diff --git a/README.fr.md b/README.fr.md
new file mode 100644
index 00000000..af36dabd
--- /dev/null
+++ b/README.fr.md
@@ -0,0 +1,305 @@
+
+ 
+
+
+
+
+# Compétences Cybersecurity Anthropic
+
+### La plus grande bibliothèque open source de compétences cybersécurité pour agents IA
+
+[](https://mahipal.engineer/survey?utm_source=github_badge&utm_medium=readme&utm_campaign=gars2026)
+[](LICENSE)
+[](#ce-quil-contient-29-domaines-de-securite)
+[](#six-frameworks-une-seule-bibliotheque-de-competences)
+[](https://ctid.mitre.org/fraud/)
+[](#ce-quil-contient-29-domaines-de-securite)
+[](#plateformes-compatibles)
+[](https://github.com/mukul975/Anthropic-Cybersecurity-Skills/commits/main)
+[](https://agentskills.io)
+[](CONTRIBUTING.md)
+[](https://casky.ai/?utm_source=github&utm_medium=readme&utm_campaign=cohort_launch#waitlist)
+[](https://github.com/NousResearch/hermes-agent)
+
+
+**817 compétences cybersécurité de niveau production · 29 domaines de sécurité · 6 correspondances de frameworks · 26+ plateformes IA**
+
+[Démarrage rapide](#demarrage-rapide) · [Contenu](#ce-quil-contient-29-domaines-de-securite) · [Frameworks](#six-frameworks-une-seule-bibliotheque-de-competences) · [Plateformes](#plateformes-compatibles) · [Contribuer](#contribuer)
+
+
+
+---
+
+> ⚠️ **Projet communautaire** — Il s'agit d'un projet indépendant créé par la communauté. Non affilié à Anthropic PBC.
+
+## Donnez à n'importe quel agent IA les compétences de sécurité d'un analyste senior
+
+Un analyste junior sait quel plugin Volatility3 exécuter sur un dump mémoire suspect, quelles règles Sigma détectent un Kerberoasting, et comment analyser une compromission cloud sur trois fournisseurs. **Votre agent IA ne le sait pas — à moins que vous ne lui fournissiez ces compétences.**
+
+Ce dépôt contient **817 compétences cybersécurité structurées** couvrant **29 domaines de sécurité**, chacune suivant le standard ouvert agentskills.io. Chaque compétence est mappée à **six frameworks de l'industrie** — MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, MITRE D3FEND, NIST AI RMF, et le MITRE Fight Fraud Framework (F3) — ce qui en fait la seule bibliothèque open source de compétences offrant une couverture unifiée inter-framework. Clonez-la, pointez votre agent dessus, et votre prochaine investigation sécurité bénéficiera d'un guidage de niveau expert en quelques secondes.
+
+## Six frameworks, une seule bibliothèque de compétences
+
+Aucune autre bibliothèque open source de compétences ne mappe chaque compétence à l'ensemble de ces frameworks. Une compétence, six cases de conformité cochées.
+
+|Framework|Version|Couverture dans ce dépôt|Ce qui est mappé|
+|--|--|--|--|
+|MITRE ATT&CK|v19.1|15 tactiques · 286 techniques|Comportements adverses et TTP|
+|NIST CSF 2.0|2.0|6 fonctions · 22 catégories|Posture de sécurité organisationnelle|
+|MITRE ATLAS|v5.4|16 tactiques · 84 techniques|Menaces adverses sur IA/ML|
+|MITRE D3FEND|v1.3|7 catégories · 267 techniques|Contre-mesures défensives|
+|NIST AI RMF|1.0|4 fonctions · 72 sous-catégories|Gestion des risques IA|
+|MITRE F3 (Fight Fraud Framework)|v1.1 (2026-04-09)|8 tactiques · 123 techniques · 94 compétences liées à la fraude|TTP de fraude financière cybernétique|
+
+**Exemple — une seule compétence mappée sur les six frameworks :**
+
+|Compétence|ATT&CK|NIST CSF|ATLAS|D3FEND|AI RMF|F3|
+|--|--|--|--|--|--|--|
+|`analyzing-network-traffic-of-malware`|T1071|DE.CM|AML.T0047|D3-NTA|MEASURE-2.6|—|
+|`detecting-business-email-compromise`|T1566|DE.AE|—|—|—|F1005.006 · monétisation|
+
+### 🆕 MITRE Fight Fraud Framework (F3) — 94 compétences liées à la fraude
+
+Le **MITRE Fight Fraud Framework (F3)** a été publié le **9 avril 2026** par le Center for Threat-Informed Defense (CTID) de MITRE, co-développé avec JPMorganChase, Citigroup, Lloyds Banking Group, Standard Chartered, CrowdStrike, Verizon Business, FS-ISAC, et d'autres. Il s'agit d'un catalogue TTP compatible ATT&CK pour la **fraude financière cybernétique** — comblant le vide laissé par ATT&CK après la compromission initiale.
