使用简体中文回复，除非用户明确要求英文。技能强调先确认真实容器类型、尺寸、时长、编码格式与分块结构，再检查元数据、缩略图、附属文件与附加尾部数据，然后按证据对候选通道（透明度、调色板、LSB、变换域残留、帧序、容器空隙）排序，并逐步保存每一层提取结果以保证变换链可复现。工作流程分为建立容器事实、检查候选通道、重建隐藏载荷路径三步。

安全与审计2 次安装

security-report

安全报告（Security Report）是一个用于输出安全评审报告的技能，适用于安全评审总结、漏洞汇总、合规审计与修复跟踪等场景。它把 CVSS 风险分级、修复建议和修复验证整合为一份面向决策者的结构化报告。核心原则包括：报告首页给出结论与风险等级；每个漏洞都附带修复建议，而不只是罗列问题；按 CVSS 分为 Critical / High / Medium / Low 四级；修复必须经过验证，因为修了不等于修好了；报告本身属于敏感信息，需防止泄露。报告结构包含摘要（评审范围、日期、发现总数、风险分布、上线结论）、发现汇总表（编号、标题、严重度、状态、修复人）、详细发现、修复跟踪表（漏洞、修复方案、截止时间、验证状态）与建议（系统级、流程级）。CVSS 分数对应关系为 9.0~10.0 Critical（远程无认证利用或数据丢失）、7.0~8.9 High（认证后利用或部分数据）、4.0~6.9 Medium（需特定条件）、0.1~3.9 Low（信息泄露或边缘问题）。配套模板为 templates/security-report-template.md，完整模板细节暂未提供。

安全与审计2 次安装

supply-chain-security

供应链安全技能，用于依赖漏洞扫描、容器镜像安全、CI/CD 投毒防护与 SBOM 管理，融合 SLSA、Sigstore、Snyk、Trivy 等工具与理念。核心原则包括：依赖即攻击面、锁定版本并提交 lockfile、持续定期扫描、保持最小依赖、镜像同样需要扫描。提供常用工具对照（Snyk、Dependabot、Trivy、npm audit、pip-audit、OWASP Dependency-Check、Grype、Syft、cosign），并给出 GitHub Actions 中集成 Trivy 扫描的示例配置，支持按严重级别阻断高危漏洞合并。配套依赖审计报告模板，附质量自检清单与常见坑提示，适用于 npm/pip/Maven 依赖扫描、镜像扫描、CI 流水线安全、SBOM 生成及恶意包检测等场景。

安全与审计2 次安装

threat-modeling

威胁建模技能用于新功能或新系统的安全设计评审，融合 STRIDE、攻击树（Attack Tree）与 Microsoft SDL 方法。其核心原则是在设计阶段而非上线后开展威胁分析，覆盖 STRIDE 六类威胁，关注数据流而非仅关注组件，输出可执行的缓解措施，并在架构变更时定期更新。工作流程包括绘制数据流图（DFD）、识别信任边界、对每个数据流应用 STRIDE、评估风险（概率×影响）、制定缓解措施并输出威胁模型文档。适用于新功能安全设计评审、新系统架构安全评估、重大变更前安全分析以及合规要求的威胁分析等场景。

安全与审计2 次安装

binary-re

Binary Reverse Engineering 是一个用于二进制逆向工程分析的综合技能，帮助分析二进制文件、可执行文件或字节码，理解其功能与工作原理。该技能提供整体方法论、分析哲学与参考资料，并包含多个相关子技能：triage（快速指纹识别）、static-analysis（基于 r2 与 Ghidra 的静态分析）、dynamic-analysis（基于 QEMU、GDB、Frida 的动态分析）、synthesis（报告生成）以及 tool-setup（工具安装）。分析流程遵循假设驱动的智能体循环：先进行 I/O 对比，再观察、假设、规划、执行、记录、更新，直至理解充分。技能强调人在回路中，执行二进制、网络操作、特权操作等需人工批准，并通过情景记忆跨会话保存分析知识。

安全与审计1 次安装

governance

该技能用于数据湖仓的治理与安全，帮助识别敏感数据、提取 ETL 血缘关系，并为云存储和元数据目录（如 Unity Catalog、AWS Lake Formation）生成最小权限的 IAM 与 RBAC 策略。它可分析表结构中的敏感列（如 email、ssn、phone 等），建议列级掩码或哈希；从 Spark、dbt、SQL 代码中提取数据来源与目标，构建文本血缘图；并针对访问请求生成严格的最小权限策略，避免使用通配符权限。同时支持行级与列级安全建议，如 Unity Catalog 行过滤器或 Snowflake 行访问策略。

安全与审计1 次安装

lakehouse-governance

用于数据湖与湖仓（Lakehouse）的治理与安全技能，帮助识别敏感数据、提取 ETL 数据血缘，并生成最小权限的 IAM 与 RBAC 策略。适用于云存储与元数据目录（如 Unity Catalog、AWS Lake Formation）。技能会分析表结构中的敏感列名（如 email、ssn、phone、address、dob、credit_card、password、token、ip_address、health_record），并建议列级脱敏、动态数据掩码或哈希替换；从 Spark、dbt、SQL 等 ETL 代码中提取来源（读取）与目标（写入）关系，构建文本血缘图；在用户请求访问权限时生成严格的最小权限策略，避免桶级通配符权限，示例涵盖 AWS S3、Glue 及 Iceberg 表场景；针对基于属性的访问限制，建议使用 Unity Catalog 行过滤器或 Snowflake 行访问策略，而非创建重复表或视图。

