AI培训安全工作台
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 @kunlungrowth/kunlun-ai-training。
技能介绍
安全学习与实战的四大断层
工程师常面临四个典型断层:1)想系统学习安全但不知从何入手,缺乏结构化方法论;2)上线前不知该检查什么,暴露面与配置安全无标准;3)遭遇入侵时不懂应急流程,慌乱操作导致证据丢失;4)对合规边界模糊,测试时可能越界。AI培训技能聚焦这些场景,提供可直接落地的结构化工具。
五维能力与三段工作流
核心能力矩阵:
安全测试方法论:输入授权范围,输出测试清单与边界声明,触发词如渗透/审计风险自查:基于资产与暴露面,生成基线检查表与整改项,触发词自查/加固应急响应:输入事件现象,输出处置流程与止血动作,触发词应急/告警安全编码:输入语言与场景,输出反模式与修复示例,触发词安全开发/防注入合规边界:明确授权原则与红线,触发词合规/合法
关键工作流示例:
- 上线前自查:资产盘点→暴露面分析→配置检查→依赖扫描→加固建议
- 入侵应急:止血→取证→溯源→清除→复盘,强调先保全证据再操作
- 安全编码:识别风险点→选安全API→密钥外置→最小权限→静态扫描
合规底线与使用边界
所有测试必须获得书面授权,严禁未授权探测。技能仅提供方法论与模板,不涉及外部服务或密钥,不替代专业资质判断。漏洞处理遵循负责任披露原则,发现后及时报告而非利用。资源有限时,按风险矩阵优先级处理:紧急(24h)、高(1周)、中(1月)、低(排期)。
使用场景
- 上线前需对公网服务做暴露面检查,生成基线检查表并列出整改项
- 收到入侵告警后按流程止血、取证和复盘,避免慌乱删证或盲目重启
- 代码评审时识别注入与越权风险,获取反模式示例和修复建议
- 准备安全测试前明确授权范围和红线,防止对未授权系统探测
适合人员
- 安全工程师需结构化测试方法论和应急流程指导团队工作
- 开发工程师想在编码阶段防范注入越权,减少后期修复成本
- 运维工程师负责上线前安全自查,需要基线检查和加固建议
- CTF爱好者和学习者想系统掌握安全测试方法论和合规边界