sops-secret-access
用于在仓库中使用 SOPS 加密文件中的密钥与私有工具配置的技能。当任务依赖密钥、私有仓库或环境变量，且存在对应的 *.sops.* 文件时，应解密该文件而非依赖公开回退配置。
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 10-16 00:02
安全与审计
6,140 个结果
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 等来源的技能前进行风险检查。它通过来源核查、代码审查、权限范围评估和风险分级，输出审查报告与安装结论，帮助避免安装含恶意行为的未知代码。
software-security-appsec
Software Security And AppSec 是一个面向应用层安全的技能，用于审查应用安全设计并指导 AppSec 决策，涵盖身份认证、授权、会话、输入输出处理、密码学、供应链控制、API 安全、威胁建模与安全评审。它是应用安全决策层，而非通用后端或基础设施加固。适用于评审或设计认证、会话、令牌与授权流程，验证输入处理、文件上传、渲染与不可信数据边界，保护 API、Webhook、浏览器应用与管理界面，对功能或 AppSec 架构选择进行威胁建模，加固依赖、构建、制品与发布链路，以及从 AppSec 角度评审智能体或 MCP 连接的应用。该技能默认使用 OWASP Top 10 做风险框定、ASVS 做需求深度、NIST SSDF 做 SDLC 基线，并提供了认证模型选择、输入控制选择、秘密存储选择等对照表，以及评审前检查清单与输出模式。
performing-csrf-attack-simulation
该技能用于在获得授权的Web应用渗透测试中模拟跨站请求伪造（CSRF）攻击，检测状态变更操作是否存在CSRF漏洞。它涵盖识别状态变更请求、分析反CSRF令牌实现、检查SameSite Cookie与Origin/Referer头防护、使用Burp Suite生成CSRF PoC、构造高级CSRF载荷（如JSON API、XMLHttpRequest、fetch、图片标签、iframe多步攻击），以及托管PoC并验证攻击效果。适用于安全审计、自定义认证与会话管理机制评估，以及验证敏感操作（改密码、转账、修改设置）的防护强度。使用前提包括书面授权、Burp Suite Professional、本地HTTP服务器、双浏览器环境及HTML/JavaScript知识。该技能仅限授权测试与教育用途，未经授权使用可能违法。
hunt-auth-bypass
hunt-auth-bypass 是一个面向漏洞赏金与授权安全测试的认证绕过漏洞狩猎技能，来源于 elementalsouls/claude-bughunter。它基于 12 份公开漏洞赏金报告构建，覆盖 SAML XSW、解析器差异、SSH 证书颁发机构信任伪造等认证绕过类型。该技能提供高价值目标识别、攻击面信号、逐步狩猎方法、遗留协议探测矩阵、载荷与检测模式、常见根因、绕过技术对照以及报告前的 Gate 0 验证标准，帮助测试者系统化地发现并验证认证绕过问题。
secrets-env-manager
Secrets & Env Manager 是一个面向 CI/CD 的密钥与环境变量管理技能，重点在于校验必需环境变量、防止密钥泄露、强制掩码以及提供快速失败（fail-fast）验证与清晰文档。它可帮助团队在部署前发现缺失的配置，避免因环境变量未设置导致运行失败，并通过自动化扫描降低密钥硬编码或意外提交的风险。
drm-pentesting-toolkit
DRM Pentesting Toolkit 是一个基于插件的 DRM 渗透测试工具包，提供 CustomTkinter 图形界面，用于管理 DRM 设备（Widevine .wvd、PlayReady .prd）、从 MPD 清单中提取 PSSH、与许可证服务器通信以及下载受保护内容。它支持加载和验证 Widevine/PlayReady 设备文件、解析 DASH/MPD 清单中的 PSSH 数据、从许可证服务器提取解密密钥、生成内嵌密钥的 M3U 播放列表、通过 N_m3u8DL-RE 下载并解密内容、管理凭据、代理和 HTTP 配置，并通过插件栈系统串联多个操作。该工具以 Python 编写，依赖 customtkinter、pywidevine、pyplayready、requests、Brotli、protobuf 等库，插件为 plugins/ 目录下定义 run() 函数的 Python 文件，通过内省自动检测所需参数并在链式插件间传递结果。
pentester-mcp-security-tools
