如何将CyberSecurity-Skills集成到AI Agent:agent-manifest.json与index.json接口完整指南

原创2026-11-03 13:29:401,677 阅读

如何将CyberSecurity-Skills集成到AI Agent:agent-manifest.json与index.json接口完整指南

CyberSecurity-Skills 是一个由 AI 运维的网络安全技能知识库,覆盖 39 大模块、195 个安全技能。它专门设计了 agent-manifest.json 和 index.json 两个标准化接口,让你可以把整个技能库无缝接入 Claude Code、Cursor 等 AI Agent。本文带你用最简单的 3 个步骤完成 AI Agent 集成,从克隆仓库到 Agent 自动调用技能,全程讲透。

为什么要把技能库接入 AI Agent?🤖

平时让 AI 帮你做安全分析,它只能依赖模型自带知识,容易"想当然"。接入技能库后,情况完全不同:

对比项 未接入 接入 CyberSecurity-Skills
知识来源 模型内置知识 39 大模块、195 个结构化技能文档
覆盖范围 零散、不系统 基于 PTES 全流程(信息搜集 → 报告撰写)
检索方式 靠运气问对问题 Agent 可按关键词搜索、按模块遍历
可信度 可能幻觉 命令、工具、参考资源均有文档依据

一句话:让 AI Agent 拥有一个"随身安全专家手册"。

第一步:克隆仓库并认识 4 个接口文件 📦

集成前,先拿到仓库:

git clone https://gitcode.com/gh_mirrors/cy/CyberSecurity-Skills.git

AI Agent 通过 4 个入口文件自动"发现"整个技能库,理解它们是集成的关键:

文件 角色 通俗理解
agent-manifest.json AI Agent 入口清单 "接口说明书":项目有什么能力、怎么调用
index.json 结构化索引 "目录总表":39 个模块、195 个技能的 ID、难度、文件名
index.schema.json JSON Schema "质检标准":校验 index.json 结构是否合法
skill_query.py 可编程 CLI 工具 "查询窗口":搜索、列出、定位、校验一站式命令

💡 每个技能文档本身也带 YAML frontmatter(id、title、difficulty、tools、tags 等字段),AI Agent 可以直接机器解析,见 AGENT_USAGE.md 的格式规范。

第二步:读懂 agent-manifest.json 的能力定义

打开 agent-manifest.json,核心就 4 大块:

1️⃣ project —— 项目名片 名称、技能总数(195)、模块总数(39)、语言(zh-CN)、遵循的标准(PTES、OWASP、NIST、MITRE ATT&CK 等),让 Agent 一上来就知道"我手里这本手册是什么水平"。

2️⃣ agent_integration —— 四个入口的指针

"agent_integration": {
  "entry_point": "index.json",
  "schema": "index.schema.json",
  "api_script": "skill_query.py",
  "agent_instructions": "AGENT_USAGE.md"
}

Agent 只需读这一段,就知道"去哪里查目录、用什么工具查询"。

3️⃣ capabilities —— 6 项可调用的能力

能力 作用 调用方式
list_modules 列出所有技能模块 list-modules
list_skills 列出某模块下所有技能 list-skills --module <id>
get_skill 获取单个技能完整内容 get-skill --id <skill-id>
search_skills 按关键词搜索技能 search --keyword <关键词>
resolve_path 解析技能文件绝对路径 resolve --module <id> --skill <名称>
check_consistency 校验索引与实际文件一致性 validate

4️⃣ invocation_examples —— 现成的调用示例,Agent 照着示例就能发起第一次查询,无需试错。

✅ 新手提示:你不需要背这些能力,只要在 Agent 配置里指向 manifest 文件,Agent 会自己读。

第三步:用 index.json 给 Agent 装上"目录总表"

index.json 的结构非常扁平清晰,分两层:

  • meta:版本、技能总数、模块总数、参考标准清单
  • modules:每个模块包含 id、name_cn、name_en、path(目录路径)、skills(技能数组)

以一个真实模块为例(节选自 index.json):

