dym-cti-expert-install-and-register

用途

该技能将 cti-expert 从 Git 仓库目录转变为 Claude Code 中可直接使用的 skill、8 个 /cti* 命令与 MCP server，安装后可在任意项目中使用。它产生的产物包括：~/.claude/skills/cti-expert 下的克隆、~/.claude/commands/ 中的命令符号链接、每台机器各自的 .mcp.json，以及（可选的）用于深层能力的 .venv。

安装步骤

克隆到指定位置：

git clone https://github.com/7onez/cti-expert.git ~/.claude/skills/cti-expert
cd ~/.claude/skills/cti-expert

位置并非必须是 ~/.claude/skills/，仓库内路径均按包含 SKILL.md 的目录解析；但 register.sh 默认符号链接到 ~/.claude/skills/cti-expert，因此直接克隆到该处摩擦最小。

安装第三方 OSINT 工具：

bash scripts/install.sh                # 核心：python 依赖 + whois/dig/jq/exiftool + maigret/sherlock/holehe 等
bash scripts/install.sh --headless     # 追加 Scrapling headless Chromium（约 200 MB）
bash scripts/install.sh --go           # 追加 subfinder/amass/gau/gitleaks/httpx（约 150 MB）
bash scripts/install.sh --all          # 追加全部

脚本仅接受上述三个标志，其他参数会被静默忽略。注意：该安装脚本在 $HOME/.claude/skills/.venv 建立共享 venv（位于仓库外，供多个 skill 共用），这与第 4 步深层管道读取的 .venv 不是同一个。Windows 原生可用 powershell -ExecutionPolicy Bypass -File scripts\install.ps1，标志为 -Headless / -Go / -All。

选择一种注册方式：

3a. register.sh（符号链接，无钩子）：

bash scripts/register.sh --dry-run     # 预览，不做修改
bash scripts/register.sh               # 实际执行

它做三件事：将仓库符号链接到 ~/.claude/skills/cti-expert；将 commands/*.md 中 8 个文件逐个符号链接到 ~/.claude/commands/（若同名真实文件已存在则保留你的文件并跳过）；通过 intel.py mcp --write 在仓库根写入 .mcp.json。由于全部为符号链接，git pull 即可更新已安装版本而无需重跑。卸载用 bash scripts/register.sh --uninstall（保留 .mcp.json、cases/、knowledge/）。未知标志会以退出码 2 结束。

3b. 插件方式（skill + 命令 + MCP + 安全钩子合一）：

claude
/plugin marketplace add ~/.claude/skills/cti-expert
/plugin install cti-expert

实际差别：register.sh 无法安装钩子，而仓库的两项安全特性依赖钩子——leakguard.py 阻止将案件数据写入被跟踪文件，actionguard.py 在执行外发动作前询问。若要进行真实调查，建议选择 3b。两种方式完成后均需重启 Claude Code（skill 和命令在启动时加载）。

深层能力用的 .venv（推荐，非必需）：

cd ~/.claude/skills/cti-expert
uv venv && uv pip install -r requirements.txt

没有 .venv 时标准库层仍可完整运行：collector、KB、确定性 pipeline、04 中的全部纯操作。被锁定的能力包括：intel.py harness（LLM 编排，依赖 claude-agent-sdk）；MCP server intel（78 个 @tool，经 intel_engine/harness/mcp-server 使用 claude-agent-sdk）；graph / network / gantt / graphviz（依赖 matplotlib、graphviz 及 dot 二进制）。intel.py 按 $INTEL_PY → 仓库 .venv/bin/python → 当前解释器的顺序选择解释器。

验证：

python3 scripts/backend/backend.py status

在克隆目录内、无 .venv、无密钥时的预期输出为 Tier 2 (CLI)，显示 $INTEL_HOME=<repo>/intel_engine，available 包含 CLI、KB、BinaryPivot，unlocks 为 /kb /recall /binary。机器可读格式：python3 scripts/backend/backend.py status --json，返回含 tier、tier_label、intel_home、method、trail[]、capabilities{cli,kb_tools,mcp_present,mcp_executable,knowledge_dir,binary_pivot} 的对象。backend.py 仅接受 status（默认）、check、env、path 四个命令。在 Claude Code 内可继续用 /cti-status（健康检查）、/mcp（应看到 intel 服务器）、/hooks（应看到 3 项，仅 3b 安装时）。

常见陷阱

/cti* 命令不被识别：未运行 register.sh 或未重启 Claude Code。
.mcp.json 写入失败：手动执行 python3 scripts/backend/intel.py mcp --write；若文件已存在需加 --force，否则退出码 5。
.mcp.json 含绝对路径，被有意 gitignore、每机自生成，不要提交。
Windows 上请从 Git Bash/WSL 运行 register.sh，因其使用符号链接。

适用场景与限制

适用于在 Claude Code 中搭建网络威胁情报（CTI）调查与 OSINT 工作流。限制：深层 LLM 编排、MCP server 与图形输出需要额外 .venv 及相应依赖；安全钩子仅插件安装方式提供；文档未提供价格、收费或其他平台支持信息。

技能介绍

用途

安装步骤

常见陷阱

适用场景与限制