AI Agent 資安技能包 2026:讓 Claude Code 自動抓 OWASP 漏洞,72 個 DevSecOps 技能完整教學
2026 年 AI coding 工具的普及帶來新風險:AI 寫的程式碼不見得安全。LiteLLM SANDCLOCK 攻擊(8/17)暴露 2,038 個 repo 憑證;Wiz Red Agent 發現 Copilot Autofix 引入 CI/CD injection 漏洞。你的 Claude Code 能自動偵測這些問題嗎?這篇介紹如何用 AI Agent Cybersecurity Skills Pack 讓 AI coding 工具變成你的資安審計員。
- 72 個 AI Agent 資安技能,覆蓋 OWASP Top 10 + MITRE ATT&CK + NIST CSF 2.0
- 30 個即用 Security Prompt,7 個 Meta-Prompt,4 條完整審計流程鏈
- 支援 Claude Code、Cursor、GitHub Copilot、VS Code 一鍵整合
- 5 分鐘嵌入 CI/CD,自動掃描 PR 中的安全風險
- Apache 2.0 授權,商業可用,繁中首創
為什麼 2026 年開發者需要 AI 資安技能?
AI coding 工具讓工程師生產力提升 40–60%,但也帶來新的攻擊面。2026 年 8 月就有三個重大事件:
- LiteLLM SANDCLOCK(8/17):供應鏈攻擊暴露 2,038 個 GitHub repo 的 API key 與資料庫憑證
- Wiz Red Agent vs Copilot Autofix(8/17):AI 自動修復工具引入 CI/CD script injection 漏洞,攻擊者藉此存取 Snowflake 內部 Jira
- Claude Mythos 5(8/21):Anthropic 旗下安全模型在 Mozilla Firefox 發現 271 個漏洞,其中有 27 年未被發現的 Critical 級問題
傳統資安工具(Snyk、SonarQube、GitHub Advanced Security)能掃描已知漏洞,但對 AI 生成的程式碼邏輯錯誤、prompt injection 和 AI-specific 攻擊向量仍有盲點。這正是 AI Agent 資安技能的切入點。
AI Agent Cybersecurity Skills Pack v1.0 是什麼?
這是一個針對 Claude Code / Cursor / Copilot 設計的技能包,讓你的 AI coding 工具在寫程式的同時執行資安審計。基於 mukul975/Anthropic-Cybersecurity-Skills(Apache 2.0)框架,整理成繁中可直接使用的 72 個技能模組。
包含內容
| 檔案 | 說明 | 數量 |
|---|---|---|
skills/ |
AI Agent 資安技能模組(繁中說明) | 72 個 |
starter-prompts-security.md |
即用安全審計 Prompt | 30 個 |
meta-prompts-security.md |
讓 AI 自動生成更多安全檢查規則 | 7 個 |
chain-prompts-security.md |
完整安全審計流程鏈 | 4 條 |
cheatsheet-security.md |
一頁速查表,隨時參考 | 1 頁 |
QUICKSTART.md |
5 分鐘上手指南 | — |
72 個技能覆蓋哪些領域?
技能依 MITRE ATT&CK、NIST CSF 2.0、OWASP Top 10 三大框架分類,完整涵蓋現代 Web 應用與雲端服務的資安風險:
| 技能分類 | 數量 | 代表技能 | 對應框架 |
|---|---|---|---|
| 威脅建模 | 12 | STRIDE 分析、攻擊面評估、DFD 繪製 | MITRE ATT&CK |
| 程式碼注入防禦 | 10 | SQL injection、XSS、SSRF、SSTI | OWASP A03 |
| 密鑰與憑證管理 | 8 | 硬編碼掃描、Secret rotation、Vault 整合 | NIST CSF 2.0 |
| 供應鏈安全 | 8 | SCA 依賴審計、SBOM 生成、npm audit | SLSA / OWASP A06 |
| 身份驗證與授權 | 10 | OAuth 誤設、JWT 弱點、RBAC 審計 | OWASP A01/A07 |
| API 安全 | 9 | Rate limiting、API key 洩漏、BOLA | OWASP API Top 10 |
| 雲端與容器安全 | 9 | IAM 最小權限、K8s RBAC、Docker 強化 | CIS Benchmarks |
| 安全測試 | 6 | SAST 整合、Fuzzing、滲透測試 Prompt | NIST SP 800-115 |
5 步驟:將技能包整合進 Claude Code
以下以 Claude Code CLI 為例,5 分鐘完成整合。Cursor / Copilot 方式相同,調整技能載入路徑即可。
步驟 1:取得技能包
# 從 Gumroad 下載後解壓縮
unzip ai-agent-cybersecurity-skills-pack-v1.zip -d ~/my-project/security-skills/
步驟 2:建立 CLAUDE.md 引用技能
# ~/my-project/CLAUDE.md
## Security Skills
Load and apply the following security skill modules during code review and generation:
@security-skills/skills/threat-modeling/
@security-skills/skills/code-injection/
@security-skills/skills/secrets-management/
@security-skills/skills/supply-chain/
@security-skills/skills/auth-authz/
@security-skills/skills/api-security/
@security-skills/skills/cloud-container/
@security-skills/skills/security-testing/
When writing or reviewing code, automatically check for issues defined in these skills.
