让 Claude 自动将 GitHub 公开漏洞数据库和 HackerOne Bug Bounty 报告转化为代码审计/渗透测试专用的结构化安全技能（Skills）

起因

我前段时间做了一个叫纯钧（ChunJun）的 AI 代码审计系统。系统架构上做了不少工作——预扫描、CodeQL、Agent 多阶段验证、对抗反思——但审计效果始终不够理想。

反思了一下，猜测一个可能的原因：我给 Agent 的只是通用的代码审计思路，它可能还需要一份更具体的漏洞模式知识作为技能。

比如 SQL 注入，Agent 能依赖的大概就是通用认知——「cursor.execute() 使用 f-string 拼接用户输入」。但翻一翻 GitHub Advisory Database 就会发现，真实世界中开发者踩的坑远比这复杂得多：

• asyncmy 通过 dict keys 注入——库只转义 value 不转义 key（CVE-2025-65896）
• ormar 通过 ORM 聚合函数 min()/[max() 注入——开发者以为 ORM 就是安全的（CVE-2026-26198）
• LLM 框架直接拼接用户 prompt 进 SQL——AI 时代的新攻击面（CVE-2024-12909）

这些是开发者真实会犯的错误，也是安全研究人员发现的巧妙绕过思路。它们被记录在 GitHub Advisory Database 和 HackerOne Hacktivity 里，大部分都包含了根因分析、修复 commit、CWE 分类等完整信息。

光 Python 生态，CRITICAL + HIGH 级别就有 3,777 条，其中 CVSS >= 8.0 的有 946 条。HackerOne 公开报告中 critical/high 级别有数千条。

让人一条条去看、分析、提炼？不现实。

所以想法很简单：让 Claude 来干这件事——自动拉取、分析、结构化，生成 Agent 能用的安全技能。

这个 repo 包含什么

本 repo 是一个 Claude Code Marketplace，包含两个可独立安装的 plugin：

26 个技能覆盖范围

GHSA Skill Builder

让 Claude 自动将 GitHub 公开漏洞数据库和 HackerOne Bug Bounty 报告转化为代码审计/渗透测试专用的结构化安全技能（Skills）

起因

我前段时间做了一个叫纯钧（ChunJun）的 AI 代码审计系统。系统架构上做了不少工作——预扫描、CodeQL、Agent 多阶段验证、对抗反思——但审计效果始终不够理想。

反思了一下，猜测一个可能的原因：我给 Agent 的只是通用的代码审计思路，它可能还需要一份更具体的漏洞模式知识作为技能。

比如 SQL 注入，Agent 能依赖的大概就是通用认知——「cursor.execute() 使用 f-string 拼接用户输入」。但翻一翻 GitHub Advisory Database 就会发现，真实世界中开发者踩的坑远比这复杂得多：

• asyncmy 通过 dict keys 注入——库只转义 value 不转义 key（CVE-2025-65896）
• ormar 通过 ORM 聚合函数 min()/max() 注入——开发者以为 ORM 就是安全的（CVE-2026-26198）
• LLM 框架直接拼接用户 prompt 进 SQL——AI 时代的新攻击面（CVE-2024-12909）

这些是开发者真实会犯的错误，也是安全研究人员发现的巧妙绕过思路。它们被记录在 GitHub Advisory Database 和 HackerOne Hacktivity 里，大部分都包含了根因分析、修复 commit、CWE 分类等完整信息。

光 Python 生态，CRITICAL + HIGH 级别就有 3,777 条，其中 CVSS >= 8.0 的有 946 条。HackerOne 公开报告中 critical/high 级别有数千条。

让人一条条去看、分析、提炼？不现实。

所以想法很简单：让 Claude 来干这件事——自动拉取、分析、结构化，生成 Agent 能用的安全技能。

这个 repo 包含什么

本 repo 是一个 Claude Code Marketplace，包含两个可独立安装的 plugin：

26 个 Skills 覆盖范围

Python 代码审计（6 个）：injection、path-traversal、auth-bypass、deserialization、ssrf、xss

Go 代码审计（7 个）：auth-bypass、path-traversal、injection、dos、info-disclosure、crypto-tls、ssrf-requestforgery

Web 渗透测试（13 个，基于 HackerOne 真实报告）：sqli、xss、ssrf、idor、access-control、path-traversal、command-injection、auth-bypass、info-disclosure、memory-corruption、request-forgery、business-logic、deserialization-xxe

安装

方式 1：安装审计 Skills（推荐大多数用户）

/plugin install vuln-skills@yhy0/ghsa-skill-builder

安装后 Claude 会自动获得 26 个安全审计 Skills，在代码审计或渗透测试时自动触发。

方式 2：安装 Skill 生成器

/plugin install ghsa-skill-builder@yhy0/ghsa-skill-builder

安装后可以让 Claude 从 GHSA/HackerOne 拉取最新漏洞数据，自动生成或更新 Skills。

方式 3：两个都装

/plugin install vuln-skills@yhy0/ghsa-skill-builder
/plugin install ghsa-skill-builder@yhy0/ghsa-skill-builder

前置条件

• Claude Code CLI
• 安装生成器还需要：GitHub CLI（gh，已认证）、Python 3.9+

生成的 Skill 长什么样

每个 Skill 分两层，渐进式加载：

第一层：Detection Strategy（检测策略）——Agent 审计时首先加载，定义这类漏洞的通用检测模型。

## Detection Strategy

Sources（用户输入入口）：
- request.args, request.json, request.form
- tool_call.arguments（MCP/Agent 场景）
- 配置文件中用户可控的字段

Sinks（危险函数）：
- cursor.execute(), engine.execute()
- Model.objects.extra(where=...), Model.objects.raw()
- asyncmy/PyMySQL 的 dict 参数传递

Sanitization（安全屏障）：
- 参数化查询 (cursor.execute(sql, params))
- ORM 标准查询方法（filter/exclude/get）

检测路径：
1. 搜索 sink 调用
2. 回溯数据流，检查参数是否来自 source
3. 验证路径上是否存在有效 sanitization
4. 无 sanitization → 标记为候选漏洞