io.github.26zl/cybersec-toolkit

    /\   /\        ______      __              _____
   (o ) ( o)      / ____/_  __/ /_  ___  _____/ ___/___  _____
    \ \_/ /      / /   / / / / __ \/ _ \/ ___/\__ \/ _ \/ ___/
  <==\   /==>   / /___/ /_/ / /_/ /  __/ /   ___/ /  __/ /__
     \ V /      \____/\__, /_.___/\___/_/   /____/\___/\___/
     /_ _\           /____/                          by 26zl
      |_|                     Toolkit

内置 AI 集成的网络安全工具包。 一个嵌入式 MCP（模型上下文协议） 服务器让支持 MCP 的客户端查询工具注册表、检查安装状态、为 CTF 类别或漏洞赏金目标推荐工具，并通过受治理的执行路径运行已安装的工具。跳转到 MCP 服务器（AI 集成）。

附带一个模块化安装程序，支持 Linux 和 Termux（Android），涵盖 670+ 工具、18 个模块、14 个配置文件和 12 种安装方法。

与众不同之处： 大多数工具包止步于安装工具。而这里，AI 还可以驱动它们——推断问题类型，从所有模块/配置文件中挑选合适的工具，并作为交互式伴侣与您协作。当您明确授权时，同一套 MCP 工具链可以进入自主求解循环。默认是伴侣；只有您要求时才自主。

兼容的客户端

参见 docs/AI_CLIENTS.md 了解每个客户端的详细配置，以及 docs/ORCHESTRATION.md 了解如何在任何 MCP 客户端上协调多个代理。

工作原理

两个入口点共享一个工具注册表。操作员运行 bash 安装程序将工具放到磁盘上；AI 代理与 MCP 服务器通信，通过其受治理的工具路径发现、推荐和执行这些相同的工具。tools_config.json 是模块定义、MCP 顾问读取的单一事实来源，CI 验证器保持 Python 和 bash 两侧同步。

Mermaid 源文件：assets/how-it-works.mmd。

阅读图表： 实线箭头表示运行时或安装操作；虚线箭头表示验证和上下文关系。客户端配置通过根感知启动器进入 FastMCP。security.py 通过允许列表、参数检查和网络策略治理 run_tool 和 run_pipeline，不调用 shell。run_script 仍然是一个独立的、默认禁用的完整代码执行能力。Agent Skills 位于执行路径之外：.claude/skills/ 是规范的，scripts/sync-skills.sh 为使用便携镜像的客户端生成 .agents/skills/。

Related MCP server: Enterprise MCP Gateway and Tool Registry

为什么不用 Kali（或其他安装程序）？

Kali/Parrot/BlackArch 提供工具；这是补充，而非替代。它运行在您已有的机器上（包括 Termux），并添加了一个 AI 控制平面，可以通过一个受治理的接口发现、推荐、链接和执行已安装的工具。想要所有工具？发行版就足够了。想要一个 MCP 客户端能在明确策略下选择并运行它们？那正是这个缺口。

信任与安全

安全用户应该多疑——这里确切说明运行什么、什么被门控：

• 默认安全的 MCP。 开箱即用，CYBERSEC_MCP_ALLOW_EXTERNAL=0 拒绝不解析到私有/回环范围的网络目标，CYBERSEC_MCP_ALLOW_SCRIPTS=0 禁用 run_script。您明确选择加入外部范围/脚本。

• 受治理的工具执行通过一个门（mcp_server/security.py）：注册表允许列表、无 shell（create_subprocess_exec，绝不使用 shell=True）、参数清理、每个工具的阻止标志拒绝列表（例如 sqlmap --os-shell、nmap -iL、文件列表/目标注入标志）、目标/网络策略、速率限制、输出上限和超时。

• 执行策略不是操作系统沙箱。 允许的工具以 MCP 进程用户的权限运行，某些安全工具可以启动子进程或加载插件。禁用 run_script 仅禁用该端点；以最小权限用户身份运行 MCP 服务器，或将其置于适合不可信目标的隔离边界内。

• 工具感知策略不是求解器的硬编码。 求解器从注册表/顾问中选择工具；策略层只理解足够的 CLI 语法，以区分真实目标与头部、词表、输出路径、配置文件或目标列表标志。这使正常命令可用，同时不让文件列表/配置标志绕过范围检查。

• 审计跟踪，而非泄漏。 操作以 JSON 记录到用户状态目录下仅所有者可读（0600）的轮转日志（默认为 ~/.local/state/cybersec-tools-mcp/audit.log）。脚本主体从不持久化——只记录不可逆的 SHA256 + 长度用于关联——并且凭据形状的字符串从工具参数中编辑掉。