{
  "id": 1,
  "name_cn": "信息搜集",
  "name_en": "Reconnaissance",
  "path": "01-信息搜集-Reconnaissance",
  "skill_count": 7,
  "skills": [
    { "name": "被动信息搜集/OSINT",
      "file": "被动信息搜集-PassiveRecon.md",
      "difficulty": "★★" }
  ]
}

看到 path + skills<a href="https://link.gitcode.com/i/34804a4b8e5942d77df750094f748081" target="_blank">].file,Agent 就能拼出任意技能的完整路径,例如 [01-信息搜集-Reconnaissance/skills/被动信息搜集-PassiveRecon.md。这就是"目录 + 定位"的最小闭环。

集成方法:3 种方式任选其一 🔌

方式 1:Agent 配置中声明技能路径(推荐)

把仓库克隆到 Agent 可访问的位置后,在 Agent 配置中引用 manifest,参考 AGENT_USAGE.md 第五节的写法:

{
  "skills": [
    {
      "name": "cybersecurity-skills",
      "path": "/path/to/CyberSecurity-Skills",
      "manifest": "agent-manifest.json"
    }
  ]
}

Claude Code 等支持 community skill 的 Agent,把这段写进系统提示或配置后,Agent 会自动发现整个技能库。

方式 2:让 Agent 直接解析 index.json

如果你的 Agent 能执行代码,直接读 index.json 遍历模块即可——Agent 拿到的是结构化数据,可按难度过滤、按模块分组、生成学习路线。

方式 3:把 skill_query.py 注册为 Agent 工具

skill_query.py 提供了 6 个命令,Agent 每执行一条都是一次精确查询:

python skill_query.py list-modules                 # 列出全部 39 个模块
python skill_query.py list-skills --module 15      # 列出模块15(应急响应)技能
python skill_query.py search --keyword SQL注入     # 关键词搜索
python skill_query.py resolve --module 3 --skill SQL注入  # 定位文件路径
python skill_query.py get-skill --id 15-001        # 读取技能完整内容
python skill_query.py validate                      # 校验索引一致性

实测效果:search --keyword SQL注入 秒出结果(定位到模块 3 的"SQL注入利用",难度 ★★★);resolve 直接返回该技能的 .md 文件绝对路径,Agent 读文件即可作答。

💡 三种方式可以叠加使用:配置声明(方式 1)+ 按需调 CLI(方式 3),体验最佳。

一个完整工作流:从提问到加载技能 🎯

假设你问 Agent:"如何检测提示注入攻击?" 理想的工作流是:

  1. 搜索:search --keyword 提示注入 → 命中模块 16(大模型安全)
  2. 列目录:list-skills --module 16 → 找到 16-大模型安全-LLMSecurity/skills/LLM提示注入与安全防护-PromptInjectionDefense.md
  3. 读文件:提取文档中的核心技能、工具与命令,组织成答案

Agent 全程有据可查,答案里每条建议都能追溯到具体技能文档。

集成避坑清单 ⚠️

  • 路径要对:path 填仓库根目录(含 agent-manifest.json 的目录),不是 skills 子目录
  • 先跑一次校验:python skill_query.py validate,确认 index.json 与实际文件一致再交给 Agent
  • 编码要求:所有技能文件均为 UTF-8,Agent 读取时请指定 UTF-8 编码
  • 不要改仓库结构:技能文件名与 index.json 中的 file 字段一一对应,改名会破坏 resolve 定位

小结 📌

步骤 动作 关键文件
1 克隆仓库,认识接口文件 README.md
2 在 Agent 配置中声明技能路径 agent-manifest.json
3 让 Agent 查询/检索技能 index.json、skill_query.py

完成以上 3 步,你的 AI Agent 就拥有了覆盖渗透测试全流程的 195 个安全技能。更多细节可参考 AGENT_USAGE.md 中的工作流示例,祝你的 Agent 早日成为"安全专家"!🚀

登录后查看全文
CyberSecurity-Skills