AI Agent技能——Skill-夜雨聆风

AI Agent技能——Skill

Agent Skills 是一种为 AI 智能体（Agent）扩展和封装专业能力的轻量级开放标准。

在 Skill 的整个体系里，SKILL.md 是唯一必需的核心文件，它相当于写给 AI 的标准化操作手册，存放着技能的触发条件、执行流程、详细规则与示例；同时你也可以搭配 scripts/、references/、assets/ 等文件夹，分别存放可执行脚本、参考文档与资源文件，让技能的功能更完整。

以代码审计 Skill为例，只需在文件夹中创建SKILL.md，写明触发条件、审查步骤与输出格式，再将审查脚本放入scripts/、代码规范文档放入references/，就能打造出一个通用的代码审查技能包，被任何支持该格式的 AI 调用，自动完成标准化工作。

开发安全类 Skill，核心是给 AI 智能体封装一套可被大模型安全调用的、适配网络安全场景的工具能力，既要让 Agent 能自主执行扫描、检测、分析等操作，又要严格控制权限、规避安全风险。

首先要明确这个 Skill 的业务场景，比如是端口扫描、漏洞检测、日志研判还是威胁情报查询，再梳理清楚它的核心功能边界，只保留必要的能力，避免功能过度复杂带来不可控风险。

接着要设计输入参数，只允许传入 IP、域名、端口范围这类合规参数，禁止直接传入完整命令或特殊字符，同时在代码层做严格的参数校验与过滤，防止命令注入、路径遍历等问题，高危系统命令、内网越权访问相关的参数要直接拦截。然后编写底层执行逻辑，如果是封装现有安全工具，就用 Python 的 subprocess 模块调用 nmap、sqlmap 这类工具，同时设置超时限制和异常捕获，防止工具卡死或异常输出；如果是对接企业内部资产平台、漏洞库、威胁情报系统，就通过标准化 API 接口实现数据交互，避免直接操作数据库或文件系统。

在核心逻辑之外，必须加上多层安全防护，比如黑白名单机制，只允许执行预设的安全命令，禁用 rm、格式化、系统权限修改这类高危操作，同时给 Skill 配置最小权限，让它只能访问指定的目录和网络地址，无法随意读写敏感文件或访问未授权内网资源。

之后要给 Skill 写清晰的功能描述和参数说明，让大模型能准确理解它的用途、适用场景和调用条件，比如明确标注 “该技能仅用于合规的安全测试，禁止对未授权目标执行扫描”，避免被恶意滥用。

开发完成后，要进行多轮测试，先单独测试 Skill 的正常功能和异常输入场景，再把它接入 Agent 框架，测试多技能串联、异常反馈、超时重试等场景，确保它在各种情况下都能稳定、安全地执行，同时所有执行过程都要留存完整日志，包括调用时间、参数、执行结果和异常信息，方便后续审计与溯源。

最后，要把 Skill 解耦封装，单个 Skill 只专注于一个具体的安全任务，方便后续维护和扩展，同时根据实际使用反馈持续优化，补充更细粒度的权限控制和更完善的风险拦截规则，让它既能高效辅助安全工作，又不会成为新的安全风险点。

以漏洞检测skill为例
首先导入需要的依赖库，统一设置安全拦截规则、禁止危险符号与系统高危操作，限定只对内网授权目标做漏洞检测，从底层杜绝越权攻击与恶意命令拼接，固定程序运行超时时间，防止工具卡死或长时间占用资源，为漏洞检测技能建立基础安全边界。
```
import reimport subprocessFORBIDDEN_SYMBOLS = [";", "|", "&", ">", "<", "$", "`", "\\"]ALLOWED_TARGET_REG = r"^(192\.168|127\.0|10\.0|172\.1[6-9]\.|172\.2[0-9]\.|172\.3[0-1]\.)[\d\.]+$"VULN_TIMEOUT = 90
```
然后实现漏洞检测核心技能逻辑，以常规 web 漏洞探测为示例，采用列表式传参执行工具，不开启 shell 模式，彻底规避命令注入风险，自动捕获超时、运行报错、工具不存在等各类异常，统一返回标准化文本结果，方便大模型后续整理漏洞信息、生成研判结论与安全报告。

def web_vuln_scan(target_url):    if not check_target_safe(target_url.split("/")[2].split(":")[0]):        return "检测失败：目标非授权内网资产，禁止对外网进行漏洞检测"    if not check_input_safe(target_url):        return "检测失败：输入包含非法特殊字符，已拦截危险参数"    try:        cmd = ["curl", "-I", "--max-time", "10", target_url]        res = subprocess.run(cmd, capture_output=True, text=True, timeout=VULN_TIMEOUT)        output = res.stdout + res.stderr        note = "基础web服务信息探测完成，可结合版本信息、响应头开展弱口令、目录遍历、漏洞组件排查"        return f"漏洞探测结果：\n{output}\n提示：{note}"    except subprocess.TimeoutExpired:        return "漏洞检测超时，目标无响应"    except Exception as e:        return f"漏洞检测执行异常：{str(e)}"