• 安装程序中的最小权限。 它以 root 身份运行，但对于克隆的仓库构建和 pip/cargo/gem 安装，会降级到调用用户（$SUDO_USER）；当发布校验和时，二进制发布会进行 SHA256 验证。

• 双重用途工具被门控。 C2 和钓鱼框架（Sliver、Caldera、gophish、evilginx 等）默认关闭，仅通过 --include-c2（redteam/full 配置文件）安装；MCP 层反映这一点，从不自动运行它们。

• 仅限授权使用。 参见 SECURITY.md、供应链模型和免责声明。

安装

所有必需的运行时（Python、Go、Ruby、Java、Rust、Node.js）、开发库、pipx 和构建工具都会自动安装。唯一的前提是受支持的 Linux 发行版。不支持 Windows 和 macOS（请使用 WSL 或 Docker）。

Docker 是唯一例外——如果您想要 C2 框架、MobSF、BeEF、BloodHound、TheHive 或 Cortex（--enable-docker），请手动安装。参见 Docker 安装文档。 建议进行 GitHub 身份验证。 安装程序会下载约 30 个二进制发布版，并对 GitHub 进行 30 多次 API 调用。没有身份验证，您将受限于 60 次请求/小时，某些下载可能会失败。有身份验证，限制为 5,000 次/小时。最简单的方式：

# Install gh CLI and log in (one-time) — the installer auto-detects it
sudo apt install gh && gh auth login

或者，导出一个个人访问令牌（无需任何作用域）：

export GITHUB_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxx

从最新发布版（固定且稳定——推荐）：

# Newest tag is on the Releases page: https://github.com/26zl/cybersec-toolkit/releases
git clone --depth 1 --branch v1.1.0 https://github.com/26zl/cybersec-toolkit.git && cd cybersec-toolkit && sudo ./install.sh

从 main 分支（最新工具、修复和更改；可能包含未发布的工作）：

git clone https://github.com/26zl/cybersec-toolkit.git && cd cybersec-toolkit && sudo ./install.sh

这将安装所有 18 个模块的标准工具。C2/钓鱼工具和 Docker 镜像保持可选；当您明确想要当前平台支持的完整注册表时，使用 --profile full --enable-docker。要安装子集：

sudo ./install.sh --profile ctf                      # CTF tools only
sudo ./install.sh --profile redteam --enable-docker   # Red team + Docker C2
sudo ./install.sh --module web --module recon          # Specific modules
sudo ./install.sh --tool sqlmap --tool nmap            # Individual tools
sudo ./install.sh --dry-run --profile ctf              # Preview without installing

不确定机器是否就绪？先运行只读预检——它不需要 root，也不安装任何东西：

./install.sh --doctor                                  # Distro, prerequisites, MCP server, tool registry

在 Docker 中试用

拉取预构建镜像（无需本地构建）：

docker run --rm ghcr.io/26zl/cybersec-toolkit --profile ctf

或者自行构建：

docker build -t cybersec-toolkit .
docker run --rm cybersec-toolkit --profile ctf

Podman 可作为直接替代品——将 docker 换成 podman（或 alias docker=podman）；支持无根构建和运行。对于下面的 Compose 示例，使用 podman compose（需要安装 compose 提供程序）。

或者使用捆绑的 Compose 文件（构建并运行 installer 服务）：

docker compose run --rm installer --profile ctf

该镜像授予 toolkit 用户无密码 sudo，以便安装程序管理系统包。将容器内的代码视为具有 root 能力；该镜像不是安全沙箱，尤其是在启用 run_script 或挂载敏感主机路径时。

macOS（Apple Silicon）： 在两个命令中添加 --platform linux/amd64 以通过 x86 模拟运行：

docker build --platform linux/amd64 -t cybersec-toolkit .
docker run --rm --platform linux/amd64 cybersec-toolkit --profile ctf