安全与审计1 次安装

order-risk-report

order-risk-report 是一个只读型 Shopify 技能，用于按欺诈风险等级列出订单，并展示 Shopify 风险分析所标记的具体风险指标，从而帮助商家构建人工审核队列。该技能会查询近期订单，筛选出高风险或中风险的订单，包含账单/收货地址不一致、高风险邮箱域名、高风险 IP 等指标细节。它只读取数据，不执行任何变更操作，可随时安全运行。风险分数由 Shopify 的欺诈分析生成，仅供参考，除非商家配置了 Shopify 的欺诈过滤器，否则不会自动阻止订单。使用前需要已认证的 Shopify CLI 会话，并具备 read_orders 权限。

安全与审计1 次安装

memory-publication-auditor

Memory Publication Auditor 是一个用于在将私有技能、记忆、笔记或操作日志转化为公开技能、模板、文档或可复用模式之前进行审计的技能。它帮助判断哪些私有记忆或技能内容可以成为公开知识，哪些必须保持私有或需要脱敏。该技能不是复制工具，而是一个保守的筛选器：输入私有材料，输出经过净化的可复用模式。它默认在不确定时标记为仅私有或需人工审核，禁止发布账户名、用户名、主机名、私有 IP、令牌、本地路径、私有服务器名、未发布项目细节、协作者身份或原始轨迹。它区分私有事实与可发布的运营模式，先生成审计报告，再基于脱敏候选起草公开技能或文档。审计产物默认保存在 .agent/publication-audits/ 下。分类标签包括 private-only、redactable、publishable、reusable-pattern、needs-human-review。工作流程包括读取分类策略、识别输入路径、运行确定性扫描脚本、审查报告、分类候选、填写模板并替换私有细节为占位符，最后路由到相应后续步骤。

安全与审计1 次安装

prompt-injection-detector

Prompt Injection Detector 是一个用于安全 LLM 应用的提示注入检测与防护技能（Skill），来源为 a5c-ai/babysitter。它面向提示注入防御与工具安全验证流程，提供检测提示注入尝试、实现输入净化、配置检测分类器、设计防御层、实现金丝雀令牌检测，以及创建注入日志与告警等能力。检测方法包括模式匹配、ML 分类器、金丝雀令牌、基于 LLM 的检测和困惑度分析；防御策略涵盖输入预处理、提示结构设计、输出验证、沙箱执行与多层防御。可配置检测阈值、模式规则、分类器模型、动作策略与告警设置。依赖项包括可选的 rebuff、transformers 以及自定义分类器。

安全与审计1 次安装

skill-security-auditor

Skill Security Auditor 是一款用于在安装前对 AI 智能体技能（skill）进行安全审计与漏洞扫描的工具。它通过静态分析技能目录或 Git 仓库中的代码与文档，检测命令注入、代码执行、混淆、网络外传、凭据窃取、权限提升、不安全反序列化等代码执行风险，扫描 SKILL.md 中的提示注入（如系统提示覆盖、角色劫持、安全绕过、隐藏指令），检查依赖供应链（已知漏洞、仿冒包、未固定版本、脚本内安装命令），以及文件系统与结构异常（越界访问、隐藏文件、二进制文件、符号链接等）。扫描完成后输出清晰的 PASS / WARN / FAIL 结论，并附带按严重程度分组的问题清单与修复建议。支持本地目录、Git 仓库 URL、严格模式（任何 WARN 升级为 FAIL）和 JSON 报告输出，可集成到 CI/CD 或批量审计。该工具仅做静态分析，不执行代码，无法确定性地检测逻辑炸弹或延时载荷，混淆检测基于模式匹配，依赖漏洞检查使用本地模式匹配而非实时 CVE 数据库。

安全与审计1 次安装

skill-vetter

Skill Vetter 是一套面向 AI 智能体的安全优先技能审查协议，用于在安装来自 ClawdHub、GitHub 或其他来源的技能前进行安全检查。它强调“先审查再安装”，覆盖来源核验、强制代码审查、权限范围评估和风险分级，并输出标准化的审查报告。其代码审查环节列出多项红旗信号，例如向未知 URL 执行 curl/wget、向外部服务器发送数据、索取凭据或 API 密钥、读取 ~/.ssh、~/.aws、~/.config 等目录、访问 MEMORY.md、USER.md、SOUL.md、IDENTITY.md、对内容做 base64 解码、对外部输入使用 eval() 或 exec()、修改工作区外的系统文件、未列明即安装软件包、访问 IP 而非域名、使用混淆代码、请求提权权限、访问浏览器 cookie 或会话、触碰凭据文件等，出现即建议立即拒绝。风险分为低、中、高、极端四级，并给出安装、需完整审查、需人工批准或不要安装的对应处置。适用场景包括安装 ClawdHub 技能、运行 GitHub 仓库技能、评估其他智能体分享的技能，以及任何被要求安装未知代码的场合。

安全与审计1 次安装

secure-my-app

secure-my-app 是一个面向单个代码库的安全审计技能，核心目标是回答三个问题：某项安全控制是否真的需要、是否已经存在、新加的东西是否有效。它由自然语言触发（如“上线前帮我加固应用”）或通过 /secure-my-app <target> 调用，参数可为空、路径、在线 URL 或控制组名称。它遵循一条铁律：无证明，不成发现；无复证，不成修复。技能将候选问题分为四级阶梯（存在、可达、控制、影响），无法确定的一律标记为 UNPROVEN。检查按 KEYS、DOOR、ROOMS、PIPES、VAULT、FLOOR、SUPPLY 七个组进行，并输出包含覆盖情况的门禁结论（不要上线／带着已知缺口上线／此处未确认任何问题）。修复需成对验证：攻击者请求失败，合法用户请求仍成功。它明确声明自己不是渗透测试，不做破坏性探测，不宣称合规。

安全与审计1 次安装