Pentester-MCP 是一个基于 Model Context Protocol（MCP）的安全测试工具集成服务，将 nmap、sqlmap、ffuf、gobuster、nuclei、impacket、hydra 等 200 多个开源渗透测试工具封装为可供 AI 助手调用的接口，并通过 Docker 沙箱隔离执行。
supabase-evidence
supabase-evidence 是 Supabase 渗透测试技能集中的证据收集管理技能，用于为专业安全审计初始化并维护证据目录，逐步保存可复现的发现证明。
alibabacloud-cfw-ips-event
阿里云云防火墙 IPS（入侵防御系统）安全事件与告警的查询分析技能。该技能以 Aliyun CLI 的 cloudfw 命令作为唯一数据源，不依赖本地日志文件、SIEM 导出或主机直连，也无需 SSH 或直接连接服务器 IP。它可帮助快速定位威胁并给出加固建议。能力为只读查询，覆盖：IPS 告警总览统计（攻击次数、拦截次数、严重程度分布）、告警事件明细（源/目的、攻击类型、处置状态）、被攻击资产排行、攻击类型与应用分布、IPS 配置状态（运行模式、规则开关、规则库版本）以及基于告警数据的优先级修复建议。执行前需满足 Aliyun CLI >= 3.3.3、插件更新、开启 AI 模式与凭据（AK/STS/OAuth）等前置条件，并要求 RAM 只读权限（如 AliyunYundunCloudFirewallReadOnlyAccess）。工作流共 7 步，支持按用户意图裁剪执行范围，失败步骤可继续并输出部分结果，最终生成以“谁在攻击、什么被攻击、响应是否有效”为主线的分析报告。
security-pr-checklist-skill
security-pr-checklist-skill 是一个用于代码拉取请求（PR）安全审查的技能，旨在为 PR 建立可重复的安全检查清单，覆盖必需检查项、常见安全陷阱以及自动化门禁。适合在代码评审流程中统一安全标准，帮助团队在合并代码前系统排查认证授权、输入校验、数据保护、依赖、密钥管理和错误处理等方面的风险。
dependency-supply-chain-security
依赖与供应链安全技能，用于管理项目依赖、防范漏洞包和恶意包。通过 npm audit、npm outdated、package-lock.json 锁定、npm ci 等方式，帮助审计依赖、更新软件包、防止供应链攻击。适用于 Node.js/npm 项目在部署前进行安全检查与依赖维护。
pii-sanitizer
pii-sanitizer 是一款数据保护工具，用于从数据集、日志或通信内容中识别并遮蔽个人身份信息（PII），例如电子邮件、电话号码和信用卡号，以帮助满足 GDPR、CCPA 等隐私法规要求。它适用于日志清洗、数据集准备和客户支持等场景，但属于脱敏（redaction）工具而非加密工具，目的是移除数据而非加密保存以便日后取回。使用时需注意误报、上下文歧义和编码问题，并建议在安全边界内本地处理、不将输入数据写入磁盘。
building-vulnerability-scanning-workflow
该技能用于构建结构化的漏洞扫描工作流，借助 Nessus、Qualys、OpenVAS 等工具发现、优先级排序并跟踪安全漏洞的修复。适用于 SOC 团队建立或改进周期性漏洞扫描计划、基于资产上下文与威胁情报对扫描结果进行优先级排序、将漏洞数据集成到 SIEM 以关联利用尝试，以及通过基于 SLA 的仪表板和报告规范修复跟踪。不适用于渗透测试或主动利用。
bitrix-security
Bitrix 安全模式技能，聚焦 Bitrix 框架下的常见安全风险与防护实践。内容涵盖 CSRF、XSS 与链接净化、开放重定向、ORM/ExpressionField 中的 SQL 注入、SSRF 与本地文件读取、文件上传、权限校验、REST 作用域、JWT/JWK、加密与双因素认证等主题。基线要求 main 23.0+，已验证 main 26.800.0。该技能强调：请求数据、数据库存储设置、导入数据、REST 载荷均视为不可信；实体类型与归属只能来自数据库记录而非请求；凡进入 SQL 结构的部分（字段名、运算符、函数、排序键）无论来源都需白名单校验；按输出上下文转义（HTML 用 htmlspecialcharsbx()、JS 用 Json::encode()、URL 走协议白名单）；用户输入不得未经检查进入 CFile::MakeFileArray()、file_get_contents()、unserialize() 或重定向目标；认证/CSRF 过滤器不等于授权，每个操作都需对对象做权限校验。
clawsec-clawhub-checker