Termux（Android）：

pkg install git
git clone https://github.com/26zl/cybersec-toolkit.git
cd cybersec-toolkit
./install.sh --profile lightweight

sudo ./install.sh --help                # Full help
sudo ./install.sh --list-profiles       # Show profiles
sudo ./install.sh --list-modules        # Show modules
sudo ./install.sh --skip-heavy          # Skip large/slow packages
sudo ./install.sh --skip-pipx           # Skip all pipx (Python) installs
sudo ./install.sh --skip-go             # Skip all Go tool installs
sudo ./install.sh --skip-cargo          # Skip all Cargo (Rust) installs
sudo ./install.sh --skip-gems           # Skip all Ruby gem installs
sudo ./install.sh --skip-git            # Skip all git clone installs
sudo ./install.sh --skip-binary         # Skip all binary release downloads
sudo ./install.sh --skip-source         # Skip build-from-source, snap, npm, and curl-pipe installs
sudo ./install.sh --fast                # Skip checksum verification (see Security note below)
sudo ./install.sh --require-checksums   # Fail if binary release has no checksum file
sudo ./install.sh --production          # Strict checksum preset for release downloads
sudo ./install.sh --upgrade-system      # Upgrade system packages before installing
sudo ./install.sh --list-sessions       # List install sessions and exit
sudo ./install.sh --rollback <id|last>  # Rollback tools installed in a session
sudo ./install.sh --version             # Show installer version and exit
sudo ./install.sh --enable-docker       # Pull Docker images
sudo ./install.sh --include-c2          # Include C2 frameworks (needs --enable-docker)
sudo ./install.sh -j 8                  # 8 parallel install jobs (default: 4)
sudo ./install.sh -v                    # Verbose / debug output

--tool 仅安装指定工具，不运行完整的依赖设置。干运行时间估算按方法计算安装条目，因此估算值可能高于去重后的 670+ 工具注册表。

安装程序编排了 670+ 工具，跨越 12 种不同的安装方法。时间花在 I/O 密集型操作上，任何脚本语言都无法加速：

要查看当前每种方法的工具数量，请运行 ./install.sh --dry-run——它会打印实时明细，因此这里的数字不会过时。最慢的阶段是编译或解包最多的阶段（apt/dnf 和 Go），而不是原始工具数量：Cargo 从源码编译，但只覆盖少数工具。

安装程序已经尽可能并行化（默认 -j 4）。具有共享锁的方法（apt、pipx、cargo）必须按顺序运行。要减少安装时间：

• 使用 --profile lightweight 或 --module <name> 只安装你需要的

• 使用 --skip-cargo 跳过 Rust 编译（每种工具最慢的方法）

• 使用 -j 8 提高并行度，加快 Go/git/二进制下载

• 设置 apt-cacher-ng 代理以重复安装

配置方案

模块

安装方法

安装后脚本

所有脚本在 Linux 上都需要 root（sudo）并支持 --help。在 Termux 上，不需要 root。

--deep-clean 会移除 Go 模块/构建缓存、Cargo 注册表、pip/pipx/npm/gem 缓存、孤立的 pipx venv、过期的符号链接和日志文件。添加 --remove-deps 还可清除 Rustup 工具链。

MCP 服务器（AI 集成）

MCP（模型上下文协议） 是一种开放标准，允许 AI 助手使用外部工具。本项目包含一个 MCP 服务器，可为任何支持 MCP 的 AI（Claude Code、Claude Desktop、Cursor 等）提供对 670+ 工具注册表的完全读取访问权限——此外还能检查安装、推荐配置方案和执行工具。AI 成为道德黑客的交互式伙伴：它了解每个工具、你已安装哪些工具，并且可以为你运行它们。

AI 能做什么

MCP 客户端可以查询每个工具及其安装状态，串联受治理的工具调用，解析输出，并根据发现结果调整方向。脚本执行需要单独选择启用。

外部侦察 → 攻击面（需要 CYBERSEC_MCP_ALLOW_EXTERNAL=1，仅限授权范围）

• "枚举 target.com 的攻击面并标记任何可利用的点" —— 并行展开 amass / subfinder → 用 httpx 解析并探测 → 用 whatweb 进行指纹识别 → 运行 nuclei 模板 → 用 ffuf 做内容发现，然后按暴露程度对主机排序并提出后续步骤

• "在 /go?url= 上发现开放重定向——将其武器化" —— 用 curl 验证，然后构建 SSRF / OAuth 令牌窃取 PoC，并探测可利用的回调

Web 漏洞利用

• "确认并利用登录端点上的 SQL 注入" —— 用 sqlmap 确认并导出数据（破坏性的 --os-shell/--os-cmd 会被策略阻止），然后用 run_script 自动化认证绕过，只提取足以构成 PoC 的数据

• "GraphQL introspection 已开启——绘制它并搜寻 IDOR" —— 拉取 schema，生成查询，对对象 ID 进行模糊测试，并对比已认证与未认证的响应

