본문으로 건너뛰기

트렌딩 - GitHub 인기 레포 & HuggingFace 모델

mukul975/Anthropic-Cybersecurity-Skills

Python31 / 0

817개 구조화 보안 스킬을 여러 AI 에이전트에 연결하는 agentskills.io 기반 지식 라이브러리

TL;DR

이 레포는 817개의 구조화된 cybersecurity skill을 agentskills.io 형식으로 묶어 여러 AI 에이전트가 보안 조사와 대응 절차를 단계적으로 수행하도록 돕는 지식 라이브러리입니다. 에이전트는 YAML frontmatter로 관련 스킬을 찾고 필요한 Markdown workflow와 reference만 추가로 읽어 context 사용량을 줄입니다. 29개 보안 영역과 6개 보안 프레임워크 매핑을 제공하므로 Claude Code, GitHub Copilot, Codex CLI, Cursor 같은 호환 플랫폼에서 공통 보안 playbook으로 활용할 수 있습니다. 다만 실행 코드 중심 도구가 아니며 offensive·dual-use 절차가 포함되므로 승인된 환경에서 검토 후 사용해야 합니다.

핵심 포인트

  • 이 레포는 실행형 보안 도구가 아니라 agentskills.io 표준을 따르는 AI 에이전트용 cybersecurity skill library입니다. SKILL.md의 YAML frontmatter와 Markdown workflow를 에이전트가 읽어 Claude Code, GitHub Copilot, Codex CLI, Cursor 등에서 활용합니다. 특정 제품의 plugin보다 여러 AI code assistant와 CLI agent에 연결하는 범용 지식 확장에 가깝습니다.
  • 817개 스킬은 29개 보안 영역에 걸쳐 When to Use, Prerequisites, Workflow, Verification 구조로 작성되어 있습니다. 에이전트는 전체 frontmatter를 먼저 검색한 뒤 관련 스킬만 불러오므로 817개를 한 번에 본문으로 적재하지 않습니다. README 기준 스캔 비용은 스킬당 약 30 tokens이고 전체 workflow 적재에는 500–2,000 tokens가 필요합니다.
  • 각 스킬은 MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF, MITRE F3 중 주제에 맞는 체계만 연결합니다. 전체 817개 중 ATT&CK 805개, NIST CSF 2.0 804개, D3FEND 139개, AI RMF 97개, F3 94개, ATLAS 93개가 매핑되어 있습니다. Volatility3 메모리 포렌식과 BEC 탐지 예시는 명령 실행 절차와 결과 검증까지 에이전트 workflow로 이어집니다.
  • Cloud Security, Threat Hunting, DFIR, Malware Analysis, Red Teaming, AI Security 등 실무 영역을 폭넓게 다루지만 이 레포 자체가 명령 실행기나 보안 검증 시스템은 아닙니다. Phishing simulation, C2, exploitation 같은 dual-use 기술이 포함되어 있어 소유하거나 서면 허가를 받은 대상에만 사용해야 합니다. 구조화된 보안 playbook이 필요한 팀에는 적합하지만 조직 환경에 맞춘 검토와 실행 통제가 별도로 필요합니다.

31.6k

STARS

3.8k

FORKS

+209

TRENDING

31

조회수

watchers 31.6kopen issues 50Apache License 2.0

관련 토론

아직 관련 토론이 없습니다.

댓글

댓글을 작성하려면 로그인이 필요합니다.