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 10-18 00:12
7,211 个结果
K7 Total Security Deployment 是一个面向 K7 Total Security 16.0.1195 统一防御框架的部署与配置技能，覆盖 Windows、macOS 与 Linux 端点。该技能提供签名无关的 AI 威胁检测、多平台同步和模块化防护层的部署流程，包括各平台的安装步骤、核心配置（通过 YAML 配置文件定义可执行文件防护、内存扫描、USB 过滤、Web 过滤等保护层）、AI 集成（支持 OpenAI 与 Claude 的 API 配置与测试）、常用命令（状态监控、策略管理、威胁响应）、多环境部署、Webhook 通知、集中式日志、异常规则、网络分段、定时扫描，以及针对代理无响应、配置文件应用失败、性能问题和 AI 集成问题的排查方法。适合需要在多平台端点统一部署和运维 K7 Total Security 的安全与运维人员参考。
SMTP 渗透测试技能用于对 SMTP 邮件服务器开展安全评估，帮助识别开放中继、用户枚举、弱认证和错误配置等漏洞。它涵盖 SMTP 服务发现、横幅抓取、SMTP 命令枚举（VRFY/EXPN/RCPT）、用户枚举、开放中继测试、暴力破解、命令注入、TLS/SSL 测试以及 SPF/DKIM/DMARC 分析，并给出加固建议。使用前需获得书面授权，并遵守法律与道德边界。
本技能用于创建威胁模型、定义安全目标、生成数据流图与编写安全定义文档，是 Bitwarden 安全工程工作流的辅助工具。它围绕 Bitwarden 的四阶段安全协作模型展开，主要用于支持第一阶段（工程团队负责的初始安全评估），并协助第二至第四阶段的产出物。使用时可生成 Mermaid 数据流图、将安全需求与产品需求分离、用 STRIDE 方法识别初始威胁，并按标准模板撰写安全定义文档。安全定义由三部分组成：威胁模型（攻击者能力与限制）、安全目标（系统可保证的内容）以及已接受的目标状态（对当前是否达成的诚实评估）。技能内含多份参考文档，涵盖 SD 写作质量反模式、Bitwarden 标准词汇表、安全原则 P01–P06、STRIDE 框架以及架构决策记录对齐检查。适用于绿场项目、新服务、数据共享变更、新 IPC 通道、跨域功能等场景。
Security Review 是一个安全审计技能，用于确保代码遵循安全最佳实践并识别潜在漏洞。其审计范围覆盖身份认证、SQL 注入、密钥泄露、CSRF 以及 OWASP Top 10 漏洞。该技能在实现认证或授权、处理用户输入或文件上传、创建新 API 端点、处理密钥或凭据、实现支付功能、存储或传输敏感数据、集成第三方 API 等场景下激活。技能提供了一份包含十个方面的安全检查清单：密钥管理、输入验证、SQL 注入防护、认证与授权、XSS 防护、CSRF 防护、速率限制、敏感数据暴露、区块链安全（Solana）以及依赖安全，并针对每一项给出了错误做法与正确做法的代码示例、验证步骤，以及自动化安全测试示例和部署前安全检查清单。
commit-security-scan 是一个基于 LLM 推理的安全扫描技能，用于分析代码变更（提交、PR、diff）中的安全漏洞。它直接读取代码，并结合仓库威胁模型中的模式，识别覆盖全部 STRIDE 类别的问题。适用于 PR 审查、提交前检查、分支对比和代码审查辅助。使用前需要仓库中存在 .factory/threat-model.md 和 .factory/security-config.json 两个文件；若缺失，技能会先自动调用 threat-model-generation 技能生成它们。扫描范围可由用户指定，如 PR、提交区间、单个提交、暂存变更、未提交变更、分支对比或最近 N 次提交。分析过程按 STRIDE 分类系统检查漏洞，追踪数据流，评估严重程度与置信度，最终生成 security-findings.json 报告并汇总结果。
Threat Modeling 是安全评估 PLAN 阶段使用的技能，用于在投入测试前先确定应优先关注和测试的目标。它通过盘点资产、梳理入口点、绘制信任边界，应用 STRIDE 方法，并按可能性×影响对风险排序，最终输出一份供后续阶段使用的优先目标列表。该技能强调无法测试所有内容，应把精力集中在破坏后果最严重的地方，并将高优先级项交给安全代码审计与主动渗透测试等后续环节。
