文章总结： ck-skills是一套面向src漏洞挖掘的agent提示词工程与技能知识体系，基于claudecode/codex运行时，通过系统级提示词和20个专项技能知识库，将顶尖安全研究员的方法论工程化，覆盖侦察、认证授权、注入、文件处理、业务逻辑等场景，并支持中文报告生成，帮助ai在垂直安全领域达到专家级表现。
综合评分： 85
文章分类： 安全工具,安全开发,实战经验,src活动,ai安全
别再教AI“当黑客”了：CK-Skills用20个专项技能+中文报告，把顶尖安全研究员的方法论装进你的AI
原创
klsec.com
klsec.com
昆仑AI安全实验室
2026年9月21日 10:53
广东
在小说阅读器读本章
去阅读
在公众号小说中沉浸阅读
你有没有遇到过这种情况：打开Claude Code或者Codex，敲下一行指令：“帮我测一下这个网站”，然后AI开始一本正经地扫端口、跑Nuclei、贴一堆扫描器输出，最后给你一个“可能存在SQL注入”的报告。
你跟它说“先看JS文件”，它下一轮就忘了。你让它“测一下越权”，它改个ID就报“越权漏洞”。等你兴冲冲提交到SRC平台，审核回复：“该接口为管理员正常功能。”
问题不在AI不够聪明，在于它没有方法论。
CK-Skills（CkSKILLS）做的事情，就是把这套方法论工程化。它不是一个工具，是一套面向SRC漏洞挖掘的Agent提示词工程与技能知识体系。基于Claude Code / Codex运行时，通过系统级提示词（AGENTS.md）和20个专项技能知识库，让通用Agent在垂直安全领域达到专家级表现。
为什么“通用Agent+安全提示词”不够用？
在CK-Skills之前，圈子里已经有不少人尝试用“一段长提示词”把AI变成渗透测试助手。效果参差不齐，核心痛点有三个：
方法论散、覆盖不全。 你写了一万字的提示词，覆盖了SQL注入和XSS，但忘了业务逻辑漏洞。AI在遇到支付接口时不会主动去测金额篡改，因为它不知道“应该测这个”。
浅尝辄止、不按专家流程执行。 人类专家测一个目标，会先看JS、再建模业务逻辑、然后针对性地构造Payload。AI测一个目标，往往是“扫描器思维”——把所有漏洞类型平铺一遍，遇到可疑就报，遇到报错就跳。它没有“先分析再动手”的纪律。
经验型漏洞难以自动化。 越权、业务逻辑、WAF绕过，这些漏洞的发现高度依赖人类经验。AI不知道怎么“闻”出异常——它不知道一个total字段从2变成34000意味着什么。
CK-Skills的解法：把方法论拆成“可调度的技能”
CK-Skills的架构是五层的。底层是Agent运行时（Claude Code / Codex），负责推理和工具调用。往上一层是系统级提示词AGENTS.md，定义了Agent的身份、约束、纪律和调度规则。再往上是20个专项Skill知识库，每个Skill是一个Markdown文件，用六要素结构组织：触发条件、方法论、场景表、挖掘步骤、验证要点、修复建议。再往上是触发路由，根据用户描述的场景自动加载对应技能。最上面是共享黑板hunts/<目标>/CLUEBOARD.md，一个跨轮工作记忆的Markdown台账。
这五层里，真正让我眼前一亮的是两个设计：触发路由和线索板。
触发路由借鉴了MoE（混合专家）的思想。你不需要一次性把所有技能都加载到上下文里。当你的测试场景涉及“注册/登录/找回密码/验证码/绑定手机/OAuth/SSO/2FA/JWT”时，Agent自动加载auth-access-control技能。当你发现“ID可替换、角色参数可控、租户ID可控”时，同样触发这个技能。当你上传文件遇到getshell、路径穿越、Zip Slip时，file-handling技能被激活。这种按需加载的设计，让Agent的上下文窗口始终聚焦在当前最相关的方法论上。
线索板解决的是另一个老大难问题：跨轮工作记忆。你在第一轮发现了一个可疑的API端点，第二轮测了它的越权，第三轮去测其他接口时忘了这个端点还有一个参数没试。CK-Skills的线索板是一份Markdown文件，每个技能往这块板上读写。你测完一个点，写回板子；Agent在下一轮开始前，先读板子。这就把“AI的上下文窗口”从唯一的记忆载体，变成了“文件+上下文”的双保险。
20个技能，覆盖了SRC挖洞的每一个角落
CK-Skills的20个专项技能，覆盖范围从资产测绘到AI安全，几乎把SRC挖洞涉及的所有场景都包进来了。
侦察阶段：recon-js-analysis负责资产测绘、webpack/source map还原、API与密钥提取；unauth-path-key-hunt专门做“零身份公开面还原路径与密钥”，用响应指纹分流和加密证伪来区分“真正的鉴权”和“看起来像鉴权的东西”。
认证与授权：auth-access-control覆盖认证绕过、前端鉴权/路由守卫绕过、验证码安全、越权、IDOR、多租户隔离、密码重置、JWT。这是SRC里命中率最高的技能之一。
注入类：injection-vulns覆盖SQL/NoSQL/命令/SSTI/表达式注入。文件处理：file-handling覆盖文件上传getshell、路径穿越、Zip Slip、CSV注入。SSRF与内网：ssrf-internal-network覆盖SSRF、云元数据、内网探测、DNS重绑定。
业务逻辑：business-logic-race是专门为支付逻辑、状态机建模、金额篡改、竞态条件设计的。反序列化与XXE：deserialization-xxe覆盖反序列化RCE、XXE、原型污染、利用链构造。
前端安全：xss-frontend-security覆盖XSS（含跳转型/开放重定向）、CSRF、CORS、Clickjacking。API协议安全：api-protocol-security覆盖BOLA、GraphQL、WebSocket、HTTP走私。
