mcpField
S
security-questionnaire-response-review

security-questionnaire-response-review

github.com/sylphxai安全147 次安装今天更新
代码仓库

关于 security-questionnaire-response-review

面向安全问卷响应团队的 Skill，将每项答复整理为分类明确、有证据支持的记录。它区分已验证控制、差距和路线图意向，并记录责任人及复核跟进。

主要功能

  1. 01梳理问卷范围与证据来源
  2. 02分类安全控制状态
  3. 03记录证据与答复限制
  4. 04整理差距和升级事项
  5. 05生成适用于销售的摘要

适用场景

  1. 01准备买方安全问卷答复
  2. 02跟踪重要声明的证据和责任人
  3. 03升级未知或涉及法律审查的答复

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sylphxai/skills --skill security-questionnaire-response-review

安装后在 Claude Code 中输入/security-questionnaire-response-review确认已加载。

附带文件agents/openai.yamlreferences/security-questionnaire-patterns.md

详细介绍

安全问卷回复审核

使用此技能，将高风险产品决策转化为具体、可衡量、可审核的操作文档。

工作流

  1. 确定买方、问卷来源、所请求的控制措施、数据敏感度、产品范围、答复负责人和证据来源。
  2. 阅读 references/security-questionnaire-patterns.md。
  3. 对每个问题进行分类：已实施的控制措施、部分实施、不适用、规划中、未知，或需要法律/安全审核。
  4. 为每项重要答复附上证据、注意事项、承诺、审核人、有效期和后续负责人。
  5. 生成答复表、证据包、差距登记表、销售安全摘要和升级处理清单。

不适用情形

  • 如果基础模型无需此技能特定的文档规范就能处理一般性建议，请勿使用。

防护措施

  • 不得捏造认证、渗透测试、控制措施、SLA、数据驻留信息、分处理商或合规状态。
  • 未经责任负责人确认，不得就法律、监管或合同承诺作答。
  • 应区分当前事实、补偿性控制措施、路线图意向和未解决的差距。
  • 对机密信息、内部漏洞、客户数据和敏感架构细节进行脱敏处理。

输出格式

Questionnaire context:
Buyer / scope / sensitivity:

Response table:
| Question | Classification | Answer | Evidence | Caveat | Owner |
| --- | --- | --- | --- | --- | --- |

Gap register:
- <gap> -> <risk, compensating control, owner, target>

Sales-safe summary:
- <what can be said now / what needs follow-up>

评论

支持 Markdown