该技能用于对安全告警和事件进行分诊：依据结构化 IR 剧本与 SIEM/案件管理查询（如 Splunk、TheHive）判断事件类型与严重级别、分派处置团队，并完成告警确认、IOC 富化、剧本选择、升级通知与交接记录。适用于 SOC 分析师对来自 SIEM、EDR 等来源的新告警判定是否为真实事件、多事件并发时的优先级排序，以及自动分诊规则的验证与调优。前提条件包括具备告警关联能力的 SIEM、按事件类型划分的响应剧本库、经 CISO 批准的严重级别矩阵、值班与升级流程、工单系统以及威胁情报源。
该技能用于帮助 AI 编程代理识别并警告那些声称提供商业安全软件补丁、解锁、破解或未授权激活工具的仓库。它以 K7 Total Security 相关的可疑仓库为例，说明此类仓库常见的危险信号，包括名称含 crack/patch/unlock/keygen 等关键词、无实际代码、引导外部下载、无许可证、星标异常增长等，并给出风险评估、响应模板、检测代码示例、合法获取途径与上报流程。
Yakit MITM 热加载专题，用于在中间人代理中用 Yaklang 代码动态劫持、修改请求与响应，或镜像分析流量、入库前打标签、对危险操作做 mock 护栏。
针对 Web 应用 HTML 注入漏洞的测试技能，覆盖注入点识别、基础与高级载荷、钓鱼与篡改构造、绕过与自动化测试，以及修复建议，用于区分 HTML 注入与 XSS 并评估影响。
基于 aliyun CLI 与 Python 脚本，批量管理资源目录下的多个阿里云账号，并导出云安全中心（SAS）基线检查与漏洞报告，合并为带“资源目录账号”列的 Excel 文件。
面向施工安全的开源事件报告与分析技能，覆盖未遂事件、伤害与财产损失的记录、根因分析、纠正措施跟踪及趋势与指标统计，帮助预防事故复发。
cyber-audit 是面向 macOS（MacBook）的只读安全审计技能，用于排查 CVE、数据泄露、恶意包或其他安全公告的影响。它会检查 npm、Python、Homebrew、运行进程、监听端口、启动项、环境变量与编辑器扩展等，并将结果写成 Markdown 报告。
该技能是一个面向漏洞赏金（Bug Bounty）与渗透测试的专家型助手，用于指导安全研究人员发现漏洞、编写漏洞报告以及进行负责任的漏洞披露。它围绕 OWASP Top 10 构建测试方法论，覆盖注入、认证缺陷、敏感数据暴露、XXE、访问控制、安全配置错误、XSS、不安全反序列化等常见漏洞类型。技能给出了侦察、手动测试与自动化扫描的精力分配建议（侦察 30%、手动测试 50%、自动化扫描 20%），并提供了子域枚举、技术栈识别、端口扫描、SQL 注入、XSS、SSRF 等环节的具体命令与载荷示例，同时包含报告结构、CVSS 评分因素、工具清单、道德准则和项目选择策略。
该技能用于审查 AI API 密钥泄露模式与脱敏策略，帮助识别 OpenAI、Anthropic、Gemini 等 10 余家 AI 服务商密钥被暴露的情况。它面向集成 AI 服务商的应用，提供安全审计模式，核心原则包括：必须将 AI API 密钥视为机密并保留在服务端，不得将密钥下发到浏览器或移动客户端，应避免记录密钥并在日志或错误上报前脱敏，一旦怀疑泄露必须立即轮换密钥。技能梳理了常见泄露路径，如客户端环境变量（NEXT_PUBLIC_*、VITE_*）暴露密钥、浏览器代码直接调用 AI 接口、构建产物中嵌入密钥、source map 暴露服务端代码、日志与遥测中包含密钥值等，并给出对应的快速审计命令与加固清单。
security-secrets 是一个用于代码库密钥检测的参考技能，提供高信号正则表达式模式与扫描工作流，帮助识别 AWS 密钥、GitHub 令牌、数据库密码等敏感信息。它包含各类密钥的匹配模式、优先检查文件清单、CLI 扫描命令以及报告时的脱敏格式要求，适用于代码审查与安全审计场景。
