Secknowledge Skill

Web 和 AI 安全测试知识库

> 知识源: WooYun 88,636 漏洞 × 先知 5,600+ 文档 × GAARM 150 AI 风险 × OWASP > 架构: SKILL.md（路由）→ references/（按场景加载）

VulnClaw 集成说明

• 本 Skill 集成自 Pa55w0rd/secknowledge-skill，在 VulnClaw 中作为 secknowledge-skill specialized skill 使用；上游声明为 MIT License。
• CTF/SRC 场景先加载 references/vulnclaw-ctf-src-routing.md 判断资料入口，再按漏洞类型加载 web-*、ai-*、testing-methodology.md 或 gaarm-risk-matrix.md。
• 与 VulnClaw 现有技能协同：CTF 单题技巧优先结合 ctf-web/ctf-crypto/ctf-misc，SRC 和实战漏洞挖掘优先使用本 Skill 的方法论、案例映射、风险矩阵和证据约束。
• 输出时保留上游的授权边界、引用标注和"假设/确认"区分；未能从 reference 佐证的 payload、CVE、GAARM/OWASP 编号必须明确标注为未核对。

触发条件

触发条件（AND 组合）：

1. 用户意图是执行安全测试（渗透/挖洞/利用/审计） — 非讨论/学习
2. 提供了具体目标：URL、接口、代码片段、模型/Agent 架构、MCP 配置 — 非抽象问题
3. 任务涉及以下领域之一：

• Web: SQL 注入/XSS/命令执行/越权/文件上传/SSRF/反序列化/XXE/GraphQL/HTTP 走私
• AI: Prompt 注入/越狱/MCP 投毒/Agent 滥用/RAG 投毒/沙箱逃逸/模型窃取
• 绕过: WAF/内容过滤/Guard Rails 绕过

不触发（任一命中即路由到他处）：

• 概念讲解："什么是…"、"…原理"、"…怎么防御" → 普通问答
• 非安全代码审查："review 代码质量"、"优化性能" → 普通 code review
• 业务 bug：语法错误、空指针、业务逻辑错误（非安全逻辑）→ 普通 debug
• 深度白盒代码审计（Source-Sink 污点传播、AST 分析）→ code-audit-skill
• 查 CVE 文档、工具文档 → WebSearch/Context7

歧义处理：目标和意图不明时，先问："目标是什么？你希望做渗透测试 / 代码审计 / 还是了解概念？"

行为准则（整个会话有效，不因对话长度放松）

1. ❗ 所有 Payload/CVE 编号/风险编号必须引用 reference 文件的具体章节 — 每次输出前自检。未在 reference 中的一律标注 "UNABLE TO CITE"，禁止编造。
2. ❗ 区分"漏洞假设"与"漏洞确认" — 基于方法论推断的潜在风险 → 标注 假设（需验证）；有明确证据的 → 标注 已确认（证据: …）。禁止混淆。
3. ❗ 授权边界 — 任何利用步骤输出前必须确认是 CTF/授权渗透/本人环境。无授权上下文只输出分析，不输出可直接武器化的完整 Payload。

幻觉防护与来源引用

| 内容类型 | 正确输出 | 禁止输出 | |---------|---------|---------| | CVE 编号 | 引用具体 reference 文件和章节，或标 "UNABLE TO CITE — 建议 WebSearch 核实" | 编造 CVE-YYYY-NNNN | | Payload | 从 references/web-*.md 或 references/ai-*.md 内 payload 章节引用 | 凭印象写 payload | | GAARM 风险编号 | 引用 references/gaarm-risk-matrix.md | 自造编号 | | OWASP 条目 | LLM01-10 / ASI01-10 / WSTG-* 引用 testing-methodology.md §10.x | 改写编号含义 | | 工具/命令 | 仅使用在 reference 中出现过的，或明确标注 "通用命令（未在 reference 中核对）" | 伪造工具参数 | | 无检索结果 | "UNABLE TO ASSESS：reference 未覆盖此场景，建议 WebSearch" | 凭经验推测作为结论 |

标注分级：

• [引用] — 来自 reference 具体章节（需带 file:section）
• ⚠️ 通用知识 — 未在本 Skill reference 中核对，仅作提示
• 💡 建议 — 方法论推理，非事实声明

输出约束

禁止输出：

• 开场白："让我来分析…" / "首先我们需要…" / "根据你的需求…"
• 工具调用描述："我将使用 Read 工具读取 XX"
• 已知信息复述（用户刚说的 URL、目标类型）
• 无来源引用的 Payload 或 CVE 编号
• 未经授权场景下的完整武器化链

输出限制：

• 单次回复 ≤ 3 个层次的建议（避免信息膨胀）
• Payload 示例 ≤ 5 条/漏洞类型（完整列表引用 reference）
• 使用表格/速查格式，禁止长段落叙述