ClawSec ClawHub Checker 是 clawsec-suite 的声誉检查扩展，在受保护的技能安装流程前增加一道独立的声誉门禁。它从 ClawHub 读取技能元数据（inspect --json），评估扫描器状态（含 VirusTotal 摘要，如存在），并结合年龄、更新频率、作者历史、下载量等启发式指标计算声誉分数。当分数低于阈值时，必须显式传入 --confirm-reputation 才能继续安装。该技能依赖已安装的 clawsec-suite，运行时需要 node、clawhub、openclaw，声誉检查会调用 ClawHub 的 inspect/search 接口。评分属于启发式且需确认，是纵深防御手段，不能替代公告匹配。
secrets-management
面向 CI/CD 与授权系统的密钥管理实践指南，涉及 Vault、AWS Secrets Manager 等后端，覆盖检索、工作负载身份、访问策略与轮换，并强调最小权限、失败关闭与日志不留密钥。
504-frameworks-micronaut-security
该技能用于在 Micronaut 应用中设计、审查和改进安全性，涵盖 micronaut-security 认证配置、@Secured 注解与基于角色的授权策略、端点与路由保护、最小权限设计、安全的错误与拒绝行为，以及日志和响应中的敏感数据处理。技能强调安全默认的 API 边界，要求在应用任何安全改动前先编译项目，改动后运行完整验证，并参考配套规则与正反示例。适用于为 Micronaut 添加安全支持、审查安全配置、改进 API 授权、添加 JWT 安全、加固路由授权规则以及在控制器中实现 @Secured 策略等场景。
analyzing-threat-landscape-with-misp
该技能用于通过 PyMISP 查询 MISP（恶意软件信息共享平台）实例，对威胁情报数据进行统计分析。主要能力包括：按威胁等级和日期范围统计事件数量、分析 IOC 属性类型分布（IP、域名、哈希、URL）、从事件标签中识别 MITRE ATT&CK 技术、通过 galaxy 集群追踪威胁行为者活动，以及生成 IOC 提交的时间趋势分析。适用于安全事件调查、检测规则与威胁狩猎查询构建、SOC 分析师结构化分析流程，以及验证安全监控覆盖度。使用前需熟悉威胁情报概念、具备测试或实验环境、Python 3.8+ 及相应依赖，并拥有合法授权。安装依赖命令为 pip install pymisp，随后配置 MISP URL 与 API 密钥，运行 agent 脚本生成分析报告。
threat-model-generator
Threat Model Generator 是一个基于 STRIDE 方法论的安全威胁建模工具，用于系统性地识别和缓解安全威胁。它支持资产识别与分级、威胁枚举、攻击向量记录、缓解策略定义、残余风险计算，并生成威胁模型文档。工具还提供自动化威胁检测的代码模式示例，以及最佳实践与输出清单，帮助团队将威胁建模集成到开发流程中。
agent-security-scanner-mcp
面向 AI 编程智能体的安全扫描 MCP 服务器，支持漏洞检测、包幻觉校验、提示注入防火墙、AST 与污点分析、自动修复、SBOM 生成及 LLM 语义代码审查，提供完整版与轻量版 ProofLayer。
skill-security-scanner
skill-security-scanner 是一款命令行安全分析工具，专门用于在安装前扫描 Claude Skills，检测恶意代码、未授权网络请求、敏感文件访问、命令注入等安全风险。它采用静态分析方式，不执行被扫描代码，可输出风险评分以及 HTML、JSON、控制台等多种格式的详细报告，并支持中英文界面。工具内置多维检测规则（网络、文件、命令、代码注入），提供 CRITICAL/WARNING/INFO 分级、可自定义规则与白名单、自动扫描 .claude/skills/ 目录等能力，适合在安装第三方 Skill 前做安全检查，或集成到 CI/CD 流程中。
betterauth-tanstack-convex
用于在 Convex 后端与 TanStack Start 框架中集成 Better Auth 身份认证的分步指南技能，覆盖从安装、环境变量、文件结构到 SSR 认证流程的完整配置，适合新建项目配置认证或排查配置问题。
bug-bounty
这是一个面向漏洞赏金（Bug Bounty）全流程的 Claude 技能，覆盖侦察、学习、狩猎、验证到报告五个阶段。它强调只报告可实际利用、能造成真实危害的漏洞，拒绝理论性发现，并提供 A→B 漏洞链式挖掘方法、顶级猎人思维框架、工具清单（subfinder、httpx、nuclei、ffuf、semgrep 等）以及各阶段的具体命令示例，包括子域枚举、资产发现、指纹识别、HackerOne 范围获取和源码审计。