Active Directory / 内网

• "在 10.10.0.0/24 上拿到低权限凭据——找到通往域管理员的路径" —— 用 bloodhound 收集，用 impacket（GetUserSPNs.py）执行 Kerberoast，用 hashcat 破解 TGS，然后用 netexec 验证横向移动——全部通过 SSH 在 Kali VM 上完成

• "检查 DCSync 权限，如果路径存在则转储" —— 枚举复制 ACL，然后对域控运行 secretsdump.py

二进制漏洞利用与逆向

• "为这个 64 位二进制构建 ret2libc 漏洞利用" —— 用 checksec / readelf 进行初步分析，用 ROPgadget 查找 gadget，通过 puts@plt 调用泄露 libc，然后在 venv="pwntools" 中编写完整的 pwntools 利用链并在本地弹出 shell

• "从这个 stripped 二进制中恢复算法" —— 将 objdump / radare2 的反汇编结果送入针对性分析，然后用 run_script 重新实现以验证行为

密码学

• "破解这个 RSA——小 e，多个密文" —— 检测攻击类型（Håstad / 共模 / Wiener），并在 venv 中用 pycryptodome + sympy 求解，返回明文

• "这个 JWT 是 HS256 且密钥较弱" —— 破解签名密钥并伪造管理员令牌

蓝队 · 检测工程

• "为这个技术编写 Sigma 规则并转换到我的 SIEM" —— 编写规则并通过 sigma-cli 渲染为目标后端（Splunk / Elastic）格式

• "在这些 Windows 事件日志中搜寻横向移动" —— 用 Sigma 规则对 EVTX 运行 chainsaw，然后按主机和时间线汇总命中结果

• "从这些样本构建 YARA 规则并扫描目录树" —— 生成 yara 签名并递归运行

DFIR · 恶意软件分类

• "为这个内存转储建立时间线" —— 运行 volatility3 插件（pslist、netscan、malfind）并将结果串联成一个完整叙事

• "在这个 pcap 中搜寻 C2 心跳" —— tshark / tcpdump 提取 → suricata 规则 → 标记周期性回连

• "静态分析这个可疑文件" —— file → strings → capa / yara，然后提取 IOC 用于情报丰富

云 · 容器 · 运维

• "审计这个 AWS 账户中的公开 S3 和风险 IAM" —— 运行 prowler / scoutsuite，只呈现高危发现

• "部署前扫描这个镜像和 k8s 清单" —— grype 镜像扫描加 kubescape 配置检查

• "我的红队覆盖情况如何——并修复缺口" —— 将 get_profile_tools("redteam") 与安装状态进行对比，并输出精确的安装命令

移动 · 无线 · 区块链

• "静态分析这个 APK 中的密钥和不安全存储" —— apktool / jadx 反编译 → MobSF 风格检查，然后搜索密钥和端点

• "审计这个 Wi-Fi 抓包" —— 解析握手包并对其运行 aircrack-ng / hashcat

• "审查这个 Solidity 合约的重入漏洞" —— 运行 slither / mythril 并解释发现

run_tool 和 run_pipeline 经过参数清洗、网络策略限制、速率限制，并记录审计日志。run_script 默认关闭，因为启用它意味着以 MCP 服务器用户的文件系统和网络权限选择启用完整代码执行；外部目标策略不会对脚本进行沙箱隔离。破坏性标志（--os-shell、-rf、--exploit 等）在受治理的工具路径中被阻止。仅可对你有权测试的系统使用。

快速开始

需要 uv。Claude Code 可以直接使用项目跟踪的 .mcp.json。它通过 stdio 运行 MCP 服务器，默认禁用脚本和外部网络目标：

{
  "mcpServers": {
    "cybersec-tools": {
      "command": "uv",
      "args": ["run", "--directory", "mcp_server", "fastmcp", "run", "server.py", "--transport", "stdio", "--no-banner"],
      "env": {
        "CYBERSEC_MCP_ALLOW_EXTERNAL": "0",
        "CYBERSEC_MCP_ALLOW_SCRIPTS": "0"
      }
    }
  }
}

重启 Claude Code。这 15 个工具会出现在 /mcp 中。

其他 MCP 客户端（Codex、Cursor、本地 LLM）

MCP 是一个开放标准，因此同一个 stdio 服务器适用于任何支持 MCP 的客户端。从仓库根目录启动的命令是：

uv run --directory mcp_server fastmcp run server.py --transport stdio --no-banner