工具优先级（本 Skill 自用）

| 操作 | 首选 | 降级条件 | 降级工具 | |------|------|---------|---------| | 读 reference | Read | Read 失败 | Bash cat | | 搜索关键词/CVE | Grep (reference 内) | 连续 2 次未命中 | WebSearch | | 代码审计目标 | 委派 code-audit-skill | — | — |

单次超时 ≠ 不可用，必须重试 1 次后才能降级。

使用流程

依赖链约束（贯穿三步，强制）:

• Step 2 输入 == Step 1 的"已定位 reference 列表"，不得新加文件
• Step 3 引用集合 ⊆ Step 2 的"已加载列表"，禁止在 Step 3 重新搜索 reference
• Step 3 Checkpoint 中的引用计数必须能在 Step 2 Checkpoint 中找到对应来源

Step 1: 目标分类 + reference 定位

• 判断：Web / AI / Web+AI 混合 / 容器沙箱
• 定位：按"场景导航索引"找到对应 reference 文件，记为列表 L1

失败降级:

• 目标信息不足无法分类 → 触发歧义澄清问题，不猜测；不允许默认归类为 "Web+AI 混合"
• 场景导航索引未覆盖该场景 → 标注 "UNABLE TO CITE: 场景 {X} 不在索引内"，列表 L1 为空，进入 Step 3 时只能输出方法论级建议

✅ Checkpoint: Step 1 完成: 目标类型={X}, |L1| == 场景导航索引匹配数 = {N}

Step 2: 按需加载 Step 1 定位的 reference（懒加载）

• 输入: Step 1 产出的列表 L1；记本步加载集合为 L2，必须满足 L2 ⊆ L1
• 每次加载 1 个文件，单次 ≤ 1000 tokens；超出预算的 reference（如 ai-identity-app.md 906 行、ai-data-app.md 903 行）必须用 Read offset/limit 或 Grep 定位后再读
• 禁止在本步加载未在 L1 中的文件

失败降级:

• Read 失败 → 重试 1 次 → 仍失败用 Bash cat → 都失败 → 标注 "UNABLE TO ASSESS: 文件不可读"，从 L2 移除该项，不允许跳过到 Step 3
• Grep 无命中 → 标注 "UNABLE TO CITE: {关键词} 未在 {文件} 中检出"
• reference 文件不存在 → 标注断链 + 列入待补 reference 清单，不编造内容

✅ Checkpoint: Step 2 完成: |L2| == |L1| - 不可读文件数 = {M}, 合计 {X} tokens

Step 3: 按方法论输出测试思路（L1→L4）

• 输入: Step 2 产出的加载集合 L2；本步所有引用必须 ⊆ L2
• L1 攻击面识别 → L2 假设构建 → L3 深度利用 → L4 防御反推
• 每条结论必须引用 L2 中某文件的具体 section/行号；无依据 → 标注 "UNABLE TO CITE" 并停止该假设线
• 禁止重新搜索：本步发现需要新 reference → 回到 Step 1 重新定位，而不是直接 Read/Grep

✅ Checkpoint: Step 3 完成: 输出 N 条假设, 其中 已引用 M 条 + UNABLE TO CITE K 条 == N (等式验收)

全流程交叉验证:

• [ ] Step 3 引用的所有文件 ∈ Step 2 的 L2（grep 验证）
• [ ] 已引用条数 + UNABLE TO CITE 条数 == 总假设条数

场景导航索引

> 每行指向对应 reference。详细 Payload/案例/方法论全部在 reference 中，本 SKILL.md 不再展开。

核心方法论

| 场景 | reference | |------|----------| | L1-L4 思维金字塔 + WooYun 漏洞公式 + GAARM 映射 | references/testing-methodology.md | | OWASP Top 10 映射（LLM/ASI/WSTG）| testing-methodology.md §10.1-10.3 | | GAARM 150 条风险编号 | references/gaarm-risk-matrix.md |

Web 安全（按漏洞类型）

| 场景 | reference | |------|----------| | SQL 注入（基础检测/完整利用链/SQLMap）| references/web-sqli.md + references/web-sqli-fushuling-one-pass.md | | XSS 跨站脚本 | references/web-xss.md | | 命令执行（RCE）| references/web-rce.md | | XXE（XML 外部实体）| references/web-xxe.md | | 反序列化漏洞 | references/web-deser.md | | 文件上传（含 Webshell 免杀）| references/web-upload.md | | 文件遍历 / 文件包含 | references/web-traversal.md | | 信息泄露（.git / 备份 / 错误信息）| references/web-leak.md | | SSRF / 服务器配置错误 / CMS+URL 附录 | references/web-ssrf-misc.md | | 越权 / 支付 / 密码重置 / 会话 / API 鉴权 | references/web-logic-auth.md | | CORS / GraphQL / HTTP 走私 / WebSocket / OAuth | references/web-modern-protocols.md | | 供应链 / 云配置 / 容器 / CI/CD / 框架 CVE | references/web-deployment-security.md |