Apply starter-prompts-security.md patterns for security-sensitive functions.
步驟 3:使用即用 Security Prompt 進行程式碼審計
# 在 Claude Code 中直接使用
claude "依照 OWASP Top 10 審計這個 Express.js 路由,
特別檢查 SQL injection、XSS、和 broken authentication。
使用 security-skills 中的 code-injection 和 auth-authz 技能。"
步驟 4:嵌入 GitHub Actions CI/CD
# .github/workflows/security-review.yml
name: AI Security Review
on: [pull_request]
jobs:
security-audit:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Install Claude Code
run: npm install -g @anthropic-ai/claude-code
- name: Run Security Skills Audit
env:
ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
run: |
claude --print "
Load security skills from ./security-skills/skills/.
Audit the changed files in this PR for:
1. OWASP Top 10 vulnerabilities
2. Hardcoded secrets or API keys
3. Supply chain risks in package.json changes
4. Authentication/authorization issues
Output findings as GitHub PR review comments format.
" > security-report.md
- name: Post Review Comment
uses: actions/github-script@v7
with:
script: |
const fs = require('fs');
const report = fs.readFileSync('security-report.md', 'utf8');
github.rest.issues.createComment({
issue_number: context.issue.number,
owner: context.repo.owner,
repo: context.repo.repo,
body: '## 🔐 AI 安全審計報告\n\n' + report
});
費用估算:一個 PR 約掃描 500 行程式碼,消耗 ~5K tokens,以 Claude Sonnet 5 API 計算約 $0.015 / PR,每週 50 個 PR 的團隊月費約 $3。
步驟 5:使用審計流程鏈做完整掃描
# chain-prompts-security.md 中的「完整 Web App 審計」流程
# 步驟 1:威脅建模
claude "對這個 API 執行 STRIDE 威脅建模分析"
# 步驟 2:程式碼靜態分析
claude "掃描 src/ 目錄下所有 injection 漏洞,包括 SQL、XSS、SSRF"
# 步驟 3:依賴項審計
claude "分析 package.json 和 requirements.txt,找出已知 CVE 和可疑依賴"
# 步驟 4:產出報告
claude "整合前三步驟發現,依嚴重程度排列,輸出可執行的修復建議"
4 個實際使用場景
場景 1:DevSecOps 工程師 — CI/CD 自動掃描
每個 PR 自動觸發,掃描注入漏洞、硬編碼密鑰、依賴項 CVE。比 Snyk 便宜 80%,且能解釋漏洞成因並直接給出修復程式碼。
場景 2:Claude Code 用戶 — 寫程式同時抓漏洞
在 CLAUDE.md 載入技能後,每次 Claude Code 生成 API endpoint 或資料庫查詢,都會自動檢查是否符合安全最佳實踐。相當於一個 24 小時在線的資安同事。
場景 3:資安從業人員 — 加速滲透測試
用 meta-prompts 讓 Claude Code 針對目標應用生成自訂的測試用例,涵蓋 OWASP API Top 10 和 MITRE ATT&CK 技術,大幅縮短手動測試時間。
場景 4:全端開發者 — 供應鏈安全監控
每次 npm install 後自動執行供應鏈審計,識別可疑依賴(仿冒包名、異常 postinstall scripts),防範類 LiteLLM SANDCLOCK 攻擊。
與市面工具比較
| 工具 | 月費 | AI 理解漏洞 | 自動修復 | 繁中說明 | 客製化 |
|---|---|---|---|---|---|