+
+F3 v1.1 ajoute **deux tactiques spécifiques à la fraude** qu'ATT&CK n'énumère pas :
+
+- **Positioning** (`FA0001`) — actions menées après l'accès pour collecter/manipuler des données et préparer la fraude (ensemencement d'identité synthétique, mise en chauffe de compte, configuration de bénéficiaire, pré-positionnement pour SIM swap, hijack de session bancaire).
+- **Monetization** (`FA0002`) — conversion d'actifs volés en fonds utilisables (empilement via money mule, fraude APP, off-ramping crypto, cash-out par carte, abus remboursement/chargeback).
+
+Les techniques spécifiques à la fraude utilisent des IDs `F1XXX` (par ex. `F1005.003` Add Beneficiary, `F1025.003` Wire Transfer, `F1007` Adversary-in-the-Browser) ; les techniques ATT&CK réutilisées conservent leurs IDs `T1XXX`. Les mappings se trouvent dans chaque bloc de frontmatter `mitre_f3:` — les 123 IDs de techniques F3 v1.1 ont tous été vérifiés à partir du bundle STIX upstream. Voir `docs/mitre-f3-mapping.md` pour le schéma.
+
+### MITRE ATT&CK v19.1 — 817/817 compétences mappées
+
+Chaque compétence contient une liste `mitre_attack` en frontmatter validée contre **MITRE ATT&CK v19.1** (la dernière version) à l'aide de la bibliothèque officielle `mitreattack-python` — 286 techniques distinctes sur les 15 tactiques Enterprise, plus des techniques ICS et Mobile lorsque pertinent. Aucun ID révoqué ou obsolète. La restructuration de Defense Evasion dans v19.1 (désormais séparée en **Stealth** et **Defense Impairment**) est reflétée ci-dessous.
+
+|Tactic|ID|Skills|
+|--|--|--|
+|Reconnaissance|TA0043|103|
+|Resource Development|TA0042|22|
+|Initial Access|TA0001|467|
+|Execution|TA0002|350|
+|Persistence|TA0003|444|
+|Privilege Escalation|TA0004|464|
+|Stealth|TA0005|442|
+|Defense Impairment|TA0112|92|
+|Credential Access|TA0006|202|
+|Discovery|TA0007|237|
+|Lateral Movement|TA0008|68|
+|Collection|TA0009|172|
+|Command and Control|TA0011|123|
+|Exfiltration|TA0010|82|
+|Impact|TA0040|50|
+
+## Démarrage rapide
+
+```bash
+# Option 1 : npx (recommandé)
+npx skills add mukul975/Anthropic-Cybersecurity-Skills
+
+# Option 2 : clonage Git
+git clone https://github.com/mukul975/Anthropic-Cybersecurity-Skills.git
+cd Anthropic-Cybersecurity-Skills
+```
+
+Fonctionne immédiatement avec Claude Code, GitHub Copilot, OpenAI Codex CLI, Cursor, Gemini CLI, et toute plateforme compatible agentskills.io.
+
+## 🌍 GARS-2026 — Global Agentic AI Readiness Survey
+
+Je mène une étude académique mondiale mesurant à quel point les professionnels de la sécurité, les développeurs et les équipes d'entreprise sont réellement prêts pour l'IA agentique — serveurs MCP, tool calling, gouvernance, et workflows human-in-the-loop.
+
+**Si vous utilisez ce dépôt, votre réponse serait une donnée réellement précieuse.**
+
+📋 **Répondez à l'enquête (10 min) :** [Survey Link](https://mahipal.engineer/survey?utm_source=github_badge&utm_medium=readme&utm_campaign=gars2026)
+
+- 60 questions · Anonyme · Supervisé par SRH Berlin
+- Vous recevez **50 Casky Tokens** pour l'accès anticipé à casky.ai
+- Résultats publiés en open access sous CC-BY 4.0
+
+## 🚀 Essayez-le dans le Playground
+
+Découvrez Casky.ai en pratique — aucune configuration requise.