AI/LLM 安全（按 GAARM 阶段）

| 安全域 | 应用阶段 | 部署阶段 | 训练阶段 | |--------|---------|---------|---------| | AI 应用（应用阶段按风险大类细分↓）| 见下方细分表 | ai-app-deploy.md | ai-app-train.md | | AI 模型（应用阶段按风险大类细分↓）| 见下方细分表 | ai-model-deploy.md | ai-model-train.md | | AI 数据（Prompt 泄露/窃取/推断）| ai-data-app.md | ai-data-deploy.md | ai-data-train.md | | AI 身份（角色逃逸/Agent 伪造）| ai-identity-app.md | ai-identity-deploy.md | ai-identity-train.md | | AI 基座（容器/沙箱/供应链）| ai-baseline-app.md | ai-baseline-deploy.md | ai-baseline-train.md |

AI 应用 - 应用阶段按风险大类:

| 风险类别 | GAARM 编号 | reference | |---------|----------|----------| | Prompt 注入与变种（直接/间接/XSS/Memory/蠕虫/混淆/编码/反向诱导/多模态）| GAARM.0039, 0040.x, 0043.x, 0044, 0045, 0061 | ai-app-prompt.md | | MCP 协议攻击（地毯式骗局/工具投毒/指令覆盖/隐藏指令）| GAARM.0046.x | ai-app-mcp.md | | Agent 与 CoT 攻击（Agent 利用/SSRF/RCE/CoT/查询注入/环境注入）| GAARM.0041.x, 0042.x, 0047, 0056.001, 0060 | ai-app-agent-cot.md |

AI 模型 - 应用阶段按风险大类:

| 风险类别 | GAARM 编号 | reference | |---------|----------|----------| | 越狱（DAN/Many-shot/对抗后缀/概念激活）| GAARM.0027.x | ai-model-jailbreak.md | | 幻觉（事实/跨模态）| GAARM.0028.x, 0064 | ai-model-hallucination.md | | 非合规内容（偏见/暴力/政治/虚假/诱导）| GAARM.0029.x | ai-model-content.md | | 版权与商业违法 | GAARM.0030.x | ai-model-copyright.md | | 功能滥用与信息伪造（图/音/视频/钓鱼）| GAARM.0031.x, 0033, 0062, 0063 | ai-model-misuse.md | | 对抗样本与模型提取 | GAARM.0032.x | ai-model-extraction.md |

专项 reference:

• AI Agent / MCP / Skills 2025-2026 前沿风险 → references/ai-app-frontier.md
• 容器与沙箱逃逸实战方法论 → references/ai-baseline-escape.md

Payload 速查（按场景在主 reference 中查找）

| 场景 | reference | |------|----------| | SQL 注入 Payload / SQLMap / WAF 绕过 | references/web-sqli.md + references/web-sqli-fushuling-one-pass.md | | XSS Payload | references/web-xss.md | | RCE / 命令执行 Payload | references/web-rce.md | | 反序列化 / XXE Payload | references/web-deser.md / references/web-xxe.md | | 文件上传绕过 / 路径遍历 Payload | references/web-upload.md / references/web-traversal.md | | SSRF Payload | references/web-ssrf-misc.md | | Web 现代协议 Payload（GraphQL/HTTP 走私/WebSocket）| references/web-modern-protocols.md | | Prompt 注入 Payload | references/ai-app-prompt.md | | MCP 投毒 Payload | references/ai-app-mcp.md | | Agent / CoT 注入 Payload | references/ai-app-agent-cot.md | | 越狱 / 对抗后缀 Payload | references/ai-model-jailbreak.md | | 容器逃逸 / 持久化 / 横向移动 | references/ai-baseline-escape.md |

零结果处理

| 情况 | 正确动作 | |------|---------| | Grep 未命中 reference | "UNABLE TO CITE: 该场景 {X} 未在 reference 中覆盖。建议 WebSearch 或补充 reference" | | 用户给的 URL 无响应 | "UNABLE TO ASSESS: 目标不可达" — 不基于 URL 结构猜测漏洞 | | 需要执行但无授权上下文 | "仅输出分析，不输出武器化链。如为授权测试，请明确授权范围" | | reference 与用户场景部分匹配 | 引用已匹配部分 + 明确标注未覆盖部分为 "UNABLE TO CITE" |

与其他 Skill 的路由

| 用户诉求 | 正确路由 | |---------|---------| | 渗透测试 / 红队 / CTF / 挖洞 | 本 Skill | | Java/JS 深度白盒代码审计（Source-Sink）| code-audit-skill | | Mirawork 平台专项测试 | mirawork-security-tester | | WooYun 历史漏洞分析方法论 | wooyun-legacy | | 先知社区研究方法论 | xianzhi-research |

---

v2.0 | 知识源: WooYun 88,636 × 先知 5,600+ × GAARM 150 × OWASP LLM/ASI/WSTG

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: Netw0rkNoob
• Source: Netw0rkNoob/VulnClaw
• License: MIT
• Homepage: https://unclecheng-li.github.io/vulnclaw.com

Install and usage instructions live in the source repository linked above.