| AI Agent Cybersecurity Skills Pack | $29(一次) | ✅ 深度 | ✅ 是 | ✅ 是 | ✅ 完全 |
| Snyk | $25–98/月 | ⚠️ 有限 | ⚠️ 部分 | ❌ 英文 | ❌ 固定規則 |
| SonarQube | $150+/月 | ❌ 規則庫 | ❌ | ❌ 英文 | ⚠️ 複雜 |
| GitHub Advanced Security | $49/用戶/月 | ⚠️ CodeQL | ⚠️ Copilot 需額外費 | ❌ 英文 | ⚠️ 有限 |
| 手寫 CLAUDE.md 規則 | $0 | ✅ 是 | ✅ 是 | ⚠️ 自己寫 | ✅ 完全 |
手寫 CLAUDE.md 規則是「免費」但需要大量時間:光是覆蓋 OWASP Top 10 就需要數十小時研究與測試。技能包的價值在於省掉這個前置工作,並提供經過驗證的 72 個技能框架。
技能包使用範例:偵測硬編碼密鑰
# 使用 starter-prompts 中的「密鑰掃描」prompt
"掃描這個 repository 中所有可能的硬編碼密鑰,包括:
- AWS / GCP / Azure credential patterns
- API keys (OpenAI, Anthropic, Stripe 等常見格式)
- 資料庫連線字串(含密碼的 connection string)
- JWT secret / cookie signing keys
- 任何高熵字串(entropy > 4.5)
對每個發現:
1. 指出精確的檔案位置和行號
2. 說明風險等級(Critical/High/Medium)
3. 提供立即修復方案(改用環境變數或 Vault)"
這一個 Prompt 對應技能包中的 secrets-management/hardcoded-secret-scan.md,包含 Anthropic 最佳實踐的偵測邏輯和 35 種常見密鑰的 regex pattern。
授權與合規
技能包基於 Apache 2.0 授權,商業使用完全合法:
- ✅ 可用於商業專案和客戶服務
- ✅ 可修改和擴充(鼓勵加入自訂規則)
- ✅ 可在 CI/CD 和自動化流程中使用
- ✅ 可用於安全顧問服務
FAQ
Q1:技能包能直接用在 Cursor 和 GitHub Copilot 嗎?
可以。技能包以 Markdown 格式提供,適用於任何接受 CLAUDE.md / .cursorrules / 系統 Prompt 的 AI coding 工具。Cursor 用戶將技能載入 .cursorrules;Copilot 用戶放入 GitHub Copilot 的 custom instructions 即可。
Q2:需要有資安背景才能使用嗎?
不需要。技能包每個模組都有繁中說明,解釋漏洞原理和修復方向,適合全端開發者從零開始學習 DevSecOps 實踐。有資安背景的用戶可以直接修改技能內容,加入組織特定規則。
Q3:與 Claude Code Skills Pack(程式技能包)有什麼差別?
Claude Code Skills Pack v2 專注於程式碼品質、重構、測試生成等開發效率。本資安技能包專注於安全漏洞偵測和 DevSecOps 流程,兩者互補,可同時使用。
Q4:技能包會隨 OWASP / MITRE 更新嗎?
技能包為一次性購買。OWASP Top 10 2025 版本已納入,MITRE ATT&CK v15 已涵蓋。重大框架更新時會發布新版本,現有購買者可以取得更新版本。
Q5:API 費用會很高嗎?
不會。單次程式碼審計約消耗 3–8K tokens,以 Claude Sonnet 5 計算約 $0.01–0.03 / 次。嵌入 CI/CD 每月掃描 200 個 PR,費用約 $5–10,遠低於任何商業 SAST 工具。
Q6:可以用來做客戶的資安顧問服務嗎?
Apache 2.0 授權允許商業使用,包括用於顧問服務。唯一要求是保留原始授權聲明,且不可以技能包本身的名義聲稱是原創作品。
- 🚀 部署掃描 API:在 DigitalOcean 架設自己的資安掃描服務 — 新戶 $200 免費額度,$6/月 Droplet 即可跑 Claude Code 自動審計
- 📚 深入學習 DevSecOps:DataCamp 提供 Python 安全測試、SQL injection 防禦等實戰課程,年費方案最划算
- 🛠️ 更多 Claude Code 工具:AutoDev AI 工具包 涵蓋程式開發、n8n 自動化模板等數位產品
結語
2026 年的 AI coding 工具讓我們寫程式更快,但速度本身不是問題——問題是 AI 不會主動替你想安全。LiteLLM SANDCLOCK 和 Wiz Red Agent 事件都說明一件事:你需要一個懂資安的 AI,不只是懂程式的 AI。
AI Agent Cybersecurity Skills Pack 讓你的 Claude Code / Cursor 在每次生成程式碼的同時,也執行 OWASP Top 10 的安全檢查。72 個技能、30 個即用 Prompt、4 條審計流程鏈,$29 一次投資,換來的是一個永遠不下班的 AI 資安審計員。