最后补充技能描述元信息，专门写给大模型识别使用，标注技能用途、适用场景、调用参数与安全约束，让 AI Agent 能够自主理解该技能负责 web 基础漏洞探测，仅用于内网合规安全检测，自动在合适任务场景下主动调用，同时保留本地测试入口，方便单独调试再接入智能体。

VULN_SKILL_INFO = {    "name": "web_vuln_scan",    "description": "内网合规漏洞检测技能，用于探测web服务基础信息、辅助发现潜在脆弱点，仅限授权内网资产使用",    "params": {"target_url": "待检测内网网址，格式为http://ip:端口"},    "limit": "禁止未授权目标、禁止命令类特殊字符、禁止批量暴力攻击"}if __name__ == "__main__":    print(web_vuln_scan("http://127.0.0.1:80"))

`npx skills` 命令详解（Vercel Agent Skills 工具）

这些命令用于管理和安装 AI Agent 技能，需要先安装 Node.js 环境，再通过 npx 直接调用。

1. 前置依赖

安装 Node.js（推荐 LTS 版本）
安装完成后，终端可直接运行 npx skills 命令，无需额外安装包
2.
- - 用于搜索技能仓库中的特定技能，比如 npx skills find port-scan 可以查找端口扫描相关的技能。

npx skills find xxx

查看当前环境中已安装的所有技能，确认技能是否成功部署。
```
npx skills list
```
- 以项目级模式安装整个技能仓库，默认仅对当前项目生效，例如 npx

npx skills add 仓库地址

npx skills add 仓库地址 --skill 技能名
```
skills add crazyMarky/pentest-skills
```

- 只安装仓库中的指定技能，不安装全部内容，例如 npx skills add crazyMarky/pentest-skills --skill sql-injection --skill xss-scan。
- 全局安装技能，安装后所有项目和 AI 助手都可以使用，例如 npx skills add yaklang/hack-skills -g。
```
npx skills add 仓库地址 -g
```
- 将技能直接安装到指定的 AI 助手中，例如 npx skills add 0xShe/PHP-Code-Audit-Skill -a claude-code -a cursor。

npx skills add 仓库地址 -a 助手名

- 网络安全 Skills 仓库列表
- - https://github.com/ljagiello/ctf-skills
    
    专为 AI Agent 设计的 CTF 解题技能集，覆盖 Web、AI/ML、密码学等多类型赛题的攻击技术与 Payload，适合自动化完成 CTF 比赛题目。
  - https://github.com/3stoneBrother/code-audit
    
    支持 9 种语言、55 + 漏洞类型的专业白盒代码安全审计 Skill，具备多 Agent 并行分析与攻击链自动构建能力，可辅助大规模代码审计工作。
  - https://github.com/0xShe/PHP-Code-Audit-Skill
    
    面向 PHP Web 的全流程白盒代码审计 Skill 集合，覆盖路由枚举、数据流追踪到 20 + 类漏洞的证据驱动审计，适合 PHP 项目的漏洞排查。
  - https://github.com/RuoJi6/java-audit-skills
    
    专注 Java Web 代码审计的 Claude Skills 集合，支持多框架路由提取、调用链追踪与 SQL 注入 / XXE 等漏洞自动化审计，适配主流 Java Web 项目。
  - https://github.com/fr33d3m0n/threat-modeling
    
    AI 原生的软件威胁建模与风险分析 Skill，基于 LLM 驱动的 8 阶段工作流，覆盖 OWASP Top 10 与渗透测试全流程，可辅助完成安全威胁评估。
  - https://github.com/yaklang/hack-skills
    
    面向 AI Agent 的实战黑客技能知识库，涵盖 Web、AD 攻击、二进制利用、逆向等 14 个安全领域的 100 + 深度技能，适合搭建通用安全攻防 Agent。
  - https://github.com/crazyMarky/pentest-skills
    
    专为 Claude Code 设计的模块化渗透测试技能集，让用户用自然语言驱动端口扫描、SQL 注入、XSS 等专业渗透测试任务，降低渗透测试的操作门槛。

npx skills 命令详解（Vercel Agent Skills 工具）

1. 前置依赖

`npx skills` 命令详解（Vercel Agent Skills 工具）