--directory mcp_server 是相对于工作目录的。如果客户端可能从子目录启动服务器，请使用仓库根目录中感知根目录的启动器：

bash scripts/mcp-launch.sh

从仓库外部使用时，请使用启动器的绝对路径：

bash /path/to/cybersec-toolkit/scripts/mcp-launch.sh

• Codex — 项目中包含 .codex/config.toml（会先解析 Git 根目录，因此从任何子目录都能生效）。Codex 的主配置是 ~/.codex/config.toml；如果项目文件未被识别，请将 [mcp_servers.cybersec-tools] 块复制到你的主配置中。

• Cursor / Continue / Cline / Goose — 在客户端的 MCP 设置界面或配置文件中添加相同的启动命令（如果客户端的工作目录不是仓库根目录，请使用绝对路径）。

• LM Studio（≥0.3.17） — LM Studio 本身就是一个 MCP 主机，无需桥接。将服务器添加到其 mcp.json 中（使用 Cursor 记法，与 .mcp.json 相同的 mcpServers 结构），并使用绝对路径或 git-root 包装器，因为 LM Studio 的工作目录不是仓库根目录。通过 LM Studio 的 API 使用 MCP 需要 ≥0.4.0 版本以及支持 MCP 的端点，例如 /api/v1/chat 或 /v1/responses。

• Ollama — Ollama 是模型运行时，不是 MCP 主机。请在它前面放置一个支持 MCP 的代理（例如 Kit），并将其指向上述启动命令。

• 其他本地 LLM — 裸模型本身无法直接使用 MCP。请将其运行在任何支持 MCP 的主机后面（LM Studio、Cline、Continue、Goose、Kit，或通过 mcpo 等 MCP→OpenAPI 桥接的 Open WebUI），并将该主机指向上述启动命令。

安全说明：请仅从这一个服务器开始。它已经强制实施了参数清理、网络白名单、速率限制和审计日志记录，并且默认禁用脚本执行和外部目标——除非你有授权范围，否则请保持这些功能关闭，并优先选择支持人工介入工具审批的主机。

与供应商无关的仓库说明位于 AGENTS.md（Codex 和许多代理工具可直接读取）；Claude Code 读取 CLAUDE.md。

从 WSL 连接（例如 Kali Linux）

MCP 服务器通过 stdio 运行，因此它可以在 Claude Code 能够启动的任何环境中工作。要使用 WSL 内安装的工具：

{
  "mcpServers": {
    "cybersec-tools": {
      "command": "wsl",
      "args": [
        "-d", "kali-linux",
        "bash", "-lc",
        "cd /path/to/cybersec-toolkit/mcp_server && uv run fastmcp run server.py --transport stdio --no-banner"
      ]
    }
  }
}

从 Docker 连接

{
  "mcpServers": {
    "cybersec-tools": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-e", "CYBERSEC_MCP_ALLOW_EXTERNAL=0", "-e", "CYBERSEC_MCP_ALLOW_SCRIPTS=0",
        "--entrypoint", "bash", "cybersec-toolkit",
        "-c",
        "cd /opt/cybersec-toolkit/mcp_server && uv run fastmcp run server.py --transport stdio --no-banner"
      ]
    }
  }
}

脚本执行

run_script 允许 AI 编写并执行 Python 或 Bash 脚本。它需要 CYBERSEC_MCP_ALLOW_SCRIPTS=1，不受操作系统沙箱保护，也不受 CYBERSEC_MCP_ALLOW_EXTERNAL 的约束。启用它将赋予脚本与 MCP 服务器进程相同的文件系统和网络权限。在启用前请审查生成的代码和范围：

{
  "mcpServers": {
    "cybersec-tools": {
      "command": "uv",
      "args": ["run", "--directory", "mcp_server", "fastmcp", "run", "server.py", "--transport", "stdio", "--no-banner"],
      "env": {
        "CYBERSEC_MCP_ALLOW_SCRIPTS": "1",
        "CYBERSEC_MCP_ALLOW_EXTERNAL": "0"
      }
    }
  }
}

Venv 支持

某些包（例如 pwntools）需要较旧版本的 Python。venv 参数让 AI 可以为每个脚本选择正确的解释器：

# One-time setup: create a venv with pwntools
python3.12 -m venv ~/.ctf-venvs/pwntools
~/.ctf-venvs/pwntools/bin/pip install pwntools z3-solver

然后 AI 会自动使用 run_script("from pwn import *; ...", venv="pwntools")。默认的 MCP 环境包含 FastMCP 和 Python 标准库。在使用 requests、pycryptodome、beautifulsoup4、Pillow 或 NumPy 而不使用命名 venv 之前，请先运行 cd mcp_server && uv sync --extra ctf-core 安装可选的辅助工具集。设置 CYBERSEC_MCP_VENVS_DIR 可覆盖默认的 ~/.ctf-venvs/ 位置。

