api-fuzzing-bug-bounty
面向漏洞赏金与渗透测试的 API 模糊测试技能,讲解 REST、SOAP、GraphQL 接口的信息收集、认证绕过、IDOR、注入、速率限制绕过与 GraphQL 专项测试方法及常用工具。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-22 00:12
259,214 个结果
面向漏洞赏金与渗透测试的 API 模糊测试技能,讲解 REST、SOAP、GraphQL 接口的信息收集、认证绕过、IDOR、注入、速率限制绕过与 GraphQL 专项测试方法及常用工具。
Cowart 画布图像生成技能:根据用户需求生成 AI 位图并放置到 Cowart 画布,可替换选中的“AI 图片”占位符或直接插入当前页面。
用于 Spec Pack 验证阶段的测试计划技能:在冻结范围、策略、环境、准入/准出标准、风险与验证清单后,生成或更新 {FEATURE_DIR}/verification/test-plan.md,并与 requirements 的验收口径保持可追溯一致。
Yandex KIT(kit.yandex.ru,测试版)商店搭建平台的 REST API 使用指南与配套工具集,覆盖鉴权、基础 URL、限流、错误约定、分页与离线 OpenAPI 规范检索,用于在后端与平台之间同步商品、库存、价格并管理订单。
apk-reverse 是一个面向 Android APK 逆向工程的技能流程文档,用于指导对 .apk/.aab/.dex/.so 样本进行逆向、去臃肿、去广告、打补丁与重新签名,并分析其运行时与服务端行为。其核心导向是快速得到经过验证、可安装且仍能正常工作的产物,并规避那些会让 APK 表面正常、实则已被破坏的常见错误。文档以“先分类再选路线”为起点,强调在动手前明确可交付物的可测试定义,逐项通过四道关卡,定位代码所在层,并记录基线与对照。它规定一次只改一个变量、保留对照构建、绝不交付未经验证的产物,并要求先判定补丁所属层再动手。配套提供能力自检脚本与 DEX 索引查询、内存 DEX 扫描等工具化思路,并给出症状索引,用于在遇到异常时先查对应文件而非反复试错。文档还明确标注证据强度的四级标签(observed、inferred、unverified、unknown),区分“确实不存在”与“存在但当前路径读不到”。覆盖范围上,它声明不涵盖 Unity/IL2CPP、React Native、iOS、绕过服务端权威、现成脱壳器等场景。
PHP 鉴权机制审计工具,用于分析 PHP Web 项目源码中的认证与授权链路。它从源码中识别认证/鉴权实现(Session、JWT、中间件、自定义校验函数等),判断每条路由的鉴权状态,输出路由-鉴权映射表,并检测鉴权绕过、越权与 IDOR 风险。工具支持两种运行模式:STATIC_MAPPING 仅输出映射表与 P0/P1 分桶依据,TRACE_AUDIT 生成完整审计报告并强制引用 trace 证据点。对每个可疑点提供位置证据、数据流链、可利用性分析、验证 PoC 与修复建议。
Bounty Hunter 是一个名为 Atlas 的专业 AI 赏金猎人角色技能。它适用于寻找、评估或执行有偿任务的场景,例如开源赏金、自由职业和漏洞挖掘,目标是在控制成本的前提下实现收益最大化。Atlas 被设定为一名资深独立开发者,以经营业务的方式管理每项任务:把 token 消耗视为成本,把每个 PR 视为潜在收入,强调诚信交付、尊重任务范围与杜绝浪费。该技能给出了从机会发现、ROI 预评估、任务执行到收款与账本管理的完整工作流,并提及成本审计与收款检查脚本及提案、PR 模板等资源。资料未说明具体平台的安装方式、支持的运行环境或实际效果。
ACE-Step 文档与故障排查技能,用于回答 ACE-Step 音乐生成系统的安装、GPU 配置、模型下载、Gradio UI 使用、API 集成等问题。该技能按主题组织文档:入门部分涵盖安装、模型下载与启动命令、入门教程与最佳实践、项目概览与架构;指南部分涵盖 Web UI 使用、推理参数调优、GPU/显存配置与硬件建议、环境检测与 uv 安装及 python_embeded 设置(Windows/Linux/macOS)、启动脚本配置(.bat/.sh)、Git 更新与文件备份及冲突解决;API 部分涵盖 REST API 文档与 OpenRouter API 集成。技能还提供问题到文档的映射指引,例如显存不足、模型下载失败、uv 未找到、环境检测异常、脚本配置、更新冲突、推理质量、Gradio UI 无法启动等,便于快速定位对应文档。