+
+**[→ Lancer le Playground sur Casky.ai](https://casky.ai/?utm_source=github&utm_medium=readme&utm_campaign=cohort_launch#waitlist)**
+
+Le playground vous permet de :
+
+- Exécuter des exercices de compétences cybersécurité en direct sur de vraies cibles
+- Voir des agents IA exécuter des compétences structurées en temps réel
+- Explorer de manière interactive des workflows mappés à MITRE ATT&CK
+- Tester des scénarios de threat hunting, DFIR et pentest
+
+Pas d'installation. Pas de configuration. Juste ouvrir et commencer.
+
+## Pourquoi ce projet existe
+
+La pénurie de main-d'œuvre en cybersécurité a atteint **4,8 millions de postes non pourvus** dans le monde en 2024 (ISC2). Les agents IA peuvent aider à combler cet écart — mais seulement s'ils disposent d'une base de connaissances métier structurée.
+
+Les agents actuels savent écrire du code et chercher sur le web, mais ils n'ont pas les playbooks praticiens qui transforment un LLM générique en analyste sécurité compétent.
+
+Les dépôts d'outils de sécurité existants fournissent des wordlists, des payloads ou du code d'exploitation. Aucun ne fournit à un agent IA le workflow de décision structuré qu'un analyste senior suit : quand utiliser chaque technique, quelles préconditions vérifier, comment exécuter étape par étape, et comment valider les résultats. C'est cet écart que ce projet comble.
+
+**Anthropic Cybersecurity Skills** n'est pas une collection de scripts ou de checklists. C'est une **base de connaissances native IA** conçue dès l'origine pour le standard agentskills.io — frontmatter YAML pour la découverte en sous-seconde, Markdown structuré pour l'exécution pas à pas, et fichiers de référence pour le contexte technique approfondi. Chaque compétence encode de vrais workflows praticiens, pas des résumés générés.
+
+## Ce qu'il contient — 29 domaines de sécurité
+
+|Domaine|Compétences|Capacités clés|
+|--|--|--|
+|Cloud Security|60|AWS, Azure, GCP hardening · CSPM · forensics cloud|
+|Threat Hunting|55|Chasse guidée par hypothèses · détection LOTL · analytics comportementales|
+|Threat Intelligence|50|STIX/TAXII · MISP · intégration de flux · profilage d'acteurs|
+|Web Application Security|42|OWASP Top 10 · SQLi · XSS · SSRF · désérialisation|
+|Network Security|40|IDS/IPS · règles de pare-feu · segmentation VLAN · analyse du trafic|
+|Malware Analysis|39|Analyse statique/dynamique · rétro-ingénierie · sandboxing|
+|Digital Forensics|37|Imagerie disque · forensique mémoire · reconstruction chronologique|
+|Security Operations|36|Corrélation SIEM · analyse de logs · triage d'alertes|
+|Identity & Access Management|35|Politiques IAM · PAM · identité zero trust · Okta · SailPoint|
+|SOC Operations|33|Playbooks · workflows d'escalade · métriques · exercices tabletop|
+|Container Security|30|RBAC Kubernetes · scan d'images · Falco · forensics de conteneurs|
+|OT/ICS Security|28|Modbus · DNP3 · IEC 62443 · défense des historian · SCADA|
+|API Security|28|GraphQL · REST · OWASP API Top 10 · contournement WAF|
+|Vulnerability Management|25|Nessus · workflows de scan · priorisation des patchs · CVSS|
+|Incident Response|25|Confinement de compromission · réponse ransomware · playbooks IR|
+|Red Teaming|24|Engagements full-scope · attaques AD · simulation de phishing|
+|Penetration Testing|23|Pentest réseau · web · cloud · mobile · wireless|
+|Endpoint Security|17|EDR · détection LOTL · malware fileless · chasse à la persistance|
+|DevSecOps|17|Sécurité CI/CD · signature de code · audit Terraform|
+|Phishing Defense|16|Authentification email · détection BEC · IR phishing|
+|Cryptography|14|TLS · Ed25519 · certificate transparency · gestion des clés|
+|Zero Trust Architecture|13|BeyondCorp · modèle de maturité CISA · microsegmentation|
+|Mobile Security|12|Analyse Android/iOS · pentest mobile · forensics MDM|
+|Ransomware Defense|7|Détection précurseur · réponse · récupération · analyse du chiffrement|
+|Compliance & Governance|5|CIS benchmarks · SOC 2 · cadres réglementaires|
+|Deception Technology|2|Honeytokens · canaris de détection de compromission|
+
+## Comment les agents IA utilisent ces compétences
+
+Chaque compétence coûte **environ 30 tokens à scanner** (seulement le frontmatter) et **500 à 2 000 tokens à charger entièrement** (workflow complet). Cette architecture de divulgation progressive permet aux agents de parcourir les 817 compétences en une seule passe sans exploser les fenêtres de contexte.