手动脚本

manual_scripts/ 目录存储 AI 为用户创建的持久化脚本——复杂的漏洞利用、多步骤求解器、解析器、协议辅助工具，以及不应在一次执行后就消失的可复用工具。在伴生模式下，AI 会先提出脚本，然后仅在获得批准或明确的"继续"指令后才编写并运行它。在可选的 autonomous 模式下，如果常规工具和流水线无法取得进展，且编程逻辑是最小的可靠路径，AI 可以通过 run_script 编写、保存并运行有范围限制的辅助脚本。curl 等简单的侦察/HTTP 命令仍作为 run_tool 调用；脚本用于工具无法清晰表达的逻辑。

测试服务器

cd mcp_server && uv run fastmcp dev server.py

这将打开一个基于 Web 的 MCP Inspector，用于交互式测试每个工具。

有关 Claude Desktop 设置和完整文档，请参阅 mcp_server/README.md。

寻求帮助

这个项目在设计上规模较大，非常欢迎社区帮助。

有用的贡献包括：在不同发行版上测试安装、添加缺失的工具、修复包映射、改进 MCP 工作流、编写示例用例、完善文档，以及报告来自真实 CTF、实验室、漏洞赏金、渗透测试、DFIR 或防御工作流中的粗糙之处。

对于较大的更改请提交 issue，对于小修复请发送有针对性的 PR。验证清单请参阅 CONTRIBUTING.md。

开发

公共贡献者文档位于 CONTRIBUTING.md。快速入门如下：

git clone https://github.com/26zl/cybersec-toolkit.git && cd cybersec-toolkit
make setup    # submodules + MCP deps + skill mirror (Codex-ready)
make check    # core local checks — shellcheck, validators, bats, ruff, pytest

make help 列出所有快捷方式（lint、test、validate、curate、sync-skills、check-skills、mcp、docker 等）；每个目标运行的原始命令在 CLAUDE.md / AGENTS.md 中。

MCP Python 项目使用 uv，并带有 [tool.uv] exclude-newer = "3 days"。新的依赖解析有意忽略最近 72 小时内上传的包，以缩小依赖混淆和受损版本的影响范围。Dependabot 使用匹配的 3 天冷却期，每周的 uv 更新工作流也继承相同的策略。

此发布年龄策略仅适用于项目引导/运行时依赖：MCP Python 包、CI 操作以及运行项目所需的 Docker 构建输入。它不会延迟或固定从注册表安装的网络安全工具；这些工具有意遵循其模块安装器和更新流程，以便操作员能够获得最新的扫描器、漏洞利用、签名和研究工具。

在 Linux 或 WSL 上运行 shell 测试。原生 Windows 检出可能会将 vendored Bats 子模块重写为 CRLF，并导致 $'\r' 错误。

Agent Skills

此仓库在规范的 .claude/skills/ 源树中提供了 872 个 Agent Skills。Claude Code 直接发现该树；scripts/sync-skills.sh 为兼容客户端生成可移植的 .agents/skills/ 镜像。Skills 会根据任务按需激活——它们不会永久占用上下文。其中 31 个是项目自编的，841 个是从开源项目精选的——每个都在下方和 THIRD_PARTY_NOTICES.md 中注明出处。

• 10 个项目特定的开发者技能（add-tool、validate-all、module-scaffold、writeup-template、mcp-sync-check、security-wordlists、security-payloads、guided-assessment、skill-dependency-audit、skill-curation-router）

• 4 个跨技能协调器（finding-triage、security-comms、authorization-gate、evidence-hygiene），其他技能通过它们路由发现结果、通信、授权检查和证据清理

• 7 个覆盖缺口锚定技能（GRC/隐私、AI/LLM 安全、IoT/嵌入式/硬件、大型机、电信/5G、SAP/ERP、供应链/产品安全）

• 1 个来自 multica-ai/andrej-karpathy-skills 的编码代理工作流技能（MIT）

• 6 个 CTF 方法论技能（ctf-crypto、ctf-pwn、ctf-web、ctf-rev、ctf-forensics、ctf-stego）

• 4 个漏洞赏金方法论技能（bounty-recon、bounty-web、bounty-api、bounty-mobile）

• 10 个来自 BugHunter (claude-bug-bounty) 的漏洞赏金工作流技能（MIT）

• 58 个来自 SnailSploit Claude-Red 的进攻性方法论技能（MIT）

• 14 个来自 Trail of Bits 的代码审计技能（CC-BY-SA 4.0）

• 754 个来自社区项目 mukul975/Anthropic-Cybersecurity-Skills 的操作性操作指南（Apache 2.0）

• 4 个来自 Transilience 的高级工作流（MIT）

来源和分类索引位于 .claude/skills/SKILLS.md。

安装为 Claude Code 插件

该仓库兼作插件市场（.claude-plugin/），因此你可以将整个技能库拉入任何项目，而无需手动克隆：

/plugin marketplace add 26zl/cybersec-toolkit
/plugin install cybersec-toolkit@cybersec-toolkit