acestep-simplemv 是一个基于 Remotion 的音乐视频(MV)渲染工具,属于 ace-step/ace-step-1.5 技能。它接收音频文件、LRC 或 JSON 格式的歌词以及标题,生成带波形可视化和同步歌词的 MP4 视频。工具通过 shell 脚本 render-mv.sh 调用,支持自定义输出路径、编解码器、背景图、字幕、署名、歌词时间偏移等选项,并可按目标文件大小自动压缩,适配 WhatsApp、Discord、QQ、Telegram 等平台的体积限制。渲染前需准备 Node.js 环境、安装 npm 依赖并确保 ffprobe 可用;在容器环境中还会自动检测并尝试安装 CJK 字体以避免歌词显示为方框。输出分辨率为 1920x1080、30fps,90 秒歌曲的典型渲染时间约 1-2 分钟。
该技能通过 curl 与 jq 调用企业微信服务端 API(https://qyapi.weixin.qq.com),以自建应用身份读取通讯录、发送应用消息与群聊消息、创建和读取企业微信文档与智能表格,并管理日程与会议。使用前需创建自建应用并配置 CorpID、Secret、AgentId 及通讯录、文档、日历、会议等权限,凭据从环境变量 WECOM_CORP_ID、WECOM_CORP_SECRET、WECOM_AGENT_ID 读取。认证采用两步 token 流程:先用 CorpID 与 Secret 换取 access_token(有效期 7200 秒),再在后续调用中以查询参数传入。响应为 HTTP 200 的 JSON,errcode 为 0 表示成功。发送消息、创建日程与会议等对外操作需先向用户展示确切接收人及内容并获得明确确认。不支持读取会话内容存档,也不提供通用待办 CRUD。
discover-tasks 是一个用于任务发现与排序的智能体技能(skill),属于 agent-sh/agentsys 项目。它的主要作用是从已配置的任务来源中获取待办任务,过滤掉已被其他工作流认领或已有开放 PR 关联的问题,再按优先级对剩余任务打分排序,最后通过交互方式让用户挑选要处理的任务。它支持 GitHub Issues、GitHub Projects (v2)、GitLab Issues、本地 Markdown 文件以及自定义 CLI/MCP/Skill 工具等多种来源,也可在 /next-task 工作流第二阶段被自动调用。使用时需依赖相应命令行工具(如 gh、glab)及令牌权限。
enhance-cross-file 是一个用于检查跨文件语义一致性的分析工具,主要面向智能体(agents)、技能(skills)和工作流(workflows)的配置与定义文件。它能发现单文件分析容易遗漏的问题,例如提示正文中使用了某个工具但未在 frontmatter 的 tools 列表中声明、引用了不存在的智能体、多个文件之间存在重复指令、规则相互矛盾(如一处写 ALWAYS 另一处写 NEVER)、未被任何工作流引用的孤立智能体,以及技能 allowed-tools 与实际使用工具不匹配等。工具通过运行 JavaScript 分析器(lib/enhance/cross-file-analyzer.js)获取 JSON 格式的检测结果,并按类别分组报告。所有检测模式均为中等确定性,需要人工结合上下文判断,且不提供自动修复,因为跨文件修改需要人工审查。
用于基于 Git 历史和代码证据生成性能假设的技能,需先查看最近 git 提交并定位相关代码路径,输出最多 5 条带证据与置信度的假设,不提供优化建议。
perf-theory-tester 是一个用于运行受控性能实验以验证假设的智能体技能,要求遵循 docs/perf-requirements.md 作为规范契约,每次实验只做单一变更、运行两次以上验证并记录证据。
