用途
Software Security And AppSec 用于应用层安全，范围包括：身份认证、授权、输入与输出处理、密码学、供应链控制、API 安全、威胁建模和安全评审。它是应用安全（AppSec）的决策层，而不是通用后端或基础设施加固。
适用时机
- 评审或设计认证、会话、令牌或授权流程。
- 验证输入处理、文件上传、渲染和不可信数据边界。
- 保护 API、Webhook、浏览器应用和管理界面。
- 对某个功能或 AppSec 架构选择进行威胁建模。
- 加固依赖、构建、制品和发布路径。
- 从 AppSec 角度评审智能体或 MCP 连接的应用。
何时应转其他技能
- 无安全重点的通用后端工程：使用 software-backend。
- 基础设施加固、IAM、集群策略或云安全态势：使用 ops-devops-platform。
- 智能合约专项审计：使用 software-crypto-web3。
- 安全测试工具与覆盖率（SAST/DAST、LLM/智能体测试套件）：使用 qa-security-testing。
- ML 流水线或模型运维治理：使用 ai-mlops。
- 仅涉及合规解释而无实现选择：交由法务或合规相关方。
- 已发布二进制、APK/IPA、Electron/ASAR、固件的逆向工程或反编译：本库不负责，应使用 morluto/rea (MIT) 的上游 REA 技能与 MCP 服务器。
主要能力与默认选择
默认标准：OWASP Top 10 用于风险框定，ASVS 用于需求深度，NIST SSDF 用于 SDLC 基线；选用时应阅读发布方页面、记录所采用的版本与状态，并区分草案与最终标准（涉及 OWASP Top 10、ASVS、SSDF、SLSA、NIST 数字身份、WebAuthn、OWASP GenAI；CRA 适用性见 supply-chain-security.md）。在可行时优先使用 passkeys，浏览器优先的应用使用会话，先建立信任边界模型再选择控制措施，在智能体系统中将工具调用、检索内容与长期记忆视为不可信输入。
认证模型选择（对照表要点）：
- 面向浏览器用户、可接受会话状态：选择服务端会话（Cookie + 服务端存储），避免用 JWT 做会话（撤销困难）。
- 具备设备原生生物识别的移动/桌面应用：选择 passkeys (WebAuthn)，避免短信 OTP（SIM 卡交换风险）。
- 第三方登录或委托访问：身份用 OIDC，委托访问用 OAuth 授权码流程 + PKCE；避免隐式流程，并应用 RFC 9700 安全指引。
- 无用户上下文的 API 到 API：mTLS 或短期签名令牌，避免长期 API 密钥。
- 可信集群内服务间认证：服务账号 + mTLS，避免共享密钥或用户令牌。
输入控制选择（对照表要点）：
- SQL 查询构造：参数化查询或 ORM 绑定，绝不字符串拼接。
- Shell/进程执行：使用允许列表参数，避免 shell=True 或对用户输入使用 exec。
- HTML 渲染：上下文感知的输出编码 + CSP 头。
- 文件上传目标路径：规范化、拒绝路径穿越序列、存储在 webroot 之外。
- 重定向目标：允许列表已知来源，拒绝开放重定向模式。
- LDAP/XPath/XML：构造查询前使用库级转义或模式校验。
- LLM/智能体工具调用输入：视为不可信，执行前校验模式，记录意图与范围。
核心决策要点：授权默认拒绝、在服务端检查授权、在边界校验、对危险汇聚点参数化、把富内容和文件上传视为活动内容；威胁建模应覆盖敏感数据存储、特权操作、外部回调、文件上传、富渲染、智能体或工具流程。
智能体与 MCP 安全：需显式建模提示注入、工具误用、记忆污染、跨租户泄漏、过宽的服务器能力、不安全审批流；只读与变更能力要分离，并记录意图、范围与结果；不得让单一上下文同时组合不可信内容、私有数据和外泄或变更通道。
计量或昂贵操作（单一来源设计模式）：对任何消耗有限配额、花费金钱或其他昂贵/不可逆的智能体操作，应在该具体调用前重新检查当前授权与配额状态，而不是依赖更早的缓存检查；应用用户授权的预算与操作范围，当调用将超出这些范围或授权要求每次调用确认时，请求新的确认；运行中途失败时应从已保存状态恢复而非重启，因为重启会重新产生计量成本。
供应链与发布完整性：使用锁文件、可信发布或来源证明、制品完整性检查、必要时的 SBOM，并对传递依赖风险进行显式评审。
使用方式