该插件在 .claude/skills/ 下公开技能（通过 .claude-plugin/plugin.json 中的 skills 字段声明）。MCP 服务器通过 .mcp.json 单独配置——请参阅 MCP Server。

在支持的客户端中使用这些技能

Agent Skills 是 Markdown 加可选的辅助文件，但发现和激活是客户端功能，而非 MCP 功能。Claude Code、OpenCode、Codex、Gemini CLI、GitHub Copilot、Cursor、Cline、Goose、Hermes 和 OpenClaw 通过不同的路径或设置支持 Agent Skills。scripts/sync-skills.sh 将仓库的 .claude/skills/ 源镜像到 .agents/skills/，供使用该位置的客户端使用：

scripts/sync-skills.sh            # mirror .claude/skills/ -> .agents/skills/
scripts/sync-skills.sh --check    # report drift without writing (exit 1 if out of date)

make setup（参见开发）会为你运行此镜像步骤。

.claude/skills/ 始终是唯一的事实来源；.agents/skills/ 是生成且被 git 忽略的，因此在编辑技能后请重新运行同步。Continue 和 LM Studio 可以使用 MCP 服务器，但这两个客户端目前都没有记录对此仓库 SKILL.md 文件的自动发现。独立的 SKILLS.md 索引只能作为手动上下文；它不会增加按需激活。在这些客户端中请使用 Continue 规则/提示，或将选定的技能内容作为上下文提供。有关客户端特定的路径和限制，请参阅 docs/AI_CLIENTS.md。

scripts/validate_claude_skills.py 检查技能元数据、索引计数、精选新鲜度以及 Python 和 PowerShell 辅助脚本的语法。Vendored 技能辅助脚本还可以有可选的任务特定 Python 导入。这些导入在 .claude/skills/requirements.txt 中声明，由辅助脚本导入清单生成：

python3 scripts/audit_skill_dependencies.py --check-declared
python3 scripts/audit_skill_dependencies.py --write-requirements
python3 -m pip install -r .claude/skills/requirements.txt

技能排名/精选位于 .claude/skills/CURATION.md 和 .claude/skills/curation.json。使用以下命令重新生成：

python3 scripts/curate_claude_skills.py --write

工具位置

非系统工具（pipx、Go、Cargo、git、二进制发布）安装在 Linux 上的 /usr/local/bin/ 和 Termux 上的 $PREFIX/bin。系统包安装在其默认位置（/usr/bin/）。

Docker 镜像（可选）

仅在 --enable-docker 时使用。如果未安装 Docker 且设置了 --enable-docker，安装程序会退出并报错，要求你先安装 Docker。

发行版支持

Debian/Ubuntu/Kali 是主要目标 —— 完整的 670+ 注册表在那里可用，并且测试覆盖最强。Fedora/Arch/openSUSE 有约 10-20 个软件包被自动跳过（发行版特定），并由集成工作流覆盖。WSL 和 ARM 在实践中受支持，但尚无专门的 CI 任务。Windows 和 macOS 会被检测到并以清晰的错误消息阻止。

供应链模型

此安装程序会从互联网下载并运行代码。在 Linux 上它以 root（sudo）身份运行；在 Termux 上它在应用的用户沙箱中运行（无 root）。

• 系统软件包：由您的发行版仓库（apt、dnf、pacman、zypper、pkg）进行 GPG 签名

• pipx/Go/Cargo/Gem/npm：从注册表下载（无签名验证，pipx 隔离在 venv 中）

• 二进制发布：当校验和文件可用时进行 SHA256 验证，不匹配则硬失败。使用 --require-checksums 或 --production 预设可在没有发布校验和文件时也失败。警告： --fast 会禁用所有校验和验证，包括那些确实发布校验和的发布 —— 不要在生产或 CI 环境中使用

• MCP Python 依赖：由 uv 以 3 天 exclude-newer 窗口解析；Dependabot 在提出依赖 PR 前也会等待 3 天。这不适用于已安装的安全工具