Bright Security 是一款面向开发者的安全测试工具，可集成到 CI/CD 流水线中，帮助开发与安全团队在软件开发生命周期早期发现并修复漏洞。该技能通过 Membrane CLI 与 Bright Security 交互，由 Membrane 自动处理认证与凭据刷新，用户无需手动管理 API 密钥或令牌。主要能力包括管理扫描、扫描配置、问题（Issue）、项目、组织与用户等数据，并支持自动化工作流。使用方式为：先安装 Membrane CLI（npm install -g @membranehq/cli@latest），通过 membrane login 完成登录，再用 membrane connection ensure 建立与 Bright Security 的连接，随后可用 membrane action list 搜索动作、membrane action run 执行动作，或通过 membrane request 直接代理请求 Bright Security API。适用于需要将安全测试数据接入自动化流程、在 CI/CD 中管理漏洞与扫描结果的开发与安全场景。
该项目在资料中被描述为面向 K7 Total Security 16.0.1195 的配置框架，声称支持 Windows、macOS、Linux 多平台的统一端点防护配置，包含基于 YAML 的安全配置文件管理、多层防护配置（可执行文件防护、内存扫描、USB 过滤、Web 过滤）、集中管理控制台，以及接入 OpenAI、Claude 的 AI 威胁分析集成。但资料同时明确给出安全警示：该项目疑似为未经授权的工具包，声称提供“解锁补丁”和“激活密钥”，通常意味着许可证规避工具。资料建议用户核实是否持有合法的 K7 Total Security 许可证，通过 K7 Computing 官方渠道获取软件与支持，并指出使用未授权补丁/破解会违反软件许可协议，且从非官方来源下载“工具包”存在恶意软件、后门等重大安全风险。因此本条目仅作事实性介绍，不构成使用建议。
面向 AWS 云环境渗透测试的技能包，涵盖 IAM 枚举、权限提升、SSRF 获取元数据凭证、S3 与 Lambda 利用、持久化等红队技术，需在获得书面授权后于授权范围内使用。
Linux 提权评估技能，用于在获得低权限 shell 后系统性枚举与利用内核漏洞、sudo 配置错误、SUID 二进制、capabilities、计划任务、PATH 劫持和 NFS 弱点，以获取 root 权限。
Clarity 智能合约安全审计技能，对 .clar 源码做结构化审查，覆盖正确性、安全漏洞、设计问题与部署就绪度，输出 JSON 结果，可作为独立技能或 clarity-expert 智能体的基础。
该技能提供基于 LLVM 的代码混淆知识，涵盖 OLLVM 及多种现代变体，用于软件保护与反逆向工程。核心内容包括控制流混淆（控制流平坦化 CFF、虚假控制流 BCF、CFG 随机化）、数据混淆（字符串加密、常量替换、变量拆分）、代码变换（指令替换、MBA 混合布尔算术、虚拟化 VMP）。技能列举了经典 OLLVM 及 Hikari、Pluto-Obfuscator、Arkari、o-mvll 等现代变体，以及 IR VMP、Warbird 等专用工具，并给出自定义 LLVM 混淆 Pass 的代码示例、最佳实践、工具链集成（Android NDK、mingw、Rust、Swift）与反去混淆注意事项。
Auth Security 是一个面向 OAuth 2.1 与 JWT 认证安全最佳实践的技能，遵循 RFC 9700（2025 年 1 月）。它适用于实现认证、API 授权和令牌管理等场景，核心原则包括：所有客户端必须使用 PKCE、访问令牌短生命周期（5-15 分钟）、刷新令牌单次使用并轮换、浏览器令牌存放于 HttpOnly Cookie、显式指定 JWT 算法而不信任头部算法、删除已废弃的认证流程。内容涵盖 OAuth 2.1 关键变更（移除隐式授权、密码授权、无 PKCE 的授权码流程）、JWT 算法选择优先级（EdDSA、ES256、PS256、RS256）、令牌结构与验证、令牌存储方案对比、刷新令牌轮换与重用检测、算法混淆/CSRF/XSS 攻击防护、DPoP 令牌绑定、令牌吊销以及安全检查清单，并提供 TypeScript 代码示例。
FraudLabs Pro 反欺诈集成的 Membrane 技能，用于管理交易、订单、客户等数据并自动化工作流，可筛查订单欺诈、查询订单结果、反馈订单，以及管理邮箱、信用卡、设备、IP、电话的黑名单与白名单。