移动与IoT：mobile-iot-device-security覆盖Android/iOS逆向、WebView、固件安全。云与供应链：cloud-infra-supply-chain覆盖云配置错误、K8s、CI/CD、SBOM、供应链。
代码审计：source-code-audit覆盖输入点→传播链→Sink的静态审计。WAF绕过：waf-bypass-techniques用Level 1-7对抗升级框架来组织绕过手法。
AI安全：ai-llm-agent-security覆盖提示词注入、越狱逃逸、System Prompt泄露、RAG/记忆污染、Agent工具滥用致RCE/SSRF、沙箱逃逸、模型供应链。
这20个技能不是“功能列表”，是方法论清单。每个技能里写的不是“怎么用工具”，是“怎么像专家一样思考”。
中文报告：从“技术笔记”到“可提交的SRC报告”
CK-Skills的AGENTS.md里有一条输出标准，让我印象深刻：“始终使用中文；结论先行（风险等级与影响 → 复现过程）。” 正式提交稿必须调用report技能生成DOCX，命中触发信号即自动调用。
这意味着什么？意味着CK-Skills不是在帮你“写技术笔记”，是在帮你生产可以直接提交给SRC平台的报告。
传统AI辅助安全测试的输出，往往是这样的：“在/api/v1/users接口发现SQL注入，payload为1′ or ‘1’=’1，返回了数据库报错信息。”这是一段技术描述，不是一份漏洞报告。
CK-Skills的报告格式是结论先行的：先写风险等级和影响（“高危——可读取全站用户数据”），再写复现过程（一步一步的请求/响应截图），最后给修复建议。这个结构跟SRC平台审核员的阅读习惯完全对齐。审核员每天看几十份报告，他最想知道的第一件事是“这个漏洞有多严重”，第二件事是“我怎么复现”。CK-Skills的报告直接回答了这两个问题。
新手和老手，分别怎么用这套技能包
如果你刚入门：
CK-Skills的价值在于给你一套结构化的思考框架。你不知道测一个目标该从哪开始？Agent会根据你的描述自动加载对应的技能，技能里写清楚了“触发条件→方法论→挖掘步骤→验证要点”。你跟着走就行。
CSDN上有一篇标题很直白的文章：“小白也能学会的网络安全技能”。它说的不是“你不用学安全了”，而是“你不需要先花三个月背完所有漏洞类型，再开始实战”。你可以边打边学——Agent执行到一个步骤，你跟着看它为什么这么做，方法论就在执行过程中被内化了。
如果你已经做了几年：
CK-Skills的价值在于覆盖度自检。AGENTS.md里有一条测试纪律：“测完输出 ✅已测 / ❌未测 / 变种 / 关联；变种思维强制。” 你做了几年，脑子里有一套流程，但你会漏。CK-Skills的20个技能是一个强制性的检查清单——你跑完一轮，它会告诉你哪些攻击面覆盖了、哪些跳过了。
还有一条纪律值得单独提：“失败升级：Level 1 编码 → 2 变形 → 3 逻辑 → 4 协议 → 5 换入口 → 6 组合 → 7 时间；至少到 Level4 才能下‘无漏洞’结论。” 这个纪律直接消灭了“试了两次不行就放弃”的坏习惯。WAF拦截了你的SQL注入？你只到了Level 1，还有6个级别没试。
它不是万能药，但它是目前最接近“专家级”的AI安全技能体系
CK-Skills有一个设计上的取舍需要说清楚：它不替代挖洞。README里明确写了，hunt-clueboard技能“不替代挖洞 skill”。线索板是记忆，不是武器。技能是方法论，不是自动化扫描器。
它做的事情是把专家的思考方式编码化，让AI在每一个测试节点都知道“下一步应该做什么、为什么这么做、怎么做才符合专家标准”。它不替你做判断，它让你在AI的辅助下，做出更接近专家水平的判断。
项目在GitHub上开源，MIT协议，中文优先。安装方式很简单：把.agents/目录和AGENTS.md放进你的工作目录，Agent会自动加载系统提示词，并根据触发信号加载对应技能。
写在最后
2026年，AI辅助安全测试的工具已经多到让人眼花缭乱。大部分工具在做同一件事：让AI跑得更快、扫得更多。CK-Skills在做另一件事：让AI想得更像专家。
它把顶尖安全研究员的方法论沉淀成了20个可调度、可复用的知识资产。你不再需要写一万字的系统提示词，不再需要记住每一个漏洞类型的测试要点，不再需要担心“AI又忘了上一轮测了什么”。触发路由负责调度，线索板负责记忆，20个专项技能负责方法论。
如果你在做SRC，不管你是刚入门还是已经刷了几百分，我建议你花一个下午把CK-Skills装到你的Claude Code里，拿一个授权靶场跑一遍。你会看到AI在方法论约束下运转起来的样子——它不是更快的扫描器，它是更聪明的搭档。
严正声明
CK-Skills基于Claude Code / Codex等通用Agent框架运行，项目在GitHub开源（MIT协议）。AGENTS.md中明确标注使用前提：“本项目仅用于授权安全测试、安全研究与教学。使用者须遵守所在地区法律法规，在获得目标所有者明确书面授权后使用。禁止用于任何非法用途，使用者自行承担因不当使用产生的一切法律责任。” 所有操作必须在SRC平台或客户明确授权的资产范围内进行。未授权扫描、测试、攻击行为均属违法。
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：昆仑AI安全实验室 klsec.com
klsec.com《别再教AI“当黑客”了：CK-Skills用20个专项技能+中文报告，把顶尖安全研究员的方法论装进你的AI》