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 173 AI 风险（5 域，AISS 2026-06 快照）× OWASP 架构: SKILL.md（路由）→ references/（按场景加载）

触发条件

路由优先级：现象信号 > 意图+关键词 > 歧义澄清。用户常描述的是问题现象（"agent 又乱调工具了"），而非任务类型（"做个渗透测试"）。先匹配现象信号，命中则进入对应安全测试路径；未命中再走下方意图+关键词的 AND 组合判断。

现象信号路由（优先于关键词，命中即进入 AI 安全测试路径）：

现象信号（用户原话风格）	推断风险 → 路由 reference
"agent 行为异常 / off-policy / 乱调工具 / 工具调用死循环"	Agent 利用/越权 → ai-app-agent-cot-*.md + ai-identity-app-*.md；若是多 Agent / MCP 系统 → 见 agent-threat-modeling
"RAG 返回可疑内容 / 检索结果被污染 / 知识库被投毒"	间接 Prompt 注入/RAG 投毒 → ai-app-prompt-*.md（间接注入小节）+ ai-data-app-*.md
"输出疑似被注入 / 模型不听系统提示 / 越权回答 / 泄露 system prompt"	直接/间接 Prompt 注入、角色逃逸、Prompt 泄露 → ai-app-prompt-*.md + ai-identity-app-*.md + ai-data-app-*.md
"WAF 误报 / 被过滤 / payload 被拦 / 绕不过内容审核"	WAF/内容过滤/GuardRails 绕过 → testing-methodology.md §6（绕过技巧）+ 对应漏洞类型 reference
"沙箱里跑出来了 / 容器逃逸 / 隔离失效"	沙箱/容器逃逸 → ai-baseline-escape.md + ai-baseline-deploy-*.md

现象信号只把任务路由到 AI 安全测试路径，不替代行为准则 §2 的"假设 vs 确认"分级与 §3 的授权边界。仍须按"使用流程"三步走 + 引用 reference。

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
• Mira handbook / preview.mira.day 的 PI 红队跑测（tier/TC-ID/resume）→ mira-pi-tester
• 用户要构建/维护自己的 markdown 知识库/wiki（本 skill 的"知识库"=内置只读安全语料）→ llm-wiki
• 把外部 PI/越狱文章录入 Mira 红队体系（产出 handbook TC 卡）→ mira-pi-ingest

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；体量较大的 reference（如 testing-methodology.md ~589 行、web-logic-auth.md ~582 行）必须用 Read offset/limit 或 Grep 定位后再读。已拆分的双文件（*-1.md / *-2.md）按场景导航索引的 Part 1/Part 2 子风险归属只加载需要的一半
• 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 173 条风险编号（5 域 × 3 阶段，含 2026 增量）	references/gaarm-risk-matrix.md
类Claw 智能体威胁矩阵（杀伤链 6 阶段 × 36 威胁 + 39 防御，攻防对照 + ATLAS 式编号）	references/claw-agent-threat-matrix.md

Web 安全（按漏洞类型）

场景	reference
SQL 注入（含 SQLMap 速查）	references/web-sqli.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-1.md（API/隐私/企业/假定场景/假定角色/元Prompt/关键字/外部数据源泄露） ai-data-app-2.md（成员推断/数据操纵/模型反演/推理API窃取/级联幻觉/触发异常/训练推导/隐私窃取）	ai-data-deploy.md	ai-data-train-1.md（外部数据源/隐私/企业/内部/对话语料投毒） ai-data-train-2.md（匿名化/机密/投毒/泄露/篡改/预训练偏见）
AI 身份（角色逃逸/Agent 伪造）	ai-identity-app-1.md（Action权限/MCP越权/Prompt劫持/假定场景逃逸/假定角色逃逸/云凭证/外部数据源欺骗/多Agent伪造） ai-identity-app-2.md（会话劫持/未授权访问/权限管控/模拟对话/角色逃逸/账户劫持/越权访问/遗忘法逃逸）	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-1.md（CI&CD/多租户/云平台/不安全配置/向量DB） ai-baseline-deploy-2.md（容器集群/部署服务/镜像污染/环境隔离/供应链）	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-1.md（Prompt注入/XSS劫持/间接注入/Memory/蠕虫） ai-app-prompt-2.md（反向诱导/多模态/对抗编码/关键字混淆/同义词替换）
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-1.md（CoT注入/SSRF探测/代码执行注入） ai-app-agent-cot-2.md（Agent利用/思维链干扰&操纵/查询注入/环境注入/预期外代码执行）

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-1.md（偏见仇恨/恐怖暴力/政治军事敏感） ai-model-content-2.md（虚假信息/诱导不当言论/非合规输出）
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-1.md（图片伪造/多模态合规/恶意代码/意图破坏/数据漂移） ai-model-misuse-2.md（功能滥用/视频伪造/钓鱼邮件/音频伪造）
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	references/web-sqli.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-1.md / references/ai-app-prompt-2.md
MCP 投毒 Payload	references/ai-app-mcp.md
Agent / CoT 注入 Payload	references/ai-app-agent-cot-1.md / references/ai-app-agent-cot-2.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

---

v2.2.0 | 知识源: WooYun 88,636 × 先知 5,600+ × GAARM 173（5 域, AISS 2026-06 快照）× OWASP LLM/ASI/WSTG