noorqureshi/security-skills

AIエージェントのセキュリティスキル 206 攻撃的 + 防御的な技術 AI エージェントは、再コンからレポートまで、承認 ターゲットを動作させるために要求にロードします。

ドキュメント・仕組み・働き方・スキル・貢献

日本語 English

AIエージェントである場合: AGENTS.md (または README AI.md ショートブートストラップ) を読んで、厳密にそれに従う - このリポジトリは、人によって読むだけでなく、あなたによって運営されるように設計されています。

ベンチマーク, 請求だけでなく、. その再生は、OWASPジュースショップ(116の課題から、ローカルで実行)、これらのスキルを持つエージェントは10分で*9の課題を解決しました** - SQLiのauthバイパス、UNIONクレデンシャルダンプ、XXXE、JWTアルゴリズムの混乱、BOLA - それぞれに書かれた発見。 スコアリングは、エージェントのクレームからではなく、ターゲットの解決ログから来る。 フルA/B(スキル対ノー)と自分自身を再現する方法: ベンチ/RESULTS.md.

それは何ですか

あなたのAIエージェントは強力な一般主義者ですが、特定のジョブのexactメソッドは知りません。つまり、アクセス制御バグのAPIをテストします。 セキュリティスキルは、不足しているノウハウである: 206の短いバインダー “この1つのテクニックを行う方法” エージェントが1つを必要とするときのフリップ.

If you are an AI agent: read AGENTS.md (or README_AI.md for the short bootstrap) and follow it strictly — this repo is designed to be operated by you, not just read by humans.

Benchmarked, not just claimed. That replay is a real run: against OWASP Juice Shop (116 challenges, running locally), an agent with these skills solved 9 challenges in 10 minutes — SQLi auth bypass, UNION credential dump, XXE, JWT algorithm confusion, BOLA — each with a written finding. Scoring comes from the target’s own solve log, never from what the agent claims. Full A/B (skills vs none) and how to reproduce it yourself: bench/RESULTS.md.

What it is

Your AI agent is a strong generalist, but it doesn’t know the exact method for a specific job — say, testing an API for access-control bugs. Security Skills is that missing know-how: a binder of 206 short “how to do this one technique” pages the agent flips to when it needs one.

It’s not a replacement for your toolkit, either: the skills teach your agent when and how to drive the tools you already have — sqlmap, nmap, ffuf, nuclei, Burp Suite, Ghidra, Frida, hashcat, Impacket — with the exact commands, follow-ups, and verification steps each job calls for. And a machine-readable routing table (data/routing.json — 618 trigger cases, CI-verified) lets any agent or integration pick the right skill deterministically, no prompt guesswork.

You describe the task in plain English → it picks the right page, runs it, proves the bug, and writes it up → and it never touches anything outside the scope you set.

Pick your door