探索 MCP Server 与 Agent Skill

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-pam-for-database-access

为数据库系统部署特权访问管理（PAM），覆盖 Oracle、SQL Server、PostgreSQL 与 MySQL：会话代理配置、凭据保管、查询审计、动态凭据生成与最小权限数据库角色。适用于保护 DBA 访问、实施数据库 PAM 控制或审计特权数据库会话。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-cloud-forensics-with-aws-cloudtrail

调查 AWS 账号沦陷：用 boto3 的 LookupEvents 或在 S3 投递日志上跑 AWS Athena SQL 查询 CloudTrail，按可疑 user agent、源 IP 与事件名过滤，重建攻击者时间线。适用于追踪未授权 API 调用、S3 数据外泄、IAM 提权或凭据暴露，并编写含发现与修复建议的取证报告。

io.github.mukul975/Anthropic-Cybersecurity-Skills/reverse-engineering-android-malware-with-jadx

使用 JADX 反编译器逆向恶意 Android APK：阅读 Java/Kotlin 源码、检查清单权限、receiver、service 与本地库，识别数据窃取、C2 通信、提权或覆盖层攻击行为。适用于分析疑似 Android 银行木马、间谍软件、短信窃取器或其他被标记的 APK，或一般性的移动恶意软件与 Android 威胁调查。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-sqlite-database-forensics

对 SQLite 数据库做取证分析：检查 B-tree 页结构、从 freelist 页与 WAL 日志中恢复已删除记录、解码编码后的时间戳，并从浏览器历史、即时通讯应用与移动设备数据库提取证据。适用于数字取证或移动/浏览器证据分析中从 SQLite 恢复已删除或未分配数据。

io.github.mukul975/Anthropic-Cybersecurity-Skills/exploiting-excessive-data-exposure-in-api

针对 OWASP API3:2023（数据过度暴露）测试 API：拦截原始 API 响应并与 UI 实际渲染的内容比对，找出前端过滤掉但 API 仍在传输的 PII、内部标识、调试数据或业务敏感字段。适用于审计 REST 或移动应用 API 的过度取数、响应过滤绕过或端点响应中的非预期数据泄露。

io.github.mukul975/Anthropic-Cybersecurity-Skills/configuring-oauth2-authorization-flow

配置安全的 OAuth 2.0 授权流程，包括带 PKCE 的 Authorization Code、Client Credentials 与 Device Authorization Grant，涵盖流程选型、PKCE 实现、token 生命周期管理与按 OAuth 2.1 设计 scope。适用于为 Web、移动、SPA 或机器对机器客户端实现或加固 OAuth 2.0 认证/授权。

io.github.mukul975/Anthropic-Cybersecurity-Skills/analyzing-android-malware-with-apktool

使用 apktool 反编译资源、jadx 还原 Java 源码、androguard 检查清单，对 Android APK 恶意软件做静态分析：检测危险权限组合、识别混淆代码、动态代码加载与基于反射的 API 调用。适用于在不运行可疑 APK 的前提下做静态分诊，或编写移动恶意软件检测规则。

io.github.mukul975/Anthropic-Cybersecurity-Skills/detecting-qr-code-phishing-with-email-security

检测并防御 QR 码钓鱼（quishing）——攻击者把恶意 URL 藏进 QR 码图片绕过基于链接的邮件安全——使用图片威胁检测、OCR/QR 解码及移动端扫描手段（Microsoft Defender for O365、Proofpoint TAP、Barracuda Multimodal AI）。适用于针对 QR 钓鱼配置网关规则，或调查含可疑 QR 码的邮件。

io.github.mukul975/Anthropic-Cybersecurity-Skills/analyzing-threat-actor-ttps-with-mitre-attack

系统化地把威胁行为者行为与观察到的 IOC 映射到 MITRE ATT&CK 框架，用 ATT&CK Navigator 构建技术覆盖热力图，识别检测缺口，并横跨 Enterprise、Mobile 与 ICS 矩阵产出可行动的情报报告。适用于分析威胁行为者 TTP、把 IOC 关联到具体 ATT&CK 技术，或评估防御方对对手行为的检测覆盖。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-mobile-device-forensics-with-cellebrite

使用 Cellebrite UFED Touch/4PC、UFED Physical Analyzer 及开源替代方案（ALEAPP、iLEAPP、MEAT、libimobiledevice）采集并分析移动设备数据，提取通信记录、通话日志、位置数据与应用痕迹。适用于在刑事、企业或员工违规调查中从手机/平板提取或恢复已删除的证据。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-secrets-management-with-vault

部署 HashiCorp Vault 做集中式密钥管理，涵盖数据库与云服务商的动态密钥生成、transit 加密、PKI 证书管理与 Kubernetes 集成。适用于消除应用代码或 CI/CD 流水线中的硬编码凭据、迁移到短期自动轮换的密钥，或让 Kubernetes 工作负载安全获取数据库/云服务商凭据。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-infrastructure-as-code-security-scanning

用 Checkov、tfsec 与 KICS 为 Infrastructure as Code 实现自动化安全扫描，检测 Terraform、CloudFormation、Kubernetes 清单与 Helm chart 中的错误配置，并做基于策略的治理与 CI/CD 集成。适用于部署前验证云基础设施，或在 pull request 中拦截不安全的变更（公开 S3 桶、开放的 security group）。

io.github.mukul975/Anthropic-Cybersecurity-Skills/emulating-cloud-attacks-with-stratus-red-team