+
+```text
+Prompt utilisateur : "Analyse ce dump mémoire pour des signes de vol d'identifiants"
+
+Processus interne de l'agent :
+
+ 1. Scanne les frontmatters des 817 compétences (~30 tokens chacun)
+ → identifie 12 compétences pertinentes en faisant correspondre tags, description, domaine
+
+ 2. Charge les 3 meilleurs résultats :
+ - performing-memory-forensics-with-volatility3
+ - hunting-for-credential-dumping-lsass
+ - analyzing-windows-event-logs-for-credential-access
+
+ 3. Exécute le workflow structuré étape par étape
+ → lance les plugins Volatility3, vérifie les schémas d'accès à LSASS,
+ corrèle avec les preuves des journaux d'événements
+
+ 4. Valide les résultats à l'aide de la section Verification
+ → confirme les IOCs, mappe les constatations vers ATT&CK T1003 (Credential Dumping)
+```
+
+**Sans ces compétences**, l'agent devine les commandes d'outils et rate des étapes critiques. **Avec elles**, il suit le même playbook qu'un analyste DFIR senior.
+
+## Anatomie d'une compétence
+
+Chaque compétence suit une structure de répertoire cohérente :
+
+```text
+skills/performing-memory-forensics-with-volatility3/
+├── SKILL.md ← Définition de la compétence (frontmatter YAML + corps Markdown)
+├── references/
+│ ├── standards.md ← Mappages MITRE ATT&CK, ATLAS, D3FEND, NIST
+│ └── workflows.md ← Référence détaillée de procédure technique
+├── scripts/
+│ └── process.py ← Scripts d'assistance opérationnels
+└── assets/
+ └── template.md ← Checklists et modèles de rapport remplis
+```
+
+### Frontmatter YAML (exemple réel)
+
+```yaml
+***
+name: performing-memory-forensics-with-volatility3
+description: >-
+ Analyser des dumps mémoire pour extraire les processus en cours,
+ les connexions réseau, le code injecté et les artefacts malware à l'aide
+ du framework Volatility3.
+domain: cybersecurity
+subdomain: digital-forensics
+tags: [forensics, memory-analysis, volatility3, incident-response, dfir]
+atlas_techniques: [AML.T0047]
+d3fend_techniques: [D3-MA, D3-PSMD]
+nist_ai_rmf: [MEASURE-2.6]
+nist_csf: [DE.CM-01, RS.AN-03]
+version: "1.2"
+author: mukul975
+license: Apache-2.0
+***
+```
+
+### Sections du corps Markdown
+
+```md
+## When to Use
+Conditions de déclenchement — quand un agent IA doit-il activer cette compétence ?
+
+## Prerequisites
+Outils requis, niveaux d'accès et configuration d'environnement.
+
+## Workflow
+Guide d'exécution pas à pas avec commandes spécifiques et points de décision.
+
+## Verification
+Comment confirmer que la compétence a été exécutée avec succès.
+```
+
+Les champs du frontmatter : `name` (kebab-case, 1–64 caractères), `description` (riche en mots-clés pour la découverte par agent), `domain`, `subdomain`, `tags`, `atlas_techniques` (IDs MITRE ATLAS), `d3fend_techniques` (IDs MITRE D3FEND), `nist_ai_rmf` (références NIST AI RMF), `nist_csf` (catégories NIST CSF 2.0). Les mappages MITRE ATT&CK sont documentés dans le fichier `references/standards.md` de chaque compétence et dans la couche ATT&CK Navigator incluse dans les releases.
