Agent Skills
返回列表
🔒

RAPTOR 授权安全研究流程

IT 运维与安全 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/run-authorized-security-research-pipelines-in-claude-code-with-raptor

技能介绍

手动开展授权安全研究时，工程师常面临流程分散的痛点：扫描工具输出的SARIF结果需手动整理去重，二进制分析需切换调试器与静态工具，证据链难以连贯追踪，补丁生成缺乏标准化路径，导致研究效率低且结论可复现性差。

核心能力与工作流程

RAPTOR将Claude Code整合为证据优先的攻防研究工作流，核心覆盖五类场景：

  • 攻击面映射：梳理目标代码库或二进制的攻击入口
  • 扫描结果验证：对Semgrep、CodeQL输出的SARIF结果进行去重与交叉验证，过滤误报
  • 二进制分析：结合rr确定性调试器与静态分析工具，拆解底层逻辑
  • 补丁生成：基于验证后的漏洞结论，生成可落地的修复补丁
  • 项目追踪：连贯记录研究过程中的证据链，支持结论复现

关键步骤包括：

  1. 预处理：识别目标代码库/二进制，确认研究范围与授权边界
  2. 工具链调度：自动调用Semgrep、CodeQL开展静态扫描，或启动rr调试器进行二进制分析
  3. 结果处理：通过Python执行层（raptor.py、core/模块）解析SARIF文件，完成去重与交叉验证
  4. LLM协同：将结构化证据输入LLM，生成分析结论或补丁建议

适用边界与注意点

  • 必须获得目标代码库/制品的明确授权，仅用于合法安全研究
  • 依赖Python环境、Semgrep、CodeQL等工具，二进制分析场景需启用--privileged的Docker容器（约6GB大小）
  • 仅支持上游仓库定义的研究流程，自定义扩展需自行适配Python执行层逻辑

使用场景

  • 安全工程师拿到 Semgrep/CodeQL 的 SARIF 扫描报告后，需要去重并逐一验证告警是否为真实漏洞
  • 红队研究员在授权范围内分析目标二进制，需要用 rr 确定性调试器复现崩溃路径
  • 开发团队修复漏洞时，希望基于验证后的证据自动生成补丁并保留可复现的研究记录
  • 安全测试人员梳理授权目标时，需要系统化映射所有可利用的攻击入口

适合人员

  • 安全工程师，日常需要对多份 SARIF 扫描结果做去重与验证，输出可信漏洞清单
  • 红队研究员，在授权测试中需要映射攻击面并用 rr 调试器复现二进制问题
  • 安全开发工程师，修复漏洞时希望基于证据自动生成补丁并保留可追溯记录
  • DevSecOps 工程师，想把 Semgrep、CodeQL、模糊测试串成 Claude Code 里的自动化研究流程