网络安全领域正面临严峻的人才缺口 —— 根据 ISC2 统计，2024 年全球网络安全岗位空缺已达 480 万个。AI 代理被视为填补这一缺口的关键技术，但通用大模型缺乏安全从业者多年积累的实战知识：何时该用 Volatility3 分析内存转储、哪些 Sigma 规则能检测 Kerberoasting 攻击、如何在多云环境中界定入侵范围。Anthropic Cybersecurity Skills 项目通过 754 个结构化技能，为 AI 代理提供了从初级分析师到高级专家的能力阶梯。
五框架统一映射：攻防与合规的双重视角
该项目的核心创新在于每个技能同时映射五个行业框架，实现攻防技术与合规要求的统一对齐。MITRE ATT&CK v18 覆盖 14 个战术和 200 余项技术，描述对手行为模式；NIST CSF 2.0（2024 年 2 月发布）新增 Govern 功能，共 6 大功能 22 个类别，用于评估组织安全态势；MITRE ATLAS v5.4 聚焦 AI/ML 对抗性威胁，包含 16 个战术 84 项技术，涵盖 AI 代理上下文投毒、MCP 服务器入侵等新兴攻击向量；MITRE D3FEND v1.3 作为 NSA 资助的防御知识图谱，提供 267 项防御技术，与 ATT&CK 形成攻防映射；NIST AI RMF 1.0 则对应 72 个子类别，Colorado AI 法案（2026 年 2 月生效）明确采纳该框架作为合规安全港。
以 "分析恶意软件网络流量" 技能为例，其同时映射 ATT&CK T1071（应用层协议）、NIST CSF DE.CM（持续监控）、ATLAS AML.T0047（ML 模型推理访问）、D3FEND D3-NTA（网络流量分析）、AI RMF MEASURE-2.6（模型性能评估）。这种多框架对齐使安全团队在一次技能调用中即可完成技术检测、合规检查和风险管理的综合评估。
agentskills.io 标准：渐进式加载的工程架构
技能库遵循 agentskills.io 开放标准，采用 YAML frontmatter 与 Markdown 正文的混合结构。每个技能目录包含 SKILL.md（定义文件）、references/（标准映射文档）、scripts/（可执行脚本）、assets/（报告模板）。YAML frontmatter 包含 name、description、domain、subdomain、tags 等元数据，以及 atlas_techniques、d3fend_techniques、nist_ai_rmf、nist_csf 等框架映射字段。
该架构的关键设计是渐进式披露：代理首次扫描仅需约 30 tokens 即可读取 frontmatter 元数据，在 754 个技能中快速定位相关能力；确认匹配后再加载完整的 Markdown 正文（500-2000 tokens），避免一次性占用过大上下文窗口。这种设计使代理能在单次遍历中完成技能检索，同时保持执行时的详细指导。
26 个安全域的工程化覆盖
754 个技能分布在 26 个安全域，覆盖从传统防御到新兴威胁的全场景。数量最多的领域包括：云安全（60 项，涵盖 AWS/Azure/GCP 加固、CSPM、云取证）、威胁狩猎（55 项，假设驱动狩猎、LOTL 检测、行为分析）、威胁情报（50 项，STIX/TAXII、MISP 集成、攻击者画像）、Web 应用安全（42 项，OWASP Top 10、SQL 注入、XSS、SSRF）、网络安全（40 项，IDS/IPS、防火墙规则、流量分析）。
在 ATT&CK 覆盖方面，项目实现了全部 14 个战术的强覆盖：初始访问、执行、持久化、权限提升、防御规避、凭据访问、横向移动、命令与控制、数据渗出、影响等核心战术均达到强覆盖级别。NIST CSF 2.0 的 6 大功能中，检测（DE）相关技能超过 200 项，保护（PR）超过 150 项，响应（RS）超过 160 项，形成完整的检测 - 响应闭环。
典型应用场景与执行流程
以内存取证场景为例，用户请求 "分析此内存转储中的凭据窃取迹象" 时，代理的执行流程如下：首先扫描 754 个技能的 frontmatter，识别出 12 个相关技能（按 tags、description、domain 匹配）；然后加载排名前三的技能：使用 Volatility3 进行内存取证、狩猎 LSASS 凭据转储、分析 Windows 事件日志中的凭据访问；接着按 Workflow 章节逐步执行 Volatility3 插件、检查 LSASS 访问模式、关联事件日志证据；最后通过 Verification 章节确认 IOC 并映射至 ATT&CK T1003（凭据转储）。
这种结构化执行避免了通用模型 "猜测命令、遗漏关键步骤" 的问题，使代理遵循与资深 DFIR 分析师相同的剧本。项目兼容 Claude Code、GitHub Copilot、OpenAI Codex CLI、Cursor、Gemini CLI 等 20 余个平台，可通过 npx skills add 命令一键集成。
实施建议与注意事项
在 POC 阶段，建议从威胁狩猎（55 项技能）或数字取证（37 项技能）域入手，这两个领域的工作流程标准化程度高，易于验证代理执行效果。生产部署时需关注以下参数：单个技能 frontmatter 扫描约 30 tokens，完整加载 500-2000 tokens，建议设置上下文窗口阈值避免超限；技能匹配依赖 tags 和 description 的关键词密度，建议在自定义技能时遵循既有命名规范。
需要注意的是，ATT&CK v19 计划于 2026 年 4 月 28 日发布，届时 Defense Evasion（TA0005）将拆分为 Stealth 和 Impair Defenses 两个独立战术，现有技能映射需相应更新。此外，该项目为社区开源项目（Apache 2.0 协议），非 Anthropic 官方产品，企业采用时需评估合规要求。
资料来源
- Anthropic Cybersecurity Skills GitHub 仓库: https://github.com/mukul975/Anthropic-Cybersecurity-Skills
- agentskills.io 开放标准规范: https://agentskills.io/specification
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。