+
+**📊 Couverture MITRE ATT&CK Enterprise — les 15 tactiques**
+
+|Tactic|ID|Coverage|Key skills|
+|--|--|--|--|
+|Reconnaissance|TA0043|Strong|OSINT, énumération de sous-domaines, reconnaissance DNS|
+|Resource Development|TA0042|Moderate|Infrastructure de phishing, détection de mise en place C2|
+|Initial Access|TA0001|Strong|Simulation de phishing, détection d'exploit, forced browsing|
+|Execution|TA0002|Strong|Analyse PowerShell, malware fileless, script block logging|
+|Persistence|TA0003|Strong|Tâches planifiées, registre, comptes de service, LOTL|
+|Privilege Escalation|TA0004|Strong|Kerberoasting, attaques AD, élévation de privilèges cloud|
+|Stealth|TA0005|Strong|Obfuscation, analyse rootkit, détection d'évasion|
+|Defense Impairment|TA0112|Strong|Désactivation EDR, destruction de logs, contournement de défenses|
+|Credential Access|TA0006|Strong|Détection Mimikatz, pass-the-hash, credential dumping|
+|Discovery|TA0007|Moderate|BloodHound, énumération AD, scan réseau|
+|Lateral Movement|TA0008|Strong|Exploits SMB, détection des déplacements latéraux avec Splunk|
+|Collection|TA0009|Moderate|Forensics email, détection de data staging|
+|Command and Control|TA0011|Strong|Beaconing C2, DNS tunneling, analyse Cobalt Strike|
+|Exfiltration|TA0010|Strong|Exfiltration DNS, contrôles DLP, détection de perte de données|
+|Impact|TA0040|Strong|Défense ransomware, analyse du chiffrement, récupération|
+
+Un fichier de couche **ATT&CK Navigator** est inclus dans les assets de release v1.0.0 pour la visualisation de la couverture.
+
+**📊 Alignement NIST CSF 2.0 — les 6 fonctions**
+
+|Function|Skills|Examples|
+|--|--|--|
+|**Govern (GV)**|30+|Stratégie de risque, cadres de politique, rôles et responsabilités|
+|**Identify (ID)**|120+|Découverte des actifs, évaluation du paysage de menaces, analyse du risque|
+|**Protect (PR)**|150+|Durcissement IAM, règles WAF, zero trust, chiffrement|
+|**Detect (DE)**|200+|Threat hunting, corrélation SIEM, détection d'anomalies|
+|**Respond (RS)**|160+|Réponse à incident, forensics, confinement d'une compromission|
+|**Recover (RC)**|40+|Récupération ransomware, BCP, reprise après sinistre|
+
+NIST CSF 2.0 (février 2024) a ajouté la fonction **Govern** et étendu le périmètre des infrastructures critiques à toutes les organisations. Les mappages des compétences s'alignent sur les 22 catégories et font référence à 106 sous-catégories.
+
+**📊 Analyse approfondie des frameworks — ATLAS, D3FEND, AI RMF**
+
+### MITRE ATLAS v5.4 — Menaces adverses IA/ML
+
+ATLAS mappe les tactiques, techniques et cas d'usage adverses spécifiques aux systèmes d'IA et de machine learning. La version 5.4 couvre **16 tactiques et 84 techniques**, y compris les vecteurs d'attaque agentiques ajoutés fin 2025 : empoisonnement du contexte d'un agent IA, abus d'invocation d'outils, compromission de serveurs MCP, et déploiement d'agents malveillants. Les compétences mappées à ATLAS aident les agents à identifier et contrer les menaces visant les pipelines ML, les poids de modèles, les API d'inférence et les workflows autonomes.
+
+### MITRE D3FEND v1.3 — Contre-mesures défensives
+
+D3FEND est un graphe de connaissances financé par la NSA contenant **267 techniques défensives** organisées en 7 catégories tactiques : Model, Harden, Detect, Isolate, Deceive, Evict et Restore. Construit sur l'ontologie OWL 2, il utilise une couche Digital Artifact partagée pour mapper bidirectionnellement les contre-mesures défensives aux techniques offensives ATT&CK. Les compétences taguées avec des identifiants D3FEND permettent aux agents de recommander des contre-mesures précises pour les menaces détectées.
+
+### NIST AI RMF 1.0 + GenAI Profile (AI 600-1)
+
+Le cadre AI Risk Management Framework définit 4 fonctions centrales — Govern, Map, Measure, Manage — avec **72 sous-catégories** pour un développement IA digne de confiance. Le GenAI Profile (AI 600-1, juillet 2024) ajoute **12 catégories de risque** spécifiques à l'IA générative, de la confabulation et de la confidentialité des données à l'injection de prompt et aux risques de chaîne d'approvisionnement. Le Colorado AI A...