完整 Workflow 编写指南决定 Anthropic-Cybersecurity-Skills 技能价值的核心章节【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-SkillsAnthropic-Cybersecurity-Skills 是一个包含 817 个结构化网络安全技能的 AI Agent 技能库覆盖 MITRE ATTCK、NIST CSF 2.0 等 6 大框架与 29 个安全领域。每个技能真正值钱的地方是其中的Workflow工作流章节——它决定了 AI Agent 是按资深分析师的剧本一步步执行还是凭感觉瞎猜命令。本文将带你快速掌握高质量 Workflow 的编写方法。为什么 Workflow 是技能的核心章节一个技能目录通常长这样SKILL.mdYAML 前置元数据 正文是整个技能的主文件references/standards.mdMITRE ATTCK、NIST 等框架映射references/workflows.md深度技术流程参考scripts/process.py可运行的辅助脚本assets/template.md填好的报告/检查清单模板AI Agent 的使用方式是渐进式加载先只扫描约 30 个 token 的前置元数据来挑选技能真正执行时才读取正文的 Workflow 章节。所以前置元数据决定技能被不被选中Workflow 章节决定技能值不值得用。没有好 Workflow 的技能Agent 只会瞎猜工具命令、漏掉关键步骤有高质量 Workflow 的技能Agent 能完整复刻一位资深 DFIR 分析师的操作流程。高质量 Workflow 的 6 个要素结合 CONTRIBUTING.md 中的技能模板与真实技能示例一个高分 Workflow 应包含以下要素1. 编号步骤 真实命令每一步Step 1、Step 2……都要给出具体工具名和可执行命令而不是分析网络流量这类空话。以 Wireshark 技能为例它的 Step 1 直接给出了列出接口、带捕获过滤器的抓包、环形缓冲区防磁盘爆满等具体命令。2. 决策点与分支写清楚什么情况下该用哪个工具/走哪条分支。比如用显示过滤器还是捕获过滤器、加密流量如何处理这正是资深分析师经验的载体。3. 明确的前置条件PrerequisitesWorkflow 之前必须有独立的Prerequisites小节需要哪些工具版本、什么权限、多大磁盘空间。CONTRIBUTING.md 的质量清单要求指令必须可执行带真实命令和工具名前置条件是第一步。4. 常见陷阱Pitfalls在真实场景Common Scenarios中列出容易踩的坑例如在繁忙网络上不加过滤器抓包导致磁盘写满、忘记对取证文件做 SHA-256 哈希建立证据链。这一条是新手最难自己想到、也最能体现技能价值的部分。5. 结果验证Verification写清楚如何确认做对了确认 IOC、映射到 ATTCK 技术 ID如 T1003 凭据窃取、核对证据哈希。README 中的示例流程最后一步就是用 Verification 章节验证结果并映射到 ATTCK。6. 标准化输出格式Output Format给出一个填好的报告样例含 Case ID、哈希值、Findings、IOC 列表让 Agent 产出的报告可直接交付而不是自由发挥。实战拆解一个真实技能是怎么写的以 skills/analyzing-network-traffic-with-wireshark/SKILL.md 为范本其正文结构完全符合模板章节作用When to Use触发条件 明确不要用的场景如未经授权的网络PrerequisitesWireshark 4.0、tshark、抓包权限、磁盘估算WorkflowStep 1~6配置抓包 → 显示过滤 → 协议深度分析 → 提取 IOC → 统计分析 → 报告与证据导出Key Concepts术语表BPF 过滤器、PCAPNG、IO Graph 等Tools Systems工具清单与选型理由Common ScenariosDNS 隧道外泄实战案例 6 条陷阱Output Format可直接套用的流量分析报告模板值得学习的是它的每个 Step 都对应一个明确的分析目标如Step 5: 统计分析与异常检测并且把取证要求证据 PCAP 另存、sha256sum记录哈希内置到了流程里——这类细节正是新手最容易遗漏的。自检与提交流程写完 Workflow 后按以下清单自检源自 CONTRIBUTING.md✅ 技能名为 kebab-case、1–64 字符✅description含利于 Agent 发现的关键词✅ 指令可执行含真实命令与工具名✅domain/subdomain/tags设置正确✅ 框架映射已补充ATTCK、NIST CSF 等 ID 真实有效然后运行仓库自带的校验工具仅需 Python 3.8 标准库# 校验单个技能 python tools/validate-skill.py skills/my-new-skill/ # 校验全部技能 python tools/validate-skill.py --all该校验工具会检查 SKILL.md 是否存在、YAML 前置是否合法、name/description/domain/subdomain/tags等必填字段是否齐全。工具说明见 tools/README.md。最后以Add skill: your-skill-name为标题提交 PR维护者会在 48 小时内按技术准确性与 agentskills.io 标准进行审查。常见问题QWorkflow 章节写多长合适以Agent 完全加载约 500–2000 token为参考量级主流程写清步骤和关键命令即可深度细节完整参数说明、进阶手法放到references/workflows.md保持正文精炼。Q必须配脚本吗不必须。scripts/process.py与assets/template.md都是可选项但提供真正能跑的脚本 真实填过的模板会显著提升技能实用性。Q如何检查我的 ATTCK 映射是否完整仓库提供了 mappings/attack-navigator-layer.json可在 ATTCK Navigator 中加载查看整体覆盖热力图方法详见 mappings/README.md。小结写技能就像写剧本——前置元数据是海报Workflow 是剧本本身。记住六个要素编号步骤、真实命令、决策分支、常见陷阱、结果验证、标准输出再配合 tools/validate-skill.py 自检你的技能就能让任何 AI Agent 立刻拥有资深安全分析师的操作能力。【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 完整 Workflow 编写指南：决定 Anthropic-Cybersecurity-Skills 技能价值的核心章节