安装并运行 Stratus Red Team，经 warmup-detonate-revert-cleanup 生命周期引爆细粒度、映射到 MITRE ATT&CK 的 AWS、Azure、GCP 与 Kubernetes 攻击技术，并验证其产生的遥测。用于验证云端检测（CloudTrail、GuardDuty、Microsoft Sentinel、GCP SCC、Falco）确实会触发，或组织可重复的紫队演练、生成逼真的攻击者遥测。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-policy-as-code-with-open-policy-agent

用 Open Policy Agent（OPA）与 Gatekeeper 在 Kubernetes 与 CI/CD 流水线中实现策略即代码执行，涵盖编写 Rego 策略、把 OPA Gatekeeper 部署为 Kubernetes 准入控制器、开发期测试策略，以及把策略评估集成到部署流水线。适用于编写 Rego 策略、部署 Gatekeeper 准入控制，或用策略即代码检查为 CI/CD 流水线设门禁。

io.github.mukul975/Anthropic-Cybersecurity-Skills/securing-kubernetes-on-cloud

加固 EKS、AKS、GKE 上的托管 Kubernetes 集群：实施 Pod Security Standards、网络策略、workload identity（EKS 用 IRSA、GKE 用 Workload Identity、AKS 用 Managed Identities）、RBAC 范围限定、镜像准入控制与运行时安全监控。适用于按安全要求部署新的托管 Kubernetes 集群，或在审计/渗透测试发现后加固现有 EKS、AKS、GKE 集群。

io.github.mukul975/Anthropic-Cybersecurity-Skills/scanning-iac-and-images-with-trivy

用 Trivy 的 vuln、misconfig、secret 与 license 扫描器扫描容器镜像、Infrastructure-as-Code（Terraform、CloudFormation、Kubernetes 清单、Dockerfile、Helm）、文件系统、git 仓库与 SBOM。适用于搭建 CI/CD 安全门禁：推送前扫镜像、apply 前扫 IaC、检查 SBOM 的供应链弱点，并在违反策略时使构建失败。

io.github.mukul975/Anthropic-Cybersecurity-Skills/securing-container-registry-images

保护容器 registry 中的镜像（ECR、ACR、GCR、Docker Hub）：用 Trivy 与 Grype 扫描、用 Cosign 与 Sigstore 签名、配置 registry 访问控制，并搭建阻止未扫描或未签名镜像的 CI/CD 流水线。适用于建立 registry 安全控制，或在镜像晋升前强制执行扫描/签名检查。

io.github.mukul975/Anthropic-Cybersecurity-Skills/scanning-containers-with-trivy-in-cicd

把 Aqua Security 的 Trivy 扫描器集成进 CI/CD 流水线，检测 OS 包与应用依赖 CVE、Dockerfile 错误配置，以及文件系统或 git 仓库中的问题，并按严重度实施质量门禁，阻止带漏洞的镜像被部署。适用于在 CI/CD 中构建 Docker 镜像，并需要在推送 registry 或生产部署前做自动漏洞扫描与通过/失败门禁。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-container-image-hardening

通过最小化攻击面、裁掉不必要软件包、实施多阶段构建、配置非 root 用户并应用 CIS Docker Benchmark 建议来加固容器镜像，产出安全可上线的镜像。适用于构建生产容器镜像、合规要求遵循 CIS Docker Benchmark，或缩减镜像体积以降低未用软件包带来的漏洞暴露。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-taxii-server-with-opentaxii

用 Docker 部署并配置 TAXII 2.1 server（Medallion），跨 collection 发布与消费 STIX 2.1 bundle，并将 feed 与 SIEM/SOAR 平台集成，实现组织间指标自动交换。适用于搭建共享威胁情报的 TAXII server、为 CTI feed 配置 collection，或把 STIX 指标摄取自动化接入 SIEM/SOAR。

io.github.mukul975/Anthropic-Cybersecurity-Skills/modeling-threats-with-opencti

通过 Docker Compose 部署 OpenCTI（Filigran），并用 pycti Python 客户端把威胁行为者、入侵集合、行动活动与指标建模为带关系（uses、attributed-to、targets）的 STIX 2.1 知识图谱。适用于构建集中式威胁情报知识库、把多源 feed 的 IOC 关联成同一张对手图谱，或为检测工程产出 STIX bundle。

io.github.mukul975/Anthropic-Cybersecurity-Skills/building-threat-feed-aggregation-with-misp

通过 Docker 部署 MISP，并配置来自 abuse.ch、AlienVault OTX、CIRCL 等源的 feed，对威胁情报做聚合、关联与分发，包括自动 feed 同步，以及基于 STIX/TAXII 与 Splunk、Elasticsearch、SOAR 平台集成。适用于集中管理 IOC 或将多源威胁 feed 接入 SIEM。

io.github.mukul975/Anthropic-Cybersecurity-Skills/analyzing-docker-container-forensics

通过分析镜像、层、卷、日志与运行时痕迹调查被入侵的 Docker 容器，识别恶意活动与证据。

io.github.danielmiessler/LifeOS/Migrate

接收外部内容，对照 LifeOS 分类法为分块归类，并带溯源地提交。来源：.md/.txt、标准输入、LifeOS 目录、CLAUDE.md/Cursor/OpenAI 自定义指令、Obsidian/Notion/Apple Notes 导出。MigrateScan 分类 → 路由表。MigrateApprove 支持 --approve-all/--approve-target/--review/--dry-run。置信度 ≥70% 自动、40-70% 确认、<40% 逐条走查。用于 /migrate、迁移内容、从其他 LifeOS 导入、引入旧笔记、导入 Cursor 规则、导入 CLAUDE.md、批量导入、Obsidian/Notion/Apple Notes 导入。不用于单文件编辑、对话式访谈或身份编辑。