• Go SDK：当可用时，根据 go.dev 发布的哈希进行 SHA256 验证；API 失败时警告，使用 --require-checksums 时硬失败

• Git 仓库：在 HEAD 处克隆，依赖安装在隔离的 venv 中（不执行 setup.py）

• 从源码构建：运行 make（在 Linux 上以 root 身份）——请审查您正在构建的内容

• 工具包 Docker 构建：Ubuntu 和 uv 源码是摘要固定的，而 apt 软件包从当前签名的 Ubuntu 仓库解析；重建并非逐位可复现

• 可选工具镜像：通过可变标签而非摘要拉取，包括几个显式的 latest 标签。--production 不固定或验证这些镜像

.versions 文件记录已安装的内容和时间。

已知限制

默认情况下，校验和验证是尽力而为的。某些上游发布不发布校验和或签名，因此在这些情况下下载可能在没有加密验证的情况下进行。使用 --production（或 --require-checksums）在没有校验和文件可用时失败关闭。此预设不固定 Git 克隆、语言包注册表或从源码构建的工具；这些仍跟踪其上游发布渠道。Go SDK 下载在 API 可访问时根据 go.dev 进行 SHA256 验证；严格校验和模式在 API 不可访问时硬失败。

--fast 跳过二进制发布的所有校验和验证（包括 SHA256 检查和缺失校验和警告），包括那些确实发布校验和的发布。这以完整性验证换取速度。它与 --require-checksums 和 --production 互斥。不要在 CI 管道或供应链完整性重要的环境中使用 --fast。

Windows Defender 误报

如果您将此仓库克隆到 Windows 挂载路径（例如 C:\Users\<you>\... 或任何在 WSL 中工作时从 Windows 可见的文件夹），Microsoft Defender 和其他防病毒产品可能会隔离单个文件。防御性内容 —— IOC 参考表、示例混淆的 PowerShell、恶意软件分析片段、.claude/skills/、writeups/ 以及 mcp_server/ 部分中的漏洞 PoC 字符串 —— 包含真实攻击者使用的相同字节字符串，因此基于签名和 ML 的引擎可能标记它们。常见检测包括 Trojan:Script/Wacatac.B!ml、HackTool:* 和通用 Heur.* 判定。

在安全工具包的上下文中，这些是误报。要在 Windows 上使用该仓库，您有三个选项：

1. 为仓库文件夹添加 Defender 排除项（推荐用于个人开发机器）。从提升的 PowerShell 运行：

   Add-MpPreference -ExclusionPath "C:\path\to\cybersec-toolkit"

2. 从隔离区恢复单个文件，通过 Windows 安全 -> 病毒和威胁防护 -> 保护历史 -> “允许在设备上”。按文件操作，但不会阻止更新时重新检测。

3. 将仓库保留在 WSL 文件系统内（例如发行版中的 ~/cybersec-toolkit）。Defender 默认不扫描 WSL2 的 vhdx，因此不会发生检测。scripts/sync-wsl.sh 已经为 MCP 服务器子目录执行此操作。

被 Defender 删除的文件将在 git status 中显示为 D。内容保留在 git 历史中；一旦排除项到位，使用 git checkout -- <path> 恢复。

许可证

MIT 许可证 —— 详情请参见 LICENSE。

此仓库还根据其自身条款重新分发第三方组件，包括一些在 CC-BY-SA-4.0 下（ShareAlike，不可重新许可为 MIT）。如果您重新分发或改编捆绑内容，请遵循这些条款 —— 参见 THIRD_PARTY_NOTICES.md。

有关贡献工作流和审查期望，请参见 CONTRIBUTING.md。 有关社区行为期望，请参见 CODE_OF_CONDUCT.md。 有关漏洞报告，请参见 SECURITY.md。

免责声明

本项目仅用于教育、防御和明确授权的安全测试。仅对您拥有或已获得书面许可评估的系统使用，并遵守所有适用的法律、交战规则、第三方工具许可证和服务条款。

该工具包包括双重用途的进攻性和防御性工具。某些命令可以扫描网络、执行漏洞利用、修改系统或触发安全警报。MCP/AI 集成受安全策略保护，但用户在运行操作前仍负责审查范围、提示、命令和输出。

此仓库不重新分发安全工具本身；它在安装时从官方上游来源安装公开可用的开源项目。它仅用于合法、授权的使用。

本项目“按原样”提供，不提供任何保证。维护者不对使用此工具包造成的误用、损坏、数据丢失、服务中断或法律后果负责。

第三方内容按其原始许可证捆绑 —— 参见 THIRD_PARTY_NOTICES.md。