该技能用于图片层面的 SEO 与性能优化分析,检查图片的 alt 文本、文件大小、格式、响应式图片、懒加载、CLS 预防以及图片在搜索结果中的排名等问题。它提供分级压缩阈值、现代格式(WebP/AVIF)与 <picture> 回退写法、srcset/sizes 响应式方案,以及 LCP 图片的 fetchpriority/decoding 建议。还可借助 DataForSEO MCP 交叉比对 Google 图片搜索排名,并用 exiftool、cwebp、ImageMagick、FFmpeg 做格式转换、IPTC/XMP 元数据注入与响应式变体生成。该技能面向站点图片资产审计与落地优化,输出审计汇总、按节省空间排序的优先级列表与改进建议。
该技能用于分析现有 XML 站点地图或依据行业模板生成新的站点地图,并校验 XML 格式、URL 与整体结构。它适用于用户提到 sitemap、生成或检查站点地图等场景。技能会先读取共享数据缓存以复用域名、行业与页面级上下文,缺失或损坏时改用新证据。分析模式检查 XML 有效性、单文件 URL 数量上限、URL 是否返回 200、lastmod 是否准确、是否使用 priority 与 changefreq、是否在 robots.txt 中被引用,并比对已抓取页面与站点地图以标记遗漏页面;同时给出质量信号与常见问题分级修复建议。生成模式询问业务类型或自动识别,加载行业模板,与用户交互规划结构,在 30+ 地点页警告、50+ 地点页硬性停止,输出有效 XML,按 5 万 URL 拆分站点地图索引,并生成 STRUCTURE.md 架构文档。输出分析报告 VALIDATION-REPORT.md 或生成文件及摘要,并在有持久发现时写入共享缓存。
一个可被 Codex 通过自然语言或 /seo 命令调用的通用 SEO 分析技能,覆盖站点审计、单页分析、技术 SEO、Schema、站点地图、本地 SEO、GEO、外链、集群规划等 26 个子技能,并可按需接入 DataForSEO、Firecrawl 等 MCP 扩展。
该技能用于抓取 Upwork 职位并生成个性化提案与求职信,适合需要批量寻找 Upwork 工作、撰写提案或申请任务的场景。依赖 Apify 抓取职位、Claude 生成提案,并可保存到 Google Sheets。
ask-question 是来自 aircury/ai-framework 的一条规则,要求智能体在需要用户从明确选项中做选择时使用 IDE 的 AskQuestion 工具,而不是在普通聊天里提问;纯文本回答(如邮箱、密钥、自定义名称)才允许用聊天方式询问。
frontend-ui-workflow 是一个前端 UI 工作流技能,用于在保留或扩展产品真实设计系统的前提下完成新页面、组件、高保真重建与改版,并让新 UI 无需清理式重构即可交付。
Colibri 是纯 C 实现的 LLM 推理引擎,可在约 25 GB 内存的消费级机器上运行 GLM-5.2(744B MoE)。支持专家磁盘流式加载、MLA 注意力与原生投机解码(MTP),用于本地部署、模型转换与性能调优。
prompts-chat 是一个用于发现并应用 prompts.chat 精选提示词集合的技能,帮助优化 AI 交互、工作流与提示词工程。适用于寻找特定任务或领域的提示词模板、构建提示词库、管理提示词版本,以及通过改进提示词结构来排查回答质量问题。
该技能用于在 ai-memory 中执行明确的、持久的 wiki 变更操作,包括保存长期或有时限的项目知识、记录规则与注释、更新笔记,以及按精确路径删除或恢复页面。它提供 memory_write_page、memory_delete_page、memory_restore_page 三个工具,支持 TTL 过期、范围(项目、profile、global)选择、页面元数据与关系字段,以及会话页面整理。常规会话捕获由系统自动完成,永久笔记需用户明确提出。
ai-memory-retrieval 是 ai-memory 技能集中的只读检索技能,用于在设计、调试或编辑代码前查阅项目记忆,包括历史决策、注意事项、流程、规则和会话记录。它提供查询、最近页面、整页读取、会话原始观察、健康状态、结构化简报和散文式回顾等工具,并说明项目范围路由、跨项目检索、过期与被取代版本处理、答案合成与反馈评分的使用方式。