完整 Workflow 编写指南决定 Anthropic-Cybersecurity-Skills 技能价值的核心章节【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-SkillsAnthropic-Cybersecurity-Skills 是一个包含 817 个结构化网络安全技能的 AI Agent 技能库覆盖 MITRE ATTCK、NIST CSF 2.0 等 6 大框架与 29 个安全领域。每个技能真正值钱的地方是其中的Workflow工作流章节——它决定了 AI Agent 是按资深分析师的剧本一步步执行还是凭感觉瞎猜命令。本文将带你快速掌握高质量 Workflow 的编写方法。为什么 Workflow 是技能的核心章节一个技能目录通常长这样SKILL.mdYAML 前置元数据 正文是整个技能的主文件references/standards.mdMITRE ATTCK、NIST 等框架映射references/workflows.md深度技术流程参考scripts/process.py可运行的辅助脚本assets/template.md填好的报告/检查清单模板AI Agent 的使用方式是渐进式加载先只扫描约 30 个 token 的前置元数据来挑选技能真正执行时才读取正文的 Workflow 章节。所以前置元数据决定技能被不被选中Workflow 章节决定技能值不值得用。没有好 Workflow 的技能Agent 只会瞎猜工具命令、漏掉关键步骤有高质量 Workflow 的技能Agent 能完整复刻一位资深 DFIR 分析师的操作流程。高质量 Workflow 的 6 个要素结合 CONTRIBUTING.md 中的技能模板与真实技能示例一个高分 Workflow 应包含以下要素1. 编号步骤 真实命令每一步Step 1、Step 2……都要给出具体工具名和可执行命令而不是分析网络流量这类空话。以 Wireshark 技能为例它的 Step 1 直接给出了列出接口、带捕获过滤器的抓包、环形缓冲区防磁盘爆满等具体命令。2. 决策点与分支写清楚什么情况下该用哪个工具/走哪条分支。比如用显示过滤器还是捕获过滤器、加密流量如何处理这正是资深分析师经验的载体。3. 明确的前置条件PrerequisitesWorkflow 之前必须有独立的Prerequisites小节需要哪些工具版本、什么权限、多大磁盘空间。CONTRIBUTING.md 的质量清单要求指令必须可执行带真实命令和工具名前置条件是第一步。4. 常见陷阱Pitfalls在真实场景Common Scenarios中列出容易踩的坑例如在繁忙网络上不加过滤器抓包导致磁盘写满、忘记对取证文件做 SHA-256 哈希建立证据链。这一条是新手最难自己想到、也最能体现技能价值的部分。5. 结果验证Verification写清楚如何确认做对了确认 IOC、映射到 ATTCK 技术 ID如 T1003 凭据窃取、核对证据哈希。README 中的示例流程最后一步就是用 Verification 章节验证结果并映射到 ATTCK。6. 标准化输出格式Output Format给出一个填好的报告样例含 Case ID、哈希值、Findings、IOC 列表让 Agent 产出的报告可直接交付而不是自由发挥。实战拆解一个真实技能是怎么写的以 skills/analyzing-network-traffic-with-wireshark/SKILL.md 为范本其正文结构完全符合模板章节作用When to Use触发条件 明确不要用的场景如未经授权的网络PrerequisitesWireshark 4.0、tshark、抓包权限、磁盘估算WorkflowStep 1~6配置抓包 → 显示过滤 → 协议深度分析 → 提取 IOC → 统计分析 → 报告与证据导出Key Concepts术语表BPF 过滤器、PCAPNG、IO Graph 等Tools Systems工具清单与选型理由Common ScenariosDNS 隧道外泄实战案例 6 条陷阱Output Format可直接套用的流量分析报告模板值得学习的是它的每个 Step 都对应一个明确的分析目标如Step 5: 统计分析与异常检测并且把取证要求证据 PCAP 另存、sha256sum记录哈希内置到了流程里——这类细节正是新手最容易遗漏的。自检与提交流程写完 Workflow 后按以下清单自检源自 CONTRIBUTING.md✅ 技能名为 kebab-case、1–64 字符✅description含利于 Agent 发现的关键词✅ 指令可执行含真实命令与工具名✅domain/subdomain/tags设置正确✅ 框架映射已补充ATTCK、NIST CSF 等 ID 真实有效然后运行仓库自带的校验工具仅需 Python 3.8 标准库# 校验单个技能 python tools/validate-skill.py skills/my-new-skill/ # 校验全部技能 python tools/validate-skill.py --all该校验工具会检查 SKILL.md 是否存在、YAML 前置是否合法、name/description/domain/subdomain/tags等必填字段是否齐全。工具说明见 tools/README.md。最后以Add skill: your-skill-name为标题提交 PR维护者会在 48 小时内按技术准确性与 agentskills.io 标准进行审查。常见问题QWorkflow 章节写多长合适以Agent 完全加载约 500–2000 token为参考量级主流程写清步骤和关键命令即可深度细节完整参数说明、进阶手法放到references/workflows.md保持正文精炼。Q必须配脚本吗不必须。scripts/process.py与assets/template.md都是可选项但提供真正能跑的脚本 真实填过的模板会显著提升技能实用性。Q如何检查我的 ATTCK 映射是否完整仓库提供了 mappings/attack-navigator-layer.json可在 ATTCK Navigator 中加载查看整体覆盖热力图方法详见 mappings/README.md。小结写技能就像写剧本——前置元数据是海报Workflow 是剧本本身。记住六个要素编号步骤、真实命令、决策分支、常见陷阱、结果验证、标准输出再配合 tools/validate-skill.py 自检你的技能就能让任何 AI Agent 立刻拥有资深安全分析师的操作能力。【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATTCK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI 20 platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考