该技能提供了按任务查找参考文档的快速索引（Risk-category framing、Auth and authorization choices、Input handling、Secure design and threat modeling、API 与供应链安全、密码学标准、智能体/LLM/MCP 应用设计、移动安全模板、秘密存储选择、事件响应与安全项目框定）。工作流程为：识别资产、信任边界、攻击者能力与失败后果；将问题分类（认证、授权、不可信输入、API、供应链、智能体流程或安全设计）；从相关参考中选择控制族；应用具体防护措施并定义验证深度；在给出最终建议前重新核对易变的标准与提供商行为。
使用 AI 评审员进行自我审计时的范围界定：说明团队拥有代码且目标是修复；每次只评审一个模块或信任边界；先运行静态工具（SAST、依赖审计、秘密扫描），再让评审员对照真实代码路径研判其输出；要求修复方案与安全复现，而非漏洞利用载荷；避免对整个仓库使用“找出所有漏洞”这类提示。
秘密存储选择（对照表要点，选用前须核对提供商当前行为）：
- Cloudflare Workers：使用 wrangler secret put 作为 Secret 绑定而非普通 vars 绑定。
- Vercel：使用 Secret 环境变量，确认当前的只写选项与环境范围；可读的 Config 值可能仍处于加密状态。
- GitHub Actions：使用仓库/组织 Secrets，限制工作流与环境访问，凭证不得放入工作流 env: 字面量或仓库 Variables。
- AWS：Secrets Manager 或 SSM SecureString，限制解密/读取权限；授权客户端可获取明文。
- Kubernetes：配置了静态加密的 Secret；仅 Base64 不是加密，限制 API 与 Pod 创建权限。
秘密存储用于 API 密钥、签名密钥、密码和 webhook 秘密；公开标识符放在普通配置中。多行值优先使用受保护文件或提供商 CLI 输入，并通过授权的测试验证精确字节而不打印值。若凭证暴露给未授权读者，应在签发方吊销并轮换、删除暴露副本、验证替代凭证的范围。
验证清单要求：对每个安全发现，识别攻击者能力、可达入口点、信任边界穿越、汇聚点与具体影响；区分已确认的利用路径、纵深防御缺口与未验证假设；提供安全复现或代码路径追踪及最小可行修复；严重性取决于可利用性与影响，而不是仅凭存在可疑 API。定稿前需逐项确认：信任边界已明确绘制、认证模型按默认顺序选择、授权在服务端检查并默认拒绝、所有汇聚点已参数化、文件上传与富内容按活动内容处理、凭证使用提供商秘密存储并核验读取权限与范围、供应链控制到位、智能体流程已威胁建模、残余风险有记录、标准与浏览器行为声明已对照当前来源核实。
输出模式默认从以下之一选择：安全设计简报、安全评审、认证或 API 加固计划、智能体 AppSec 评审。
已知陷阱与反模式
陷阱包括：在架构与产品流程已定后才开始安全评审；混淆认证与授权；把文件上传、富文本、markdown 或检索到的工具内容当作被动数据；对只读与变更工具或 MCP 操作复用同一权限面；假设基础设施安全态势或托管平台可补偿薄弱的应用层控制设计；默认发布带 'unsafe-inline' 或 'unsafe-eval' 的 CSP。反模式包括：把标准状态当作长期不变而不核查；使用比应用需要更复杂的认证机制；在系统深处信任未校验输入；默认让工具或 MCP 权限过宽；在实现选择锁定后才附加安全；把基础设施态势与应用安全设计混为一谈。
导航与归属
在攻击者激励不确定时做控制优先级排序，加载 game-theory-applied.md；可用性权衡加载 reliability-theory-applied.md；横向信任边界加载 zero-trust-architecture.md；高级浏览器载荷或 .NET 加密集成加载 advanced-xss-techniques.md 或 dotnet-efcore-crypto-security.md；合约代码风险按 software-crypto-web3 交接并使用 assets/web3/crypto-security.md。需要来源查询时查阅 data/sources.json。应用后如遇到值得记住的模式、应避免的错误或意外领域事实，可通过 agents-skills-feedback-loop/scripts/append_learning.py 向 learnings.md 追加一条带日期的条目，不要修